分布式系统及NoSQL简介
==============================================================================
数据存储
1.数据存储
★数据模型：
- 层次模型；
- 网状模型；
- 关系模型；
- 对象关系模型
☉关系模型：
- 关系型数据，严格的schema；
- ACID规则
分布式系统
1.介绍
★分布式系统：
- 分布式系统（distributed system）由多台计算机和通信的软件组件通过计算机网络连接（本地网络或广域网）组成。
- 分布式系统是建立在网络之上的软件系统。正是因为软件的特性，所以分布式系统具有高度的内聚性和透明性。
- 因此，网络和分布式系统之间的区别更多的在于高层软件（特别是操作系统），而不是硬件。
- 分布式系统可以应用在在不同的平台上如：Pc、工作站、局域网和广域网上等。
2.分布式计算的优点
★优点
☉可靠性（容错） ：
- 分布式计算系统中的一个重要的优点是可靠性。一台服务器的系统崩溃并不影响到其余的服务器。
☉可扩展性：
- 在分布式计算系统可以根据需要增加更多的机器。
☉资源共享：
- 共享数据是必不可少的应用，如银行，预订系统。
☉灵活性：
- 由于该系统是非常灵活的，它很容易安装，实施和调试新的服务。
☉更快的速度：
- 分布式计算系统可以有多台计算机的计算能力，使得它比其他系统有更快的处理速度。
☉开放系统：
- 由于它是开放的系统，本地或者远程都可以访问到该服务。
☉更高的性能：
- 相较于集中式计算机网络集群可以提供更高的性能（及更好的性价比）。
2.分布式计算的缺点
★缺点
☉故障排除：
- 故障排除和诊断问题。
☉软件：
- 更少的软件支持是分布式计算系统的主要缺点。
☉网络：
- 网络基础设施的问题，包括：传输问题，高负载，信息丢失等。
☉安全性：
- 开发系统的特性让分布式计算系统存在着数据的安全性和共享的风险等问题。
NoSQL介绍
1.介绍
★百度百科：
- NoSQL，泛指非关系型的数据库。随着互联网web2.0网站的兴起，传统的关系数据库在应付web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，暴露了很多难以克服的问题，而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战，尤其是大数据应用难题。
★什么是NoSQL：
- NoSQL(NoSQL = Not Only SQL )，意即"不仅仅是SQL"。
- NoSQL，指的是非关系型的数据库。NoSQL有时也称作Not Only SQL的缩写，是对不同于传统的关系型数据库的数据库管理系统的统称。
- NoSQL用于超大规模数据的存储。（例如谷歌或Facebook每天为他们的用户收集万亿比特的数据）。这些类型的数据存储不需要固定的模式，无需多余操作就可以横向扩展。
★NoSQL简史：
- NoSQL一词最早出现于1998年，是Carlo Strozzi开发的一个轻量、开源、不提供SQL功能的关系数据库。
- 2009年，Last.fm的Johan Oskarsson发起了一次关于分布式开源数据库的讨论[2]，来自Rackspace的Eric Evans再次提出了NoSQL的概念，这时的NoSQL主要指非关系型、分布式、不提供ACID的数据库设计模式。
- 2009年在亚特兰大举行的"no:sql(east)"讨论会是一个里程碑，其口号是"select fun, profit from real_world where relational=false;"。因此，对NoSQL最普遍的解释是"非关联型的"，强调Key-Value Stores和文档数据库的优点，而不是单纯的反对RDBMS。
2.为什么使用NoSQL？
今天我们可以通过第三方平台（如：Google,Facebook等）可以很容易的访问和抓取数据。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已经成倍的增加。我们如果要对这些用户数据进行挖掘，那SQL数据库已经不适合这些应用了, NoSQL数据库的发展也却能很好的处理这些大的数据。
3.RDBMS vs NoSQL
★RDBMS
- 高度组织化结构化数据
- 结构化查询语言（SQL） (SQL)
- 数据和关系都存储在单独的表中。
- 数据操纵语言，数据定义语言
- 严格的一致性
- 基础事务★NoSQL
- 代表着不仅仅是SQL
- 没有声明性查询语言
- 没有预定义的模式
-键 - 值对存储，列存储，文档存储，图形数据库
- 最终一致性，而非ACID属性
- 非结构化和不可预知的数据
- CAP定理
- 高性能，高可用性和可伸缩性
4.CAP定理
在计算机科学中, CAP定理（CAP theorem）, 又被称作 布鲁尔定理（Brewer‘s theorem）, 它指出对于一个分布式计算系统来说，不可能同时满足以下三点：
☉一致性(Consistency)
- 所有节点在同一时间具有相同的数据
☉可用性(Availability)
- 保证每个请求不管成功或者失败都有响应
☉分隔容忍(Partition tolerance)
- 系统中任意信息的丢失或失败不会影响系统的继续运作
★CAP理论的核心是：
- 一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。
因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三 大类：
- CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
- CP - 满足一致性，分区容忍性的系统，通常性能不是特别高。
- AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。
5.NoSQL的优缺点
★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
6.BASE
★BASE
- BASE：Basically Available, Soft-state, Eventually Consistent。 由 Eric Brewer 定义。
☉CAP理论的核心是：
- 一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。
☉BASE是NoSQL数据库通常对可用性及一致性的弱要求原则：
- 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。
7.NoSQL数据库分类
| 类型 | 部分代表 | 特点 |
| 列存储 |
Hbase Cassandra Hypertable |
顾名思义，是按列存储数据的。最大的特点是方便存储结构化和半结构化数据，方便做数据压缩，对针对某一列或者某几列的查询有非常大的IO优势。 |
|
文档 存储 |
MongoDB CouchDB |
文档存储一般用类似json的格式存储，存储的内容是文档型的。这样也就有有机会对某些字段建立索引，实现关系数据库的某些功能。 |
|
key-value存储 |
Tokyo Cabinet / Tyrant Berkeley DB MemcacheDB Redis |
可以通过key快速查询到其value。一般来说，存储不管value的格式，照单全收。（Redis包含了其他功能） |
|
图存储 |
Neo4J FlockDB |
图形关系的最佳存储。使用传统关系数据库来解决的话性能低下，而且设计使用不方便。 |
|
对象存储 |
db4o Versant |
通过类似面向对象语言的语法操作数据库，通过对象的方式存取数据。 |
|
xml数据库 |
Berkeley DB XML BaseX |
高效的存储XML数据，并支持XML的内部查询语法，比如XQuery,Xpath。 |