NoSQL 數據庫因其功能性、易于開發(fā)性和可擴展性而廣受認可，它們越來越多地用于大數據和實時 Web 應用程序，在本文中，我們通過示例討論 NoSQL、何時使用 NoSQL 與 SQL 及其用例。
成都創(chuàng)新互聯公司主營福建網站建設的網絡公司,主營網站建設方案,app軟件定制開發(fā),福建h5重慶小程序開發(fā)搭建,福建網站營銷推廣歡迎福建等地區(qū)企業(yè)咨詢
NoSQL是一種下一代數據庫管理系統 (DBMS)。NoSQL 數據庫具有靈活的模式，可用于構建具有大量數據和高負載的現代應用程序。
“NoSQL”一詞最初是由 Carlo Strozzi 在 1998 年創(chuàng)造的，盡管自 1960 年代后期以來就已經存在類似的數據庫。然而，NoSQL 的發(fā)展始于 2009 年初，并且發(fā)展迅速。
在處理大量數據時，任何關系數據庫管理系統 (RDBMS) 的響應時間都會變慢。為了解決這個問題，我們可以通過升級現有硬件來“擴大”信息系統，這非常昂貴。但是，NoSQL 可以更好地橫向擴展并且更具成本效益。
NoSQL 對于非結構化或非常大的數據對象（例如聊天日志數據、視頻或圖像）非常有用，這就是為什么 NoSQL 在微軟、谷歌、亞馬遜、Meta (Facebook) 等互聯網巨頭中特別受歡迎的原因。
一些流行的 NoSQL 數據庫包括：
隨著企業(yè)更快地積累更大的數據集，結構化數據和關系模式并不總是適合。有必要使用非結構化數據和大型對象來更好地捕獲這些信息。
傳統的 RDBMS 使用 SQL（結構化查詢語言）語法來存儲和檢索結構化數據，相反，NoSQL 數據庫包含廣泛的功能，可以存儲和檢索結構化、半結構化、非結構化和多態(tài)數據。
有時，NoSQL 也被稱為“ 不僅僅是 SQL ”，強調它可能支持類似 SQL 的語言或與 SQL 數據庫并列。SQL 和 NoSQL DBMS 之間的一個區(qū)別是 JOIN 功能。SQL 數據庫使用 JOIN 子句來組合來自兩個或多個表的行，因為 NoSQL 數據庫本質上不是表格的，所以這個功能并不總是可行或相關的。
但是，一些 NoSQL DBMS 可以執(zhí)行類似于 JOIN的操作——就像 MongoDB 一樣。這并不意味著不再需要 SQL DBMS，相反，NoSQL 和 SQL 數據庫傾向于以不同的方式解決類似的問題。
一般來說，在以下情況下，NoSQL 比 SQL 更可取：
許多行業(yè)都在采用 NoSQL，取代關系數據庫，從而為某些業(yè)務應用程序提供更高的靈活性和可擴展性，下面給出了 NoSQL 數據庫的一些企業(yè)用例。
內容管理是一組用于收集、管理、傳遞、檢索和發(fā)布任何格式的信息的過程，包括文本、圖像、音頻和視頻。NoSQL 數據庫可以通過其靈活和開放的數據模型為存儲多媒體內容提供更好的選擇。
例如，福布斯在短短幾個月內就構建了一個基于 MongoDB 的定制內容管理系統，以更低的成本為他們提供了更大的敏捷性。
大數據是指太大而無法通過傳統處理系統處理的數據集，實時存儲和檢索大數據的系統在分析 歷史 數據的同時使用流處理來攝取新數據，這是一系列非常適合 NoSQL 數據庫的功能。
Zoom使用 DynamoDB（按需模式）使其數據能夠在沒有性能問題的情況下進行擴展，即使該服務在 COVID-19 大流行的早期使用量激增。
物聯網設備具有連接到互聯網或通信網絡的嵌入式軟件和傳感器，能夠在無需人工干預的情況下收集和共享數據。隨著數十億臺設備生成數不清的數據，IoT NoSQL 數據庫為 IoT 服務提供商提供了可擴展性和更靈活的架構。
Freshub就是這樣的一項服務，它從 MySQL 切換到 MongoDB，以更好地處理其大型、動態(tài)、非統一的數據集。
擁有數十億智能手機用戶，可擴展性正成為在移動設備上提供服務的企業(yè)面臨的最大挑戰(zhàn)。具有更靈活數據模型的 NoSQL DBMS 通常是完美的解決方案。
例如，The Weather Channel使用 MongoDB 數據庫每分鐘處理數百萬個請求，同時還處理用戶數據并提供天氣更新。
2. 什么是NoSQL？
2.1 NoSQL 概述
NoSQL(NoSQL = Not Only SQL )，意即“不僅僅是SQL”，
泛指非關系型的數據庫。隨著互聯網web2.0網站的興起，傳統的關系數據庫在應付web2.0網站，特別是超大規(guī)模和高并發(fā)的SNS類型的web2.0純動態(tài)網站已經顯得力不從心，暴露了很多難以克服的問題，而非關系型的數據庫則由于其本身的特點得到了非常迅速的發(fā)展。NoSQL數據庫的產生就是為了解決大規(guī)模數據集合多重數據種類帶來的挑戰(zhàn)，尤其是大數據應用難題，包括超大規(guī)模數據的存儲。
（例如谷歌或Facebook每天為他們的用戶收集萬億比特的數據）。這些類型的數據存儲不需要固定的模式，無需多余操作就可以橫向擴展。
2.2 NoSQL代表
MongDB、 Redis、Memcache
3. 關系型數據庫與NoSQL的區(qū)別？
3.1 RDBMS
高度組織化結構化數據
結構化查詢語言（SQL）
數據和關系都存儲在單獨的表中。
數據操縱語言，數據定義語言
嚴格的一致性
基礎事務
ACID
關系型數據庫遵循ACID規(guī)則
事務在英文中是transaction，和現實世界中的交易很類似，它有如下四個特性：
A (Atomicity) 原子性
原子性很容易理解，也就是說事務里的所有操作要么全部做完，要么都不做，事務成功的條件是事務里的所有操作都成功，只要有一個操作失敗，整個事務就失敗，需要回滾。比如銀行轉賬，從A賬戶轉100元至B賬戶，分為兩個步驟：1）從A賬戶取100元；2）存入100元至B賬戶。這兩步要么一起完成，要么一起不完成，如果只完成第一步，第二步失敗，錢會莫名其妙少了100元。
C (Consistency) 一致性
一致性也比較容易理解，也就是說數據庫要一直處于一致的狀態(tài)，事務的運行不會改變數據庫原本的一致性約束。
I (Isolation) 獨立性
所謂的獨立性是指并發(fā)的事務之間不會互相影響，如果一個事務要訪問的數據正在被另外一個事務修改，只要另外一個事務未提交，它所訪問的數據就不受未提交事務的影響。比如現有有個交易是從A賬戶轉100元至B賬戶，在這個交易還未完成的情況下，如果此時B查詢自己的賬戶，是看不到新增加的100元的
D (Durability) 持久性
持久性是指一旦事務提交后，它所做的修改將會永久的保存在數據庫上，即使出現宕機也不會丟失。
3.2 NoSQL
代表著不僅僅是SQL
沒有聲明性查詢語言
沒有預定義的模式
鍵 - 值對存儲，列存儲，文檔存儲，圖形數據庫
最終一致性，而非ACID屬性
非結構化和不可預知的數據
CAP定理
高性能，高可用性和可伸縮性
分布式數據庫中的CAP原理(了解)
CAP定理：
Consistency(一致性), 數據一致更新，所有數據變動都是同步的
Availability(可用性), 好的響應性能
Partition tolerance(分區(qū)容錯性) 可靠性
P: 系統中任意信息的丟失或失敗不會影響系統的繼續(xù)運作。
定理：任何分布式系統只可同時滿足二點，沒法三者兼顧。
CAP理論的核心是：一個分布式系統不可能同時很好的滿足一致性，可用性和分區(qū)容錯性這三個需求，
因此，根據 CAP 原理將 NoSQL 數據庫分成了滿足 CA 原則、滿足 CP 原則和滿足 AP 原則三 大類：
CA - 單點集群，滿足一致性，可用性的系統，通常在可擴展性上不太強大。
CP - 滿足一致性，分區(qū)容忍性的系統，通常性能不是特別高。
AP - 滿足可用性，分區(qū)容忍性的系統，通?？赡軐σ恢滦砸蟮鸵恍?/p>
CAP理論就是說在分布式存儲系統中，最多只能實現上面的兩點。
而由于當前的網絡硬件肯定會出現延遲丟包等問題，所以分區(qū)容忍性是我們必須需要實現的。
所以我們只能在一致性和可用性之間進行權衡，沒有NoSQL系統能同時保證這三點。
說明：C：強一致性 A：高可用性 P：分布式容忍性
舉例：
CA：傳統Oracle數據庫
AP：大多數網站架構的選擇
CP：Redis、Mongodb
注意：分布式架構的時候必須做出取舍。
一致性和可用性之間取一個平衡。多余大多數web應用，其實并不需要強一致性。
因此犧牲C換取P，這是目前分布式數據庫產品的方向。
4. 當下NoSQL的經典應用
當下的應用是 SQL 與 NoSQL 一起使用的。
代表項目：阿里巴巴商品信息的存放。
去 IOE 化。
ps：I 是指 IBM 的小型機，很貴的，好像好幾萬一臺；O 是指 Oracle 數據庫，也很貴的，好幾萬呢；M 是指 EMC 的存儲設備，也很貴的。
難點：
數據類型多樣性。
數據源多樣性和變化重構。
數據源改造而服務平臺不需要大面積重構。
通常來說，當數據多、并發(fā)量大的時候，架構中可以引入Redis，幫助提升架構的整體性能，減少Mysql(或其他數據庫)的壓力，但不是使用Redis，就不用MySQL。
因為Redis的性能十分優(yōu)越，可以支持每秒十幾萬此的讀/寫操作，并且它還支持持久化、集群部署、分布式、主從同步等，Redis在高并發(fā)的場景下數據的安全和一致性，所以它經常用于兩個場景：
緩存
判斷數據是否適合緩存到Redis中，可以從幾個方面考慮： 會經常查詢么？命中率如何？寫操作多么？數據大??？
我們經常采用這樣的方式將數據刷到Redis中：查詢的請求過來，現在Redis中查詢，如果查詢不到，就查詢數據庫拿到數據，再放到緩存中，這樣第二次相同的查詢請求過來，就可以直接在Redis中拿到數據；不過要注意【緩存穿透】的問題。
緩存的刷新會比較復雜，通常是修改完數據庫之后，還需要對Redis中的數據進行操作；代碼很簡單，但是需要保證這兩步為同一事務，或最終的事務一致性。
高速讀寫
常見的就是計數器，比如一篇文章的閱讀量，不可能每一次閱讀就在數據庫里面update一次。
高并發(fā)的場景很適合使用Redis，比如雙11秒殺，庫存一共就一千件，到了秒殺的時間，通常會在極為短暫的時間內，有數萬級的請求達到服務器，如果使用數據庫的話，很可能在這一瞬間造成數據庫的崩潰，所以通常會使用Redis（秒殺的場景會比較復雜，Redis只是其中之一，例如如果請求超過某個數量的時候，多余的請求就會被限流）。
這種高并發(fā)的場景，是當請求達到服務器的時候，直接在Redis上讀寫，請求不會訪問到數據庫；程序會在合適的時間，比如一千件庫存都被秒殺，再將數據批量寫到數據庫中。
所以通常來說，在必要的時候引入Redis，可以減少MySQL（或其他）數據庫的壓力，兩者不是替代的關系 。
我將持續(xù)分享Java開發(fā)、架構設計、程序員職業(yè)發(fā)展等方面的見解，希望能得到你的關注。
Redis和MySQL的應用場景是不同的。
通常來說，沒有說用Redis就不用MySQL的這種情況。
因為Redis是一種非關系型數據庫（NoSQL），而MySQL是一種關系型數據庫。
和Redis同類的數據庫還有MongoDB和Memchache（其實并沒有持久化數據）
那關系型數據庫現在常用的一般有MySQL，SQL Server，Oracle。
我們先來了解一下關系型數據庫和非關系型數據庫的區(qū)別吧。
1.存儲方式
關系型數據庫是表格式的，因此存儲在表的行和列中。他們之間很容易關聯協作存儲，提取數據很方便。而Nosql數據庫則與其相反，他是大塊的組合在一起。通常存儲在數據集中，就像文檔、鍵值對或者圖結構。
2.存儲結構
關系型數據庫對應的是結構化數據，數據表都預先定義了結構（列的定義），結構描述了數據的形式和內容。這一點對數據建模至關重要，雖然預定義結構帶來了可靠性和穩(wěn)定性，但是修改這些數據比較困難。而Nosql數據庫基于動態(tài)結構，使用與非結構化數據。因為Nosql數據庫是動態(tài)結構，可以很容易適應數據類型和結構的變化。
3.存儲規(guī)范
關系型數據庫的數據存儲為了更高的規(guī)范性，把數據分割為最小的關系表以避免重復，獲得精簡的空間利用。雖然管理起來很清晰，但是單個操作設計到多張表的時候，數據管理就顯得有點麻煩。而Nosql數據存儲在平面數據集中，數據經?？赡軙貜?。單個數據庫很少被分隔開，而是存儲成了一個整體，這樣整塊數據更加便于讀寫
4.存儲擴展
這可能是兩者之間最大的區(qū)別，關系型數據庫是縱向擴展，也就是說想要提高處理能力，要使用速度更快的計算機。因為數據存儲在關系表中，操作的性能瓶頸可能涉及到多個表，需要通過提升計算機性能來克服。雖然有很大的擴展空間，但是最終會達到縱向擴展的上限。而Nosql數據庫是橫向擴展的，它的存儲天然就是分布式的，可以通過給資源池添加更多的普通數據庫服務器來分擔負載。
5.查詢方式
關系型數據庫通過結構化查詢語言來操作數據庫（就是我們通常說的SQL）。SQL支持數據庫CURD操作的功能非常強大，是業(yè)界的標準用法。而Nosql查詢以塊為單元操作數據，使用的是非結構化查詢語言（UnQl），它是沒有標準的。關系型數據庫表中主鍵的概念對應Nosql中存儲文檔的ID。關系型數據庫使用預定義優(yōu)化方式（比如索引）來加快查詢操作，而Nosql更簡單更精確的數據訪問模式。
6.事務
關系型數據庫遵循ACID規(guī)則（原子性(Atomicity)、一致性(Consistency)、隔離性(Isolation)、持久性(Durability)），而Nosql數據庫遵循BASE原則（基本可用（Basically Availble）、軟/柔性事務（Soft-state ）、最終一致性（Eventual Consistency））。由于關系型數據庫的數據強一致性，所以對事務的支持很好。關系型數據庫支持對事務原子性細粒度控制，并且易于回滾事務。而Nosql數據庫是在CAP（一致性、可用性、分區(qū)容忍度）中任選兩項，因為基于節(jié)點的分布式系統中，很難全部滿足，所以對事務的支持不是很好，雖然也可以使用事務，但是并不是Nosql的閃光點。
7.性能
關系型數據庫為了維護數據的一致性付出了巨大的代價，讀寫性能比較差。在面對高并發(fā)讀寫性能非常差，面對海量數據的時候效率非常低。而Nosql存儲的格式都是key-value類型的，并且存儲在內存中，非常容易存儲，而且對于數據的 一致性是 弱要求。Nosql無需sql的解析，提高了讀寫性能。
8.授權方式
大多數的關系型數據庫都是付費的并且價格昂貴，成本較大（MySQL是開源的，所以應用的場景最多），而Nosql數據庫通常都是開源的。
所以，在實際的應用環(huán)境中，我們一般會使用MySQL存儲我們的業(yè)務過程中的數據，因為這些數據之間的關系比較復雜，我們常常會需要在查詢一個表的數據時候，將其他關系表的數據查詢出來，例如，查詢某個用戶的訂單，那至少是需要用戶表和訂單表的數據。
查詢某個商品的銷售數據，那可能就會需要用戶表，訂單表，訂單明細表，商品表等等。
而在這樣的使用場景中，我們使用Redis來存儲的話，也就是KeyValue形式存儲的話，其實并不能滿足我們的需要。
即使Redis的讀取效率再高，我們也沒法用。
但，對于某些沒有關聯少，且需要高頻率讀寫，我們使用Redis就能夠很好的提高整個體統的并發(fā)能力。
例如商品的庫存信息，我們雖然在MySQL中會有這樣的字段，但是我們并不想MySQL的數據庫被高頻的讀寫，因為使用這樣會導致我的商品表或者庫存表IO非常高，從而影響整個體統的效率。
所以，對于這樣的數據，且有沒有什么復雜邏輯關系（就只是隸屬于SKU）的數據，我們就可以放在Redis里面，下單直接在Redis中減掉庫存，這樣，我們的訂單的并發(fā)能力就能夠提高了。
個人覺得應該站出來更正一下，相反的數據量大，更不應該用redis。
為什么？
因為redis是內存型數據庫啊，是放在內存里的。
設想一下，假如你的電腦100G的資料，都用redis來存儲，那么你需要100G以上的內存！
使用場景
Redis最明顯的用例之一是將其用作緩存。只是保存熱數據，或者具有過期的cache。
例如facebook，使用Memcached來作為其會話緩存。
總之，沒有見過哪個大公司數據量大了，換掉mysql用redis的。
題主你錯了，不是用redis代替MySQL，而是引入redis來優(yōu)化。
BAT里越來越多的項目組已經采用了redis+MySQL的架構來開發(fā)平臺工具。
如題主所說，當數據多的時候，MySQL的查詢效率會大打折扣。我們通常默認如果查詢的字段包含索引的話，返回是毫秒級別的。但是在實際工作中，我曾經遇到過一張包含10個字段的表，1800萬+條數據，當某種場景下，我們不得不根據一個未加索引的字段進行精確查詢的時候，單條sql語句的執(zhí)行時長有時能夠達到2min以上，就更別提如果用like這種模糊查詢的話，其效率將會多么低下。
我們最開始是希望能夠通過增加索引的方式解決，但是面對千萬級別的數據量，我們也不敢貿然加索引，因為一旦數據庫hang住，期間的所有數據庫寫入請求都會被放到等待隊列中，如果請求是通過http請求發(fā)過來的，很有可能導致服務發(fā)生分鐘級別的超時不響應。
經過一番調研，最終敲定的解決方案是引入redis作為緩存。redis具有運行效率高，數據查詢速度快，支持多種存儲類型以及事務等優(yōu)勢，我們把經常讀取，而不經常改動的數據放入redis中，服務器讀取這類數據的時候時候，直接與redis通信，極大的緩解了MySQL的壓力。
然而，我在上面也說了，是redis+MySQL結合的方式，而不是替代。原因就是redis雖然讀寫很快，但是不適合做數據持久層，主要原因是使用redis做數據落盤是要以效率作為代價的，即每隔制定的時間，redis就要去進行數據備份/落盤，這對于單線程的它來說，勢必會因“分心”而影響效率，結果得不償失。
樓主你好，首先糾正下，數據多并不是一定就用Redis，Redis歸屬于NoSQL數據庫中，其特點擁有高性能讀寫數據速度，主要解決業(yè)務效率瓶頸。下面就詳細說下Redis的相比MySQL優(yōu)點。（ 關于Redis詳細了解參見我近期文章： ）
讀寫異?？?/p>
Redis非?？?，每秒可執(zhí)行大約10萬次的讀寫速度。
豐富的數據類型
Redis支持豐富的數據類型，有二進制字符串、列表、集合、排序集和散列等等。這使得Redis很容易被用來解決各種問題，因為我們知道哪些問題可以更好使用地哪些數據類型來處理解決。
原子性
Redis的所有操作都是原子操作，這確保如果兩個客戶端并發(fā)訪問，Redis服務器能接收更新的值。
豐富實用工具 支持異機主從復制
Redis支持主從復制的配置，它可以實現主服務器的完全拷貝。
以上為開發(fā)者青睞Redis的主要幾個可取之處。但是，請注意實際生產環(huán)境中企業(yè)都是結合Redis和MySQL的特定進行不同應用場景的取舍。 如緩存——熱數據、計數器、消息隊列（與ActiveMQ，RocketMQ等工具類似）、位操作（大數據處理）、分布式鎖與單線程機制、最新列表（如新聞列表頁面最新的新聞列表）以及排行榜等等 可以看見Redis大顯身手的場景。可是對于嚴謹的數據準確度和復雜的關系型應用MySQL等關系型數據庫依然不可替。
web應用中一般采用MySQL+Redis的方式，web應用每次先訪問Redis，如果沒有找到數據，才去訪問MySQL。
本質區(qū)別
1、mysql：數據放在磁盤 redis：數據放在內存。
首先要知道m(xù)ysql存儲在磁盤里，redis存儲在內存里，redis既可以用來做持久存儲，也可以做緩存，而目前大多數公司的存儲都是mysql + redis，mysql作為主存儲，redis作為輔助存儲被用作緩存，加快訪問讀取的速度，提高性能。
使用場景區(qū)別
1、mysql支持sql查詢，可以實現一些關聯的查詢以及統計；
2、redis對內存要求比較高，在有限的條件下不能把所有數據都放在redis；
3、mysql偏向于存數據，redis偏向于快速取數據，但redis查詢復雜的表關系時不如mysql，所以可以把熱門的數據放redis，mysql存基本數據。
mysql的運行機制
mysql作為持久化存儲的關系型數據庫，相對薄弱的地方在于每次請求訪問數據庫時，都存在著I/O操作，如果反復頻繁的訪問數據庫。第一：會在反復鏈接數據庫上花費大量時間，從而導致運行效率過慢；第二：反復地訪問數據庫也會導致數據庫的負載過高，那么此時緩存的概念就衍生了出來。
Redis持久化
由于Redis的數據都存放在內存中，如果沒有配置持久化，redis重啟后數據就全丟失了，于是需要開啟redis的持久化功能，將數據保存到磁盤上，當redis重啟后，可以從磁盤中恢復數據。redis提供兩種方式進行持久化，一種是RDB持久化（原理是將Reids在內存中的數據庫記錄定時dump到磁盤上的RDB持久化），另外一種是AOF（append only file）持久化（原理是將Reids的操作日志以追加的方式寫入文件）。
redis是放在內存的~！
數據量多少絕對不是選擇redis和mysql的準則，因為無論是mysql和redis都可以集群擴展，約束它們的只是硬件(即你有沒有那么多錢搭建上千個組成的集群)，我個人覺得數據讀取的快慢可能是選擇的標準之一，另外工作中往往是兩者同是使用，因為mysql存儲在硬盤，做持久化存儲，而redis存儲在內存中做緩存提升效率。
關系型數據庫是必不可少的，因為只有關系型數據庫才能提供給你各種各樣的查詢方式。如果有一系列的數據會頻繁的查詢，那么就用redis進行非持久化的存儲，以供查詢使用，是解決并發(fā)性能問題的其中一個手段
什么是NoSQL數據庫？從名稱“非SQL”或“非關系型”衍生而來，這些數據庫不使用類似SQL的查詢語言，通常稱為結構化存儲。這些數據庫自1960年就已經存在，但是直到現在一些大公司（例如Google和Facebook）開始使用它們時，這些數據庫才流行起來。該數據庫最明顯的優(yōu)勢是擺脫了一組固定的列、連接和類似SQL的查詢語言的限制。有時，NoSQL這個名稱也可能表示“不僅僅SQL”，來確保它們可能支持SQL。 NoSQL數據庫使用諸如鍵值、寬列、圖形或文檔之類的數據結構，并且可以如JSON之類的不同格式存儲。
一般將NoSQL數據庫分為四大類：鍵值(Key-Value)存儲數據庫、列存儲數據庫、文檔型數據庫和圖形(Graph)數據庫。它們的數據模型、優(yōu)缺點、典型應用場景。
鍵值(Key-Value)存儲數據庫Key指向Value的鍵值對，通常用hash表來實現查找速度快數據無結構化(通常只被當作字符串或者二進制數據)內容緩存，主要用于處理大量數據的高訪問負載，也用于一些日志系統等。
列存儲數據庫，以列簇式存儲，將同一列數據存在一起查找速度快，可擴展性強，更容易進行分布式擴展功能相對局限分布式的文件系統。
文檔型數據庫，Key-Value對應的鍵值對，Value為結構化數據，數據結構要求不嚴格，表結構可變(不需要像關系型數據庫一樣需預先定義表結構)，查詢性能不高，而且缺乏統一的查詢語法，Web應用。
圖形(Graph)數據庫，圖結構，利用圖結構相關算法(如最短路徑尋址，N度關系查找等)，很多時候需要對整個圖做計算才能得出需要的信息，而且這種結構不太好做分布式的集群方案，社交網絡，推薦系統等。
基本含義NoSQL(NoSQL = Not Only SQL )，意即“不僅僅是SQL”，是一項全新的數據庫革命性運動，早期就有人提出，發(fā)展至2009年趨勢越發(fā)高漲。NoSQL的擁護者們提倡運用非關系型的數據存儲，相對于鋪天蓋地的關系型數據庫運用，這一概念無疑是一種全新的思維的注入。NoSQLNoSQL數據庫的四大分類鍵值(Key-Value)存儲數據庫這一類數據庫主要會使用到一個哈希表，這個表中有一個特定的鍵和一個指針指向特定的數據。Key/value模型對于IT系統來說的優(yōu)勢在于簡單、易部署。但是如果DBA只對部分值進行查詢或更新的時候，Key/value就顯得效率低下了。[3] 舉例如：Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB.列存儲數據庫。這部分數據庫通常是用來應對分布式存儲的海量數據。鍵仍然存在，但是它們的特點是指向了多個列。這些列是由列家族來安排的。如：Cassandra, HBase, Riak.文檔型數據庫文檔型數據庫的靈感是來自于Lotus Notes辦公軟件的，而且它同第一種鍵值存儲相類似。該類型的數據模型是版本化的文檔，半結構化的文檔以特定的格式存儲，比如JSON。文檔型數據庫可 以看作是鍵值數據庫的升級版，允許之間嵌套鍵值。而且文檔型數據庫比鍵值數據庫的查詢效率更高。如：CouchDB, MongoDb. 國內也有文檔型數據庫SequoiaDB，已經開源。圖形(Graph)數據庫圖形結構的數據庫同其他行列以及剛性結構的SQL數據庫不同，它是使用靈活的圖形模型，并且能夠擴展到多個服務器上。NoSQL數據庫沒有標準的查詢語言(SQL)，因此進行數據庫查詢需要制定數據模型。許多NoSQL數據庫都有REST式的數據接口或者查詢API。[2] 如：Neo4J, InfoGrid, Infinite Graph.因此，我們總結NoSQL數據庫在以下的這幾種情況下比較適用：1、數據模型比較簡單；2、需要靈活性更強的IT系統；3、對數據庫性能要求較高；4、不需要高度的數據一致性；5、對于給定key，比較容易映射復雜值的環(huán)境。
重慶分公司
重慶分公司
