資料庫 - 第 4 部分：NoSQL

한국어 English 日本語 简体中文 繁體中文
By Gi Pyeong Lee
NoSQL MongoDB memcached redis

概覽

與前面提到的 RDBMS ACID 模型相反，NoSQL 的一致性模型被稱為 BASE。

事務中的 ACID

  • Atomic (原子性)
    • 任務在執行過程中不會中斷。如果中斷，必須回溯到之前的狀態。
  • Consistency (一致性)
    • 事務成功時，所有數據必須始終保持一致。如果設有完整性約束，違反該約束的事務將被取消。
  • Isolation (隔離性)
    • 事務執行過程中，其他事務無法介入。
  • Durability (持久性)
    • 成功的事務必須永久反映在系統中，即使系統發生故障也是如此。

BASE

  • BA (Basic Availability，基本可用性)
    • 資料庫在大部分時間都能正常運作。
  • Soft-state (軟狀態)
    • 存儲不需要寫入一致性，不同的副本也不需要隨時保持相互一致。
  • Eventual consistency (最終一致性)
    • 存儲最終會在未來的某個時間點達到一致。

記住上述特性，讓我們來探討以下幾種 NoSQL 資料庫。

NoSQL 資料庫

Redis (Remote Dictionary Server)

  • 開源 (Open source)
  • 記憶體內資料結構存儲 (In-memory data structure store)
  • NoSQL/快取解決方案 (也可用作資料庫)
  • 支援快照 (RDB) / AOF (Append on file) 備份
    • RDB：快照整個 Redis 數據 (SAVE, BGSAVE)
      • 優點：快速。以直接載入快照的形式運作，重啟速度快。
      • 缺點：遺失。快照時間點之後的數據可能會遺失。
    • AOF：記錄所有寫入/更新操作的日誌
      • 優點：無損 (Lossless)。記錄直到設備關閉前的所有操作，不會有數據遺失。
      • 缺點：慢。因為記錄所有寫入/更新操作，所需空間比 RDB 大，且重啟時需重新執行所有記錄的操作，因此較慢。
    • Hybrid (混合模式，推薦)：建議將兩者結合使用。
      • RDB + AOF：快照 + 快照後的 AOF 增量。
  • Pub/Sub 模型
    • 同時支援 1:1 隊列與 1:N 訊息傳遞形式。
    • 可以針對單一主題接收多個訊息。
      • 例如：music.jazz, music.classic > music 主題 -> jazz, classic

memcached (非 NoSQL)

  • 開源 (Open source)
  • 分散式記憶體快取系統 (Distributed memory caching system)
  • (注意) 如果記憶體空間不足，Memcached 會使用 LRU 演算法 (Least Recently Used) 刪除舊數據並重複使用記憶體。

Cassandra

Apache Cassandra 是一款可大規模擴展的分散式 NoSQL 資料庫，起源於 Facebook 內部並作為開源項目發布。 其特點是使用 P2P 協議 (Gossip)，每秒與集群內最多 3 個節點交換狀態訊息。藉此，所有節點都能快速學習集群內的其他節點。需要注意的是，使用多個數據中心集群時，為了容錯能力，建議每個數據中心指定兩個以上的種子節點 (seed nodes)。

  • 分散化：即使在物理上分離的數據中心之間，也能運行單一的 Cassandra 集群。
  • 非中心化：所有節點完全相同。
  • 擴展性：可在不中斷集群服務的情況下進行擴容或縮容。
  • 高興能：旨在充分利用多處理器/多核心機器，並在安裝於多個數據中心的數百台機器之間運行。
  • Row (列) 導向
    • Cassandra 並非關係型結構，而是使用稀疏多維哈希表 (sparse multidimensional hash table) 來表示結構。
    • 「稀疏」意味著一行可以擁有一或多個欄位，但不需要每一行都擁有與其他行完全相同的欄位。
  • 使用企業
    • Twitter：用於分析用途
    • Facebook：用於收件箱搜尋
    • Reddit：作為持久性快取使用
    • Ooyala：用於近乎實時的影片分析數據服務與存儲
  • 缺點
    • 不支援 Join 或 Transaction
    • 難以實現像 RDBMS 那樣的分頁 (Paging)，若過度創建 Keyspace 或 Table 可能導致記憶體溢出 (Memory Overflow)

此外，Cassandra 集群的設置與配置比 HBase 集群簡單得多。Cassandra 通常在寫入時表現出 5 倍以上的性能，在讀取時表現出 4 倍以上的性能。

思考點

大多數 NoSQL 都是為了處理大數據量而設計的。因此，它們通常無法完美支援 RDBMS 所保證的一致性 (Consistency)。為了效能，這通常被視為一種權衡 (trade-off) 設置。

附錄