《大數(shù)據(jù)及其應(yīng)用》課件-4.7 NoSQL數(shù)據(jù)庫技術(shù)

數(shù)據(jù)存儲與管理大數(shù)據(jù)及其應(yīng)用Part7NoSQL數(shù)據(jù)庫NoSQL構(gòu)成的混合數(shù)據(jù)存儲成為趨勢NoSQL數(shù)據(jù)庫的種類文檔數(shù)據(jù)庫圖數(shù)據(jù)庫鍵值數(shù)據(jù)庫列族數(shù)據(jù)庫鍵值數(shù)據(jù)庫相關(guān)產(chǎn)品Redis、Riak、SimpleDB、Chordless、Scalaris、Memcached數(shù)據(jù)模型鍵/值對鍵是一個字符串對象值可以是任意類型的數(shù)據(jù)，比如整型、字符型、數(shù)組、列表、集合等典型應(yīng)用涉及頻繁讀寫、擁有簡單數(shù)據(jù)模型的應(yīng)用內(nèi)容緩存，比如會話、配置文件、參數(shù)、購物車等存儲配置和用戶數(shù)據(jù)信息的移動應(yīng)用優(yōu)點擴(kuò)展性好，靈活性好，大量寫操作時性能高缺點無法存儲結(jié)構(gòu)化信息，條件查詢效率較低不適用情形不是通過鍵而是通過值來查：鍵值數(shù)據(jù)庫根本沒有通過值查詢的途徑需要存儲數(shù)據(jù)之間的關(guān)系：在鍵值數(shù)據(jù)庫中，不能通過兩個或兩個以上的鍵來關(guān)聯(lián)數(shù)據(jù)需要事務(wù)的支持：在一些鍵值數(shù)據(jù)庫中，產(chǎn)生故障時，不可以回滾使用者百度云數(shù)據(jù)庫（Redis）、GitHub（Riak）、BestBuy（Riak）、Twitter（Redis和Memcached）、StackOverFlow（Redis）、Instagram

（Redis）、Youtube（Memcached）、Wikipedia（Memcached）鍵值數(shù)據(jù)庫鍵值數(shù)據(jù)庫文檔數(shù)據(jù)庫文檔數(shù)據(jù)庫相關(guān)產(chǎn)品MongoDB、CouchDB、Terrastore、ThruDB、RavenDB、SisoDB、RaptorDB、CloudKit、Perservere、Jackrabbit數(shù)據(jù)模型鍵/值值（value）是版本化的文檔典型應(yīng)用存儲、索引并管理面向文檔的數(shù)據(jù)或者類似的半結(jié)構(gòu)化數(shù)據(jù)比如，用于后臺具有大量讀寫操作的網(wǎng)站、使用JSON數(shù)據(jù)結(jié)構(gòu)的應(yīng)用、使用嵌套結(jié)構(gòu)等非規(guī)范化數(shù)據(jù)的應(yīng)用程序優(yōu)點性能好（高并發(fā)），靈活性高，復(fù)雜性低，數(shù)據(jù)結(jié)構(gòu)靈活提供嵌入式文檔功能，將經(jīng)常查詢的數(shù)據(jù)存儲在同一個文檔中既可以根據(jù)鍵來構(gòu)建索引，也可以根據(jù)內(nèi)容構(gòu)建索引缺點缺乏統(tǒng)一的查詢語法不適用情形在不同的文檔上添加事務(wù)。文檔數(shù)據(jù)庫并不支持文檔間的事務(wù)，如果對這方面有需求則不應(yīng)該選用這個解決方案使用者百度云數(shù)據(jù)庫（MongoDB）、SAP（MongoDB）、Codecademy

（MongoDB）、Foursquare（MongoDB）、NBCNews（RavenDB）文檔數(shù)據(jù)庫

一個XML文檔

<configuration>

<property>

<name>hbase.rootdir</name>

<value>hdfs://localhost:9000/hbase</value>

</property></configuration>關(guān)系數(shù)據(jù)庫必須有schema信息才能理解數(shù)據(jù)的含義學(xué)生（學(xué)號，姓名，性別，年齡，系，年級）（1001，張三，男，20，計算機(jī)，2002）特性能夠?qū)⑺约旱臄?shù)據(jù)的內(nèi)容和類型進(jìn)行自我描述文檔數(shù)據(jù)庫存儲數(shù)據(jù)如下所示{"ID":1,"NAME":"SequoiaDB","Tel"：{"Office":"123123","Mobile":"132132132"}"Addr":"China，GZ"}更好的并發(fā)性文檔數(shù)據(jù)庫可以完整包含在一個文檔里，具有較好的并發(fā)性。在對數(shù)據(jù)進(jìn)行更新時，只需要鎖定一個文檔就可以把相關(guān)數(shù)據(jù)修改掉文檔數(shù)據(jù)庫的數(shù)據(jù)結(jié)構(gòu)JSON數(shù)據(jù)格式文檔數(shù)據(jù)庫使用者百度云數(shù)據(jù)庫（MongoDB）缺點缺乏統(tǒng)一的查詢語法典型應(yīng)用存儲、索引并管理面向文檔的數(shù)據(jù)或者類似的半結(jié)構(gòu)化數(shù)據(jù)相關(guān)產(chǎn)品MongoDBCouchDBTerrastore優(yōu)點性能好（高并發(fā)），靈活性高提供嵌入式文檔功能，將經(jīng)常查詢的數(shù)據(jù)存儲在同一個文檔中01020304050607數(shù)據(jù)模型就是一個鍵值本質(zhì)上是一個鍵值數(shù)據(jù)庫只不過值（value）是版本化文檔列族數(shù)據(jù)庫列族數(shù)據(jù)庫行鍵（RowKey）列族（ColumnFamily）列限定符（Qualifier）時間戳（Timestamp）單元（Cell）列族數(shù)據(jù)庫（以HBase為例）列族數(shù)據(jù)庫數(shù)據(jù)模型

列族列族數(shù)據(jù)庫使用者Ebay（Cassandra）、Twitter（CassandraandHBase）、Facebook（HBase）、Yahoo（HBase）缺點功能較少，大都不支持強(qiáng)事務(wù)一致性不適用情形需要ACID事務(wù)支持的情形Cassandra等產(chǎn)品就不適用典型應(yīng)用分布式數(shù)據(jù)存儲與管理數(shù)據(jù)在地理上分布于多個數(shù)據(jù)中心的應(yīng)用程序可以容忍副本中存在短期不一致情況的應(yīng)用程序擁有動態(tài)字段的應(yīng)用程序相關(guān)產(chǎn)品BigTableHBaseCassandra優(yōu)點查找速度快、可擴(kuò)展性強(qiáng)、容易進(jìn)行分布式擴(kuò)展、復(fù)雜性低01020304050607圖數(shù)據(jù)庫圖計算是專門針對圖結(jié)構(gòu)數(shù)據(jù)的處理1.許多大數(shù)據(jù)都是以大規(guī)模圖或網(wǎng)絡(luò)的形式呈現(xiàn)2.許多非圖結(jié)構(gòu)的大數(shù)據(jù)也常常被轉(zhuǎn)換為圖模型進(jìn)行分析3.圖數(shù)據(jù)結(jié)構(gòu)很好地表達(dá)了數(shù)據(jù)之間的關(guān)聯(lián)性4.關(guān)聯(lián)性計算是大數(shù)據(jù)計算的核心，通過獲取數(shù)據(jù)的關(guān)聯(lián)性，可以從噪音很多的海量數(shù)據(jù)中抽取有用的信息圖數(shù)據(jù)庫圖數(shù)據(jù)庫缺點數(shù)據(jù)模型應(yīng)用范圍非常有限典型應(yīng)用專門用于處理具有高度相互關(guān)聯(lián)關(guān)系的數(shù)據(jù)比較適合于社交網(wǎng)絡(luò)、模式識別、依賴分析、推薦系統(tǒng)以及路徑尋找等問題相關(guān)產(chǎn)品Neo4jCisco（Neo4J）T-Mobile（Neo4J）優(yōu)點靈活性高，支持復(fù)雜的圖形算法可用于構(gòu)建復(fù)雜的關(guān)系圖譜01020304