最近参加了Oracle的数据库培训，对NoSQL非常好奇，总结一下关于NoSQL的认识。
- NoSQL是Not Only SQL，并不是去除掉SQL，泛指非关系型的数据库。
- 关系，指关系模型，具体指同一个对象在不同属性上的值 以及 不同对象在相同属性上的值是与关系的，这里的关系不仅指数值关系（大于、小于、相同）也包括业务关系（比如需要做联合查询）
为什么要引入NoSQL
原因一：传统的关系型数据库（SQL）在某些场景下无法适用，或者说支持不足。
关系型数据库与结构化数据的匹配较好，可以采用类似于二维表格的形式进行数据存储。结构化数据指的是由二维表结构来逻辑表达和实现的数据，严格遵循数据格式与长度规范，也称作为行数据，特点为：数据以行为单位，一行数据表示一个实体的信息，每一行数据的属性是相同的。例如：
对于非结构化数据，数据结构不规则或不完整，没有任何预定义的数据模型，不方便用二维逻辑表来表现的数据，例如办公文档（Word）、文本、图片、HTML、各类报表、视频音频等。
以及半结构化数据（介于结构化与非结构化数据之间的数据），它是结构化数据的一种形式，虽然不符合二维逻辑这种数据模型结构，但是包含相关标记，用来分割语义元素以及对记录和字段进行分层。常见的半结构化数据有XML和JSON，例如：
非结构化数据和半结构化数据使用关系型数据库非常麻烦，无法填充二维表格或无法完全填充。
原因二：关系型数据库的缺点。
- 高并发下IO压力大：只要操作（读/写）某个具体值，就需要把整行都读入内存。
- 维护索引代价高：插入和修改数据需要更新涉及到的全部索引，降低读写能力，索引越多读写能力越差占用空间也大。
- 维护数据一致性代价高：
- 为维护数据一致性付出的代价大：采用锁机制控制并发，SQL中的不同隔离级别带来了复杂的运算处理，降低读写能力。
- 水平扩展容易产生问题：分库分表后需要跨库跨表查询，做分布式事务处理比较麻烦。
- 表结构不易扩展：表结构是固定的，新增和删除操作影响整张表，需要锁表。
- 搜索功能弱：对于搜索关键字需进行完整精确匹配，不支持分词。
关系型数据库遵循ACID规则（原子性、一致性、独立性、持久性），在高并发时存在性能瓶颈，容易出现数据库CPU高、Sql执行慢、客户端报数据库连接池不够等情况。因此超大规模数据的存储通常需要使用NoSQL。
NoSQL的特点
优点：
- - 高可扩展性
- - 分布式计算
- - 低成本
- - 架构的灵活性，半结构化数据
- - 没有复杂的关系
缺点：
- - 没有标准化
- - 有限的查询功能（到目前为止）
- - 最终一致是不直观的程序
常见的NoSQL类型
主要包括：键值(Key-Value)存储数据库、列存储数据库、文档型数据库、图形(Graph)数据库。
什么时候使用NoSQL
关系型数据库与非关系型数据库的选择需要考虑两点：
第一点，非关系型数据库都是通过牺牲了ACID特性来获取更高的性能的，假设两张表之间有比较强的一致性需求，那么这类数据是不适合放在非关系型数据库中的。
第二点，核心数据不走非关系型数据库，例如用户表、订单表，但是这有一个前提，就是这一类核心数据会有多种查询模式，例如用户表有ABCD四个字段，可能根据AB查，可能根据AC查，可能根据D查，假设核心数据，但如果是个KV形式，比如用户的聊天记录，那就需要使用NoSQL。
通常情况下，非核心数据尤其是日志、流水一类中间数据必须使用非关系型数据库，以及具有写远高于读和写入量巨大这两个特点的数据也需要使用NoSQL。这类数据一旦使用关系型数据库作为存储引擎，将大大降低关系型数据库的能力，正常读写QPS不高的核心服务会受这一类数据读写的拖累。
目前，谷歌和Facebook每天都需要为他们的用户收集万亿比特的数据，包括用户的个人信息，社交网络，地理位置，用户生成的数据和用户操作日志等，这些数据存储不需要固定的模式，采用NoSQL以便于横向扩展。此外，Mozilla、Adobe和LinkedIn也都广泛使用了NoSQL。