# 数据库全景图
# 关系型数据库
SQL数据库
- 商业软件: Oracle,DB2,SqlServer
- 开源软件:MySQL,PostgreSQL
- 单机版本已经很难满足海量数据的需求
# NoSQL
NoSQL简介
- NoSQL = Not Only SQL,意即“不仅仅是SQL,提倡运用非关系型的数据存储
- 普遍选择牺牲掉复杂 SQL 的支持及 ACID 事务换取弹性扩展能力
- 通常不保证强一致性的(支持最终一致)
- 主要分类
- 键值(Key-Value)数据库:如 MemcacheDB,Redis
- 文档存储:如 MongoDB
- 列存储,方便存储结构化和半结构化数据,方便做数据压缩,对针对某一列或者某几列的查询有非常大的IO优势: 如 HBase,Cassandra
- 图数据库,存储图形关系(注意:不是图片)。如 Neo4J
# NewSQL
为什么需要NewSQL
- NoSQL 不能完全取代 RDBMS
- 单机RDBMS 无法满足性能需求
- 使用“单机RDBMS + 中间件”方式,在中间件层很难解决分布式事务、高可用问题
- NewSQL定义
- 针对OLTP的读写,提供与NOSQL相同的可扩展性和性能,同时能支持满足ACID特性的事务
- 即保持NoSQL的高可扩展和高性能,并且保持关系模型
# NewSQL设计架构
NewSQL设计架构
- 可以基于全新的数据库平台,也可以基于现有的SQL引擎优化。
- 无共享存储(MPP架构)是比较常见的架构
- 基于多副本实现高可用和容灾
- 分布式查询
- 数据Sharding机制
- 通过2PC,Paxos/Raft等协议实现数据一致
- 代表产品
- Google Spanner
- Cockroach DB
- TiDB
- OceanBase
- X-DB
# OLTP和OLAP的区别
# OLTP
OLTP介绍
强调支持短时间内大量并发的小型操作(增删改查)能力,每个查询涉及的数据量都很小(比如几十到几百字节) 强调事务的强一致性(想想银行转账交易,容不得差错) 举例:“双十一”期间,可能有几十万用户在同一秒内下订单。后台数据库要能够并发的、以近乎实时的速度处理这些订单请求(如果下了订单,十几分钟还没有反应,用户肯定要骂人了)
# OLAP
OLAP介绍
偏向于复杂的只读查询,读取海量数据进行分析计算,查询时间往往很长 举例:“双十一”结束,淘宝的运营人员对订单进行分析挖掘,找出一些市场规律、分析刷单行为等等。这种分析可能需要读取所有的历史订单进行计算,耗时几十秒甚至几十分钟都有可能。
- 代表产品:
- Greenplum
- TeraData
- 阿里 AnalyticDB
# 数据库对比
Old SQL | noSql | newSql | |
---|---|---|---|
关系模型 | Yes | No | Yes |
SQL语句 | Yes | No | Yes |
ACID | Yes | No | Yes |
水平扩展 | No | Yes | Yes |
大数据 | No | Yes | Yes |
无结构化 | No | Yes | No |
Mysql简介 →