数据库技术发展现状与未来趋势.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 　　　但是，就目前来看，没有什么技术比“NoSQL”更加混乱，想要在这个领域紧跟潮流非常困难，新的项目和技术层出不穷，即使是NoSQL阵营内部，也在彼此交锋不断，不过这一点也从侧面说明了NoSQL产品的热度和活力。 * 　　　　NoSQL运动虽然如火如荼，但对于很多最终用户来说，NoSQL方案的应用仍不是做为主要存储方式，很多场景下还是将其做为一种优化的技术手段在应用。这种方式倒并非不可取，不过，其所依托的基础数据来源，仍然是传统RDBMS产品。 * 　　NoSQL数据库的四大家族　　 键值(Key-Value)存储数据库　 相关数据库Tokyo Cabinet/Tyrant、Redis、Voldemort、Berkeley DB典型应用内容缓存，适合混合工作负载并扩展大的数据集数据模型一系列键值对优势快速查询劣势存储的数据缺少结构化。 列存储数据库　　 相关数据库Cassandra, HBase, Riak典型应用分布式的文件系统数据模型以列簇式存储，将同一列数据存在一起优势查找速度快，可扩展性强，更容易进行分布式扩展劣势功能相对局限。 * 文档型数据库　 相关数据库CouchDB、MongoDB典型应用Web应用数据模型一系列键值对优势数据结构要求不严格劣势查询性能不高，而且缺乏统一的查询语法。 图形(Graph)数据库　 相关数据库Neo4J、InfoGrid、Infinite Graph典型应用社交网络，推荐系统等。专注于构建关系图谱数据模型图结构强项利用图结构相关算法。 * NOSQL的优势 易扩展 NoSQL数据库种类繁多，但是一个共同的特点都是去掉关系数据库的关系型特性。数据之间无关系，这样就非常容易扩展。也无形之间，在架构的层面上带来了可扩展的能力。 大数据量，高性能 NoSQL数据库都具有非常高的读写性能，尤其在大数据量下，同样表现优秀。这得益于它的无关系性，数据库的结构简单。 * 灵活的数据模型 NoSQL无需事先为要存储的数据建立字段，随时可以存储自定义的数据格式。 高可用 * 总之，数据库在变迁，有人说数据库的变迁就像是一个轮回。 在数据库技术诞生之前，数据主要是以File形式存储的，数据的管理也是由具体的应用自身来完成的，所以这个时期的数据管理和应用逻辑是混在一起的。 直到1970年代前后第一代数据库技术的诞生，才实现了数据管理与应用逻辑的分离，采用网状、层次结构来描述数据，称之为层次型、网状型数据库。 * 至于我们常说RDBMS，其实是第二代数据库技术，上世纪70年代，来自IBM的E.F Codd博士提出的关系型理论以及SQL语言的发明。实现了数据建模和数据操作处理的标准化，关系型数据库在其后的20多年的时间取得了长足的发展，得到了广泛的应用，关系型数据库似乎已经成为了一种宗教式的信仰，数据相关的所有理论问题似乎都已经解决。 * 历史的发展总是在我们不经意间产生转折，所有重大技术的产生及发展都有其生存的土壤。在过去的20多年里，IT领域发生了重大的变化和一系列技术及理念的创新。数据库所生存的外部土壤随着Internet以及Web2.0甚至是Web3.0技术的发展，对结构化数据存储与管理技术提出了新的挑战。 转 * 比如，关系数据库严格的数据定义与数据的复杂性和灵活性产生了激烈的对抗，关系数据库的核心E-R模型本质上是一个二维的模型，通过一系列二维关系的组合来描述复杂实体对象，每个表所代表的所有实体在建模设计时没有差异性，即使只有一个实体拥有某种属性，也必须为其建立一个字段。因而在很多系统中，我们经常可以看到一张表有数百个字段，而对于每条记录，大多数字段都是空的。 * 同时，随着IT系统进入社会生活的各个方面，信息不仅日益复杂，而且其需求内容和结构随着时间的推移也不断地产生变化。现实世界要求信息技术具有越来越高的灵活性和适应性，关系型数据理论所采用的是一种固定的建模方式，任何关系和属性一旦定义，就是固定的，难以随着需求的变化进行灵活的调整。 * 在高性能的并发读写方面，关系型数据库良好的事务一致性使得它很满足理高性能的并发读写需求，实际情况是对于大部分的Web应用并不要求严格的数据库事务，对读一致性的要求很低，有些场合对写一致性要求也不高。因此数据库事务管理反而成了数据库高负载下一个沉重的负担。 * 在了解了数据库发展演变之后，发现一个有趣的规律，从File→RDBMS，再从RDBMS→