本篇教程探讨了大数据技术 NoSql详解，希望阅读本篇文章以后大家有所收获，帮助大家对大数据技术的理解更加深入。

<

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。
 
NoSQL(NoSQL = Not Only SQL )，意即“不仅仅是SQL”，是一项全新的数据库革命性运动，早期就有人提出，发展至2009年趋势越发高涨。NoSQL的拥护者们提倡运用非关系型的数据存储，相对于铺天盖地的关系型数据库运用，这一概念无疑是一种全新的思维的注入。
 
NoSQL数据库的四大分类：

键值(Key-Value)存储数据库
这一类数据库主要会使用到一个哈希表，这个表中有一个特定的键和一个指针指向特定的数据。Key/value模型对于IT系统来说的优势在于简单、易部署。但是如果DBA只对部分值进行查询或更新的时候，Key/value就显得效率低下了。举例如：Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB.
列存储数据库。
这部分数据库通常是用来应对分布式存储的海量数据。键仍然存在，但是它们的特点是指向了多个列。这些列是由列家族来安排的。如：Cassandra, HBase, Riak.
文档型数据库
文档型数据库的灵感是来自于Lotus Notes办公软件的，而且它同第一种键值存储相类似。该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，比如JSON。文档型数据库可 以看作是键值数据库的升级版，允许之间嵌套键值。而且文档型数据库比键值数据库的查询效率更高。如：CouchDB, MongoDb. 国内也有文档型数据库SequoiaDB，已经开源。
图形(Graph)数据库
图形结构的数据库同其他行列以及刚性结构的SQL数据库不同，它是使用灵活的图形模型，并且能够扩展到多个服务器上。NoSQL数据库没有标准的查询语言(SQL)，因此进行数据库查询需要制定数据模型。许多NoSQL数据库都有REST式的数据接口或者查询API。如：Neo4J, InfoGrid, Infinite Graph.
因此，我们总结NoSQL数据库在以下的这几种情况下比较适用：1、数据模型比较简单；2、需要灵活性更强的IT系统；3、对数据库性能要求较高；4、不需要高度的数据一致性；5、对于给定key，比较容易映射复杂值的环境。

NoSQL数据库的四大分类表格分析



分类Examples举例典型应用场景数据模型优点缺点

键值（key-value）
Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB
内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统等等。
Key 指向 Value 的键值对，通常用hash table来实现
查找速度快
数据无结构化，通常只被当作字符串或者二进制数据


列存储数据库
Cassandra, HBase, Riak
分布式的文件系统
以列簇式存储，将同一列数据存在一起
查找速度快，可扩展性强，更容易进行分布式扩展
功能相对局限


文档型数据库
CouchDB, MongoDb
Web应用（与Key-Value类似，Value是结构化的，不同的是数据库能够了解Value的内容）
Key-Value对应的键值对，Value为结构化数据
数据结构要求不严格，表结构可变，不需要像关系型数据库一样需要预先定义表结构
查询性能不高，而且缺乏统一的查询语法。


图形(Graph)数据库
Neo4J, InfoGrid, Infinite Graph
社交网络，推荐系统等。专注于构建关系图谱
图结构
利用图结构相关算法。比如最短路径寻址，N度关系查找等
很多时候需要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群方案。




     

本文由职坐标整理发布，学习更多的大数据技术相关知识，请关注职坐标大技术云计算大技术技术频道！