NoSQL在企業(yè)中的發(fā)展歷程
本文的作者Sourav Mazumder目前是InfoSys Technologies的***技術架構師。他在信息技術領域有14年以上的經驗。作為Infosys技術顧問團的主要成員，Sourav為 Infosys在美國、歐洲、澳洲和日本的主要客戶，提供保險、電信、銀行、零售、安全、交通以及建筑、工程、施工等多個行業(yè)的服務。 他曾參與Web項目的技術架構和路線圖定義，SOA戰(zhàn)略實施，國際戰(zhàn)略定義，UI組件化，性能建模，伸縮性分析，非結構化數據管理等等。Sourav參考的Infosys自身的核心銀行產品Finacle，也為他提供了豐富的產品開發(fā)經驗。Sourav還曾參與開發(fā)Infosys的J2EE可重用框架，和定義Infosys在架構方面和開發(fā)定制應用方面的軟件工程方法。Sourav的經歷還包括在保證架構合規(guī)和開發(fā)項目的治理方面的工作。Sourav是 iCMG認證的軟件架構師，同時也是TOGAF 8認證的執(zhí)行者。Sourav最近在LISA伯克利全球化會議上發(fā)表了演講。Sourav關于SOA的***白皮書在社區(qū)里十分流行。Sourav目前關注 NoSQL，Web 2.0，治理，性能建構和全球化。
以下是文章全文：
作為企業(yè)架構師，我的職業(yè)習慣之一，就是不斷的探求各種新的有前景的概念和思想，看其是否有潛力為我所服務的來自各行各業(yè)的企業(yè)客戶帶來價值。同樣出于對這種理念的追求，我對NoSQL領域的關注了也有一段時間了，甚至從這個術語產生(或者錯誤的產生?)之前就開始了。Google首先在這方面點了一把火，發(fā)布了論文Big Table架構，對關系數據庫是銀彈這種普遍的信念提出了質疑，而Amazon關于Dynamo的論文則緊隨其后。 過去的一年中我們見證了NoSQL強勁的勢頭，在這一領域有多達25種產品/解決方案發(fā)布，并且NoSQL的觸角已經伸向了業(yè)界的各個角落。在此前提下，我最近考慮深入這一領域，評估一下我的客戶究竟如何才能從這種NoSQL運動中獲益。不僅如此，我還想探究對于企業(yè)來說，是否是到了該認真考慮采納 NoSQL的合適時機了。
什么是NoSQL——快速回顧
像許多關注這一領域的人一樣，我不喜歡從本質上將SQL與NoSQL這一術語對立起來。同時我對該術語現有的解釋"Not Only SQL"也不甚滿意。對我來說，我們這里所討論的并非是是否使用SQL。(相反的是，我們仍然可以選擇類似SQL這樣的查詢接口(缺少對join等的支持)來與這些數據庫交互，使用現有的資源和技術來管理開發(fā)伸縮性和可維護性。) 這一運動是要找到存儲和檢索數據的其他高效的途徑，而不是盲目地在任何情況下都把關系數據庫當作萬金油。因此，我認為' Non Relational Database '(非關系型數據庫)能夠更好的表達這一思想。
無論采用哪個名字，“非關系型數據庫”這一范圍所傳達出來的“囊括所有”類型的意味，使得這一概念比較模糊(并且它還是否定型的)。這又使得人們(特別是企業(yè)中的決策者)對于哪些是屬于這個范圍，哪些不是，更重要的是，對他們來說這到底意味著什么，感到非常迷惑。
為了解答這些疑問，我嘗試通過以下幾點特征的描述，來刻畫“非關系型數據庫”的內在本質。
所謂“非關系型數據庫”指的是：
- 使用松耦合類型、可擴展的數據模式來對數據進行邏輯建模(Map，列，文檔，圖表等)，而不是使用固定的關系模式元組來構建數據模型。
- 以遵循于CAP定理(能保證在一致性，可用性和分區(qū)容忍性三者中中達到任意兩個)的跨多節(jié)點數據分布模型而設計，支持水平伸縮。這意味著對于多數據中心和動態(tài)供應(在生產集群中透明地加入/刪除節(jié)點)的必要支持，也即彈性(Elasticity)。
- 擁有在磁盤或內存中，或者在這兩者中都有的，對數據持久化的能力，有時候還可以使用可熱插拔的定制存儲。
- 支持多種的'Non-SQL'接口(通常多于一種)來進行數據訪問。
圍繞著圖中四個特征的(數據持久性、邏輯數據模型、數據分布模型和接口)“非關系型數據庫”的各種變形，在最近的一些文章中有詳盡的描述，并且在因特網上有著廣泛的傳播。所以我就不做過多繁復的描述，而是通過一些例子對關鍵的方向進行總結，供快速參考：
- 接口——REST (HBase，CouchDB，Riak等)，MapReduce (HBase，CouchDB，MongoDB，Hypertable等)，Get/Put (Voldemort，Scalaris等)，Thrift (HBase，Hypertable，Cassandra等)，語言特定的API(MongoDB)。
- 邏輯數據模型——面向鍵值對的(Voldemort，Dynomite 等)，面向Column Family的(BigTable，HBase，Hypertable 等)，面向文檔的(Couch DB，MongoDB等)，面向圖的(Neo4j， Infogrid等)
- 數據分布模型——一致性和可用性(HBase，Hypertable， MongoDB等)， 可用性和可分區(qū)性(Cassandra等)。一致性和可分區(qū)性的組合會導致一些非額定的節(jié)點產生可用性的損失。有趣的是目前還沒有一個“非關系型數據庫”支持這一組合。
- 數據持久性—— 基于內存的(如Redis，Scalaris， Terrastore)，基于磁盤的(如MongoDB，Riak等)，或內存及磁盤二者的結合(如 HBase，Hypertable，Cassandra)。存儲的類型有助于我們辨別該解決方案適用于哪種類型。然而，在大多數情況下人們發(fā)現基于組合方案的解決方案是***的選擇。既能通過內存數據存儲支持高性能，又能在寫入足夠多的數據后存儲到磁盤來保證持續(xù)性。
【編輯推薦】
- MongoDB之父：MongoDB勝過BigTable
- 主流NoSQL數據庫全方位評測之MongoDB
- 教你如何利用MySQL學習MongoDB
- 在Windows環(huán)境下MongoDB搭建和簡單操作
- Mongodb源碼分析之Mongos分析
