大数据容器—Nosql数据库与传统RDBMS数据库

随着互联网的异军突起，大数据领域异常火热。在互联网的当下，请拿数据说话， 因此数据才是重点，那么存储数据的容器也就被称之为数据库(Database)。在早期，尤其是以"企业级"项目为主，RDBMS数据库长期以来都是霸 主，因为大部分依赖RDBMS的需求都拥有一个相同的特点，那就ACID特性(原子性(Atomicity)、一致性(Consistency)、隔离性 (Isolation)、持久性(Durability))。除此之外，很多数据或许并不适合使用这类数据库作为解决方案，取决于这个原因，NoSql数 据库正在迅速崛起。

Nosql(Not Only SQL)数据库可以解决传统RDBMS数据库做不到的事情，因此在互联网领域，Nosql 数据库无疑正在或者说已经取代后者。Nosql其实只是一个名词，真正的含义是指，除了传统RDBMS数据库之外，还有非SQL的数据库，这类数据库包括 有：内存数据库(Redis、memcache)、Hadoop平台下的Hbase、Mongodb，以及Membase等。我们都知道，RDBMS数据库中并不适合存储过大的数据，以及在高并发的情况下，数据库将极有可能沦落为性能瓶颈，因此基于这些原因更加迫切催促着Nosql这一类的数据库诞生。

架构师如何解决上述所提及的问题的？以一个并发相对较大的分布式应用场景相对来说，在RDBMS数据库之前肯定会挂一堆吃大内存的内存数据库去抗住传 统数据库约70%的性能，并发越大，那么在分布式场景中内存数据库将会采用分布式(业务划分)+集群的方式进行部署。而RDBMS数据库除了会做 Master/Slave之外，在有必要的情况下DBA会做垂直分库+水平分区，也就是我们常说的sharding。而关于一些非结构化的冷数据、包括： 系统日志数据、登录日志数据、消息记录数据等之类的数据信息将会落盘到HBase、Mongodb等数据库中，方便日后结合Hadoop平台的强大并行运算能力对大数据进行采集和分析。

除此之外，传统的RDBMS数据库还存在一个较大的问题，那就是无法轻易实现大规模的扩展。尽管网络解决方案一定程度上改善了这个问题，但网络中仍然无法动态的创建新的集群，因此使用RDBMS数据库构建大数据解决方案就会变得异常昂贵。其次之前也说过，RDBMS数据库不善于处理非结构化数据。最后SQL和RDBMS数据库的组合难以实现某些类型的简单查询，比如两点间的最短线路。

像一些大公司，比如：淘宝、腾讯、京东等企业。在大数据的场景下，都拥有各自优秀且成熟的解决方案，而基于传统的RDBMS数据库方案已经不再是唯一选择。以Hbase为例，其优点很明显，高度可扩展性、出色的可靠性，以及低维护成本都是大数据场景下的不二选择。不过相对而言，尽管传统的RDBMS数据库地位受到了“侵犯”，但在未来很长的一段时间内，笔者相信，这2种类型的数据库会长期友好的并存下去，各自取长补短才能更好的应对需求。

PS：阿里正祥博士主导的Ocaenbase同样也是一个出色且开源的大数据DB。关于Ocaenbase的更多信息，请访问https://github.com/alibaba/oceanbase。