隨著云計算時代的到來，各種類型的互聯網應用層出不窮，對與此相關的數據模型、分布式架構、數據存儲等數據庫相關的技術指標也提出了新的要求。雖然傳統(tǒng)的關系型數據庫已在數據存儲方面占據了不可動搖的地位，但由于其天生的限制，已經越來越無法滿足云計算時代對數據擴展、讀寫速度、支撐容量以及建設和運營成本的要求。云計算時代對數據庫技術提出了新的需求，主要表現在以下幾個方面。

海量數據處理：對類似搜索引擎和電信運營商級的經營分析系統(tǒng)這樣大型的應用而言，需要能夠處理PB級的數據，同時應對百萬級的流量。

大規(guī)模集群管理：分布式應用可以更加簡單地部署、應用和管理。

低延遲讀寫速度：快速的響應速度能夠極大地提高用戶的滿意度。

建設及運營成本：云計算應用的基本要求是希望在硬件成本、軟件成本以及人力成本方面都有大幅度的降低。

關系型數據庫的劣勢分析

隨著Web2.0的發(fā)展，傳統(tǒng)的關系型數據庫在應對超大規(guī)模和高并發(fā)的SNS類型的網站方面暴露了許多難以克服的問題，主要表現在以下方面。

(1)高并發(fā)讀寫速度慢

這種情況主要發(fā)生在數據量達到一定規(guī)模時，由于關系型數據庫的系統(tǒng)邏輯非常復雜，使得其非常容易發(fā)生死鎖等并發(fā)問題，導致其讀寫速度下降非常嚴重。例如，Web2.0網站要根據用戶個性化信息來實時生成動態(tài)頁面、提供動態(tài)信息，所以基本上無法使用動態(tài)頁面靜態(tài)化技術，因此數據庫并發(fā)負載非常高，往往要達到每秒上萬次讀寫請求。關系型數據庫勉強可以應付上萬次SQL查詢，硬盤I/O往往無法承擔上萬次的SQL寫數據請求。

(2)支撐容量有限

類似Facebook、Twitter這樣的SNS網站，用戶每天產生海量的用戶動態(tài)，每月會產生幾億條用戶動態(tài)，對于關系型數據庫來說，在一張數億條記錄的表里面進行SQL查詢，效率是極其低下乃至不可忍受的。

(3)擴展性差

在基于Web的架構當中，數據庫是最難進行橫向擴展的，當一個應用系統(tǒng)的用戶量和訪問量與日俱增的時候，傳統(tǒng)的關系型數據庫卻沒有辦法像Web Server那樣簡單地通過添加更多的硬件和服務節(jié)點來擴展性能和負載能力。對于很多需要提供不間斷服務的網站來說，對數據庫系統(tǒng)進行升級和擴展是非常痛苦的事情，往往需要停機維護和數據遷移，因此迫切需要關系型數據庫也能夠通過不斷添加服務器節(jié)點來實現擴展。

(4)建設和運維成本高

企業(yè)級數據庫的價格很高，并且隨著系統(tǒng)的規(guī)模增大而不斷上升。高昂的建設和運維成本無法滿足云計算應用對數據庫的需求。

關系型數據庫遇到上述難以克服的瓶頸，與此同時，它的很多主要特性在云計算應用中卻往往無用武之地，例如：數據庫事務一致性、數據庫的寫實時性和讀實時性、復雜的SQL查詢特別是多表關聯查詢。因此，傳統(tǒng)的關系型數據庫已經無法獨立應付云計算時代的各種應用。

NoSQL數據庫數據模型

關系型數據庫越來越無法滿足云計算的應用場景，為了解決此類問題，非關系型數據庫應運而生，由于在設計上和傳統(tǒng)的關系型數據庫相比有了很大的不同，所以此類數據庫被稱為“NoSQL(Not only SQL)”系列數據庫。與關系型數據庫相比，它們非常關注對數據高并發(fā)讀寫和海量數據的存儲，在架構和數據模型方面作了簡化，而在擴展和并發(fā)等方面作了增強。目前，主流的NoSQL數據庫包括BigTable、HBase、Cassandra、SimpleDB、CouchDB、MongoDB以及 Redis等。NoSQL常用數據模型包括以下3種。

(1)Column-oriented(列式)

列式主要使用Table這樣的模型，但是它并不支持類似Join這樣多表的操作，它的主要特點是在存儲數據時，主要圍繞著“列(Column)”，而不是像傳統(tǒng)的關系型數據庫那樣根據“行(Row)”進行存儲，也就是說，屬于同一列的數據會盡可能地存儲在硬盤同一個頁中，而不是將屬于同一個行的數據存放在一起。這樣做的好處是，對于很多類似數據倉庫的應用，雖然每次查詢都會處理很多數據，但是每次所涉及的列并沒有很多。使用列式數據庫，將會節(jié)省大量I/O,并且大多數列式數據庫都支持Column Family這個特性，能將多個列并為一個小組。這樣做的好處是能將相似列放在一起存儲，提高這些列的存儲和查詢效率。總體而言，這種數據模型的優(yōu)點是比較適合匯總和數據倉庫這類應用。

(2)Key-value

雖然Key-value這種模型和傳統(tǒng)的關系型相比較簡單，有點類似常見的HashTable,一個Key對應一個Value,但是它能提供非?？斓牟樵兯俣?、大的數據存放量和高并發(fā)操作，非常適合通過主鍵對數據進行查詢和修改等操作，雖然不支持復雜的操作，但是可以通過上層的開發(fā)來彌補這個缺陷。

(3)Document(文檔)

在結構上，Document和Key-value是非常相似的，也是一個Key對應一個Value,但是這個Value主要以JSON或者 XML等格式的文檔來進行存儲，是有語義的，并且Document DB一般可以對Value來創(chuàng)建Secondary Index來方便上層的應用，而這點是普通Key-Value DB所無法支持的。

常用NoSQL數據庫比較及優(yōu)劣勢分析

(1)主要NoSQL數據庫比較

從設計理念、數據模式、分布式等幾個角度對BigTable、Cassandra、Redis、MongoDB進行比較，見表1.

(2) NoSQL數據庫的優(yōu)勢分析

NoSQL數據庫主要有以下優(yōu)勢：

擴展簡單，典型例子是Cassandra,由于其架構類似于經典的P2P,因此能夠通過簡單添加新的節(jié)點來擴展集群;

讀寫快速，典型例子是Redis,由于其邏輯簡單，純內存操作，因此其具有非常出色的性能，單節(jié)點每秒可以處理超過10萬次的讀寫操作;

成本低廉，因為大多數NoSQL數據庫都是開源軟件，沒有昂貴的成本限制。

(3)NoSQL數據庫的劣勢分析

雖然NoSQL具有很多顯著的優(yōu)勢，但是依然存在很多不足，主要表現在：

不提供對SQL的支持，將會對用戶產生一定的應用遷移成本，同時，無法實現組合應用，發(fā)揮SQL數據庫已經非常成熟的優(yōu)勢;

支持的特性不夠豐富，現有NoSQL數據庫提供的功能十分有限，大多數都不支持事務和其他附加功能;

產品不夠成熟，大多數NoSQL數據庫產品還處于初級階段，與已經非常完善成熟的關系型數據庫不可同日而語。

結束語

云計算主要常見的有兩類場景：需要低延遲和高并發(fā)的讀寫能力，數據量雖大，但不超過TB級別，大部分現在使用RDBMS的Web應用基本上都屬于這一類，類似傳統(tǒng)的OLTP(聯機事務處理);海量數據的存儲和操作，如PB級別的，這方面的例子有傳統(tǒng)的數據倉庫、Google海量的Web頁面和圖片存儲等，類似傳統(tǒng)的OLAP(聯機分析處理)。目前，業(yè)界還沒有一款數據庫能同時適應上述多種云計算場景的NoSQL數據庫?？紤]到PaaS平臺的需求比較復雜，能夠在后臺進行定制化的數據庫將是未來發(fā)展的趨勢，因此，輕量級的、兼顧高可擴展和高可靠性的架構設計將會受到歡迎。