Nosql入门

Next Generation Databases mostly addressing some of the points: beingnon-relational, distributed, open-source and horizontally scalable

下一代的数据库着重于：非关系性、分布式、开源、水平可扩展

1、Nosql思想篇

   CAP，BASE和最终一致性是NoSQL数据库存在的三大基石。而五分钟法则是内存数据存储了理论依据。这个是一切的源头。

  1.1CAP

      C:Consistency 一致性
      A:Availability 可用性(指的是快速获取数据)
      P: Tolerance of networkPartition 分区容忍性(分布式)

          三者不可兼得，根据需求侧重选择数据库策略

作为架构师，一般有两个方向来利用CAP理论
1. key-value存储，如Amaze Dynamo等，可根据CAP三原则灵活选择不同倾向的数据库产品。
2. 领域模型 + 分布式缓存 + 存储 （Qi4j和NoSql运动），可根据CAP三原则结合自己项目定制灵
活的分布式方案，难度高。
我准备提供第三种方案：实现可以配置CAP的数据库，动态调配CAP。
• CA：传统关系数据库
• AP：key-value数据库

而对大型网站，可用性与分区容忍性优先级要高于数据一致性，一般会尽量朝着 A、P 的方向设计，然
后通过其它手段保证对于一致性的商务需求。架构设计师不要精力浪费在如何设计能满足三者的完美分
布式系统，而是应该进行取舍。

不同数据对于一致性的要求是不同的。举例来讲，用户评论对不一致是不敏感的，可以容忍相对较长时
间的不一致，这种不一致并不会影响交易和用户体验。而产品价格数据则是非常敏感的，通常不能容忍
超过10秒的价格不一致。

   1.2  一致性：

• 强一致性
强一致性（即时一致性） 假如A先写入了一个值到存储系统，存储系统保证后续A,B,C的读
取操作都将返回最新值
• 弱一致性
假如A先写入了一个值到存储系统，存储系统不能保证后续A,B,C的读取操作能读取到最新
值。此种情况下有一个“不一致性窗口”的概念，它特指从A写入值，到后续操作A,B,C读取到
最新值这一段时间。
• 最终一致性
最终一致性是弱一致性的一种特例。假如A首先write了一个值到存储系统，存储系统保证如
果在A,B,C后续读取之前没有其它写操作更新同样的值的话，最终所有的读取操作都会读取
到最A写入的最新值。此种情况下，如果没有失败发生的话，“不一致性窗口”的大小依赖于以
下的几个因素：交互延迟，系统的负载，以及复制技术中replica的个数（这个可以理解为
master/salve模式中，salve的个数），最终一致性方面最出名的系统可以说是DNS系统，
当更新一个域名的IP以后，根据配置策略以及缓存控制策略的不同，最终所有的客户都会看
到最新的值。

1.3 BASE

 说起来很有趣，BASE的英文意义是碱，而ACID是酸。真的是水火不容啊。
• Basically Availble --基本可用
• Soft-state --软状态/柔性事务
"Soft state" 可以理解为"无连接"的, 而 "Hard state" 是"面向连接"的
• Eventual Consistency --最终一致性
最终一致性， 也是是 ACID 的最终目的。
BASE模型反ACID模型，完全不同ACID模型，牺牲高一致性，获得可用性或可靠性： Basically
Available基本可用。支持分区失败(e.g. sharding碎片划分数据库) Soft state软状态 状态可以有一
段时间不同步，异步。 Eventually consistent最终一致，最终数据是一致的就可以了，而不是时时一
致。

BASE思想的主要实现有
1.按功能划分数据库
2.sharding碎片
BASE思想主要强调基本的可用性，如果你需要高可用性，也就是纯粹的高性能，那么就要以一致性或
容错性为牺牲，BASE思想的方案在性能上还是有潜力可挖的。0

 

此处学习一致性hash算法，不同的哈希算法可以导致数据分布的不同位置，如果十分均匀，那么一次MapReduce就涉及节点较
多，但热点均匀，方便管理。反之，热点不均，会大致机器效率发挥不完全。