NoSQL 數據庫的使用場景
摘要：對比傳統關系型數據庫，NoSQL有著更為復雜的分類——鍵值、面向文檔、列存儲、圖數據庫。這里就帶你一覽NoSQL各種類型的適用場景及一些知名公司的方案選擇。
在過去幾年，關系型數據庫一直是數據持久化的唯一選擇，數據工作者考慮的也只是在這些傳統數據庫中做篩選，比如SQL Server、Oracle、MySQL。甚至是做一些默認的選擇，比如使用.NET的一般會選擇SQL Server；使用Java的可能會偏向Oracle；Ruby是MySQL；Python則是PostgreSQL或MySQL等等。
原因很簡單：過去很長一段時間內，關系數據庫的健壯性已經在多數應用程序中得到證實。我們可以使用這些傳統數據庫良好的控制并發操作、事務等等。然而如果傳統的關系型數據庫一直這么可靠，那么還有NoSQL什么事？NoSQL之所以生存并得到發展，是因為它做到了傳統關系型數據庫做不到的事！
關系型數據庫中存在的問題
Impedance Mismatch（阻抗失配）
我們使用Python、Ruby、Java、.Net等語言編寫應用程序，這些語言有一個共同的特性——面向對象。但是我們使用MySQL、 PostgreSQL、Oracle、SQL Server，這些數據庫同樣有一個共同的特性——關系型數據庫。這里就牽扯到了“Impedance Mismatch”這個術語：存儲結構是面向對象的，但是數據庫卻是關系的，所以在每次存儲或者查詢數據時，我們都需要做轉換。類似Hibernate、Mybatis、Entity Framework這樣的ORM框架確實可以簡化這個過程，但是在對查詢有高性能需求時，這些ORM框架就捉襟見肘了。
應用程序規模的變大
網絡應用程序的規模日漸變大，我們需要儲存更多的數據、服務更多的用戶以及需求更多的計算能力。為了應對這種情形，我們需要不停的擴展。
擴展分為兩類：
1） 縱向擴展，即購買更好的機器，更多的磁盤、更多的內存等等；
2） 橫向擴展，即購買更多的機器組成集群。在巨大的規模下，縱向擴展發揮的作用并不是很大。
首先單個機器性能提升需要巨額的開銷并且有著性能的上限，在Google和非死book這種規模下，永遠不可能使用一臺機器支撐所有的負載。鑒于這種情況，我們需要新的數據庫，因為關系數據庫并不能很好的運行在集群上。當然，你也可能會去搭建關系數據庫集群，但是他們使用的是共享存儲，這并不是我們想要的類型。于是就有了以Google、非死book、Amazon這些試圖處理更多傳輸所引領的NoSQL紀元。
NoSQL紀元
當下已經存在很多的NoSQL數據庫，比如MongoDB、Redis、Riak、HBase、Cassandra等等。每一個都擁有以下幾個特性中的一個：
- 不再使用SQL語言，比如MongoDB、Cassandra就有自己的查詢語言
- 通常是開源項目
- 為集群運行而生
- 弱結構化——不會嚴格的限制數據結構類型
NoSQL數據庫的類型
NoSQL可以大體上分為4個種類：Key-value、Document-Oriented、Column-Family Databases、Graph-Oriented Databases。
一、 鍵值（Key-Value）數據庫
鍵值數據庫就像在傳統語言中使用的哈希表。你可以通過key來添加、查詢或者刪除數據，鑒于使用主鍵訪問，所以會獲得不錯的性能及擴展性。
產品：Riak、Redis、Memcached、Amazon’s Dynamo、Project Voldemort
有誰在使用：GitHub （Riak）、BestBuy （Riak）、推ter （Redis和Memcached）、StackOverFlow （Redis）、 Instagram （Redis）、油Tube （Memcached）、Wikipedia（Memcached）
1. 適用的場景
儲存用戶信息，比如會話、配置文件、參數、購物車等等。這些信息一般都和ID（鍵）掛鉤，這種情景下鍵值數據庫是個很好的選擇。
2. 不適用場景
1） 取代通過鍵查詢，而是通過值來查詢。Key-Value數據庫中根本沒有通過值查詢的途徑。
2） 需要儲存數據之間的關系。在Key-Value數據庫中不能通過兩個或以上的鍵來關聯數據。
3） 事務的支持。在Key-Value數據庫中故障產生時不可以進行回滾。
二、 面向文檔（Document-Oriented）數據庫
面向文檔數據庫會將數據以文檔的形式儲存。每個文檔都是自包含的數據單元，是一系列數據項的集合。每個數據項都有一個名稱與對應的值，值既可以是簡單的數據類型，如字符串、數字和日期等；也可以是復雜的類型，如有序列表和關聯對象。數據存儲的最小單位是文檔，同一個表中存儲的文檔屬性可以是不同的，數據可以使用XML、JSON或者JSONB等多種形式存儲。
產品：MongoDB、CouchDB、RavenDB
有誰在使用：SAP （MongoDB）、Codecademy （MongoDB）、Foursquare （MongoDB）、NBC News （RavenDB）
1. 適用的場景
1） 日志。企業環境下，每個應用程序都有不同的日志信息。Document-Oriented數據庫并沒有固定的模式，所以我們可以使用它儲存不同的信息。
2） 分析。鑒于它的弱模式結構，不改變模式下就可以儲存不同的度量方法及添加新的度量。
2. 不適用場景
在不同的文檔上添加事務。Document-Oriented數據庫并不支持文檔間的事務，如果對這方面有需求則不應該選用這個解決方案。
三、 列存儲（Wide Column Store/Column-Family）數據庫
列存儲數據庫將數據儲存在列族（column family）中，一個列族存儲經常被一起查詢的相關數據。舉個例子，如果我們有一個Person類，我們通常會一起查詢他們的姓名和年齡而不是薪資。這種情況下，姓名和年齡就會被放入一個列族中，而薪資則在另一個列族中。
產品：Cassandra、HBase
有誰在使用：Ebay （Cassandra）、Instagram （Cassandra）、NASA （Cassandra）、推ter （Cassandra and HBase）、非死book （HBase）、Yahoo!（HBase）
1. 適用的場景
1） 日志。因為我們可以將數據儲存在不同的列中，每個應用程序可以將信息寫入自己的列族中。
2） 博客平臺。我們儲存每個信息到不同的列族中。舉個例子，標簽可以儲存在一個，類別可以在一個，而文章則在另一個。
2. 不適用場景
1） 如果我們需要ACID事務。Vassandra就不支持事務。
2） 原型設計。如果我們分析Cassandra的數據結構，我們就會發現結構是基于我們期望的數據查詢方式而定。在模型設計之初，我們根本不可能去預測它的查詢方式，而一旦查詢方式改變，我們就必須重新設計列族。
四、 圖（Graph-Oriented）數據庫
圖數據庫允許我們將數據以圖的方式儲存。實體會被作為頂點，而實體之間的關系則會被作為邊。比如我們有三個實體，Steve Jobs、Apple和Next，則會有兩個“Founded by”的邊將Apple和Next連接到Steve Jobs。
產品：Neo4J、Infinite Graph、OrientDB
有誰在使用：Adobe （Neo4J）、Cisco （Neo4J）、T-Mobile （Neo4J）
1. 適用的場景
1） 在一些關系性強的數據中
2） 推薦引擎。如果我們將數據以圖的形式表現，那么將會非常有益于推薦的制定
2. 不適用場景
不適合的數據模型。圖數據庫的適用范圍很小，因為很少有操作涉及到整個圖。
英文原文： NoSQL Databases, why we should use, and which one we should choose