NoSQL数据库：关键分析和比较外文翻译资料

英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

NoSQL数据库：关键分析和比较

摘要

当前的研究探索并区分了NoSQL数据库存在的各种形式。它考察了NoSQL的需求，以及它们如何成为关系数据库的重要替代。NoSQL数据库可以分为四个主要分类:键值存储、图形数据库、宽列存储和文档存储。这些类别是在功能特性和非功能特性的基础上进行比较的。非功能特性包括性能、可伸缩性、灵活性、结构和复杂性。功能特性包括去规范化、连接、原子性、聚合和键。然后，为了进一步分析，从这些类别中选择一个数据库:MongoDB(文档存储)、Cassandra(宽列存储)、Redis (键值存储)和Neo4j(图数据库)。选择的数据库与他们的数据模型、CAP定理、分配律和其他因素进行了比较。通过对非功能特性进行比较，可以发现，如果需要高性能、灵活性和可伸缩性，并且如果我们以JSON格式表示数据，则可以使用文档存储。列存储可以用于半结构化数据，这需要高性能和可伸缩性。Redis是一种内部储存，在单碎片操作的情况下执行异常快。当涉及高度互联的数据和不断演进的数据模型时，可以使用图形数据库。MongoDB、Cassandra、Redis和Neo4j的比较得出的结论是，它们都遵循水平扩展，并且是自由模式的。除了Neo4j之外，其他的没有完全的ACID属性。对于数据库MongoDB、Redis和Cassandra来说，写和删除操作是快速的，而阅读操作在Cassandra中比较慢。在Neo4j的情况下，REST性能与MongoDB相似，而嵌入的性能相对较慢。我们还讨论了这些数据库如何在分布式环境中工作。

关键词:数据库 ; NoSQL ; 比较 ; 数据库系统;

一：介绍

分布式web应用程序和云计算的最新进展产生了大量数据，这些数据不能由单个节点系统来管理。因此，分布式存储提供了提供高可用性和可伸缩性的解决方案。分布式(非关系存储)的例子是Amazon和谷歌的Big Table（Bigtable是一个为管理大规模结构化数据而设计的分布式存储系统，它和GFS、MapReduce并称为谷歌技术'三宝'。）。

（一）关系型数据库

最初，每个记录都是手工维护的，但是技术的出现导致了这些年来的巨大变化。创建维护数据更容易的数据库。数据库从简单的文本文档到复杂得多的数据库。这些数据库必须定期改进，以消除任何冗余、不一致或不好的数据，以便有效地执行。最常见的、众所周知的存储该数据的概念是通过关系模型。结构化查询语言(SQL)从数据库池中提取相关数据。

因为其简单性，关系数据库是最常见的数据库类型。在RDBMS[26]中，数据被分解成几个表，这些表可以按照需求访问，而不必实际地对表进行更改。连接、聚合、添加、创建、检索和删除等操作在关系数据库中很容易执行，扩展或修改现有表也很容易。例如:SQL Server[23]、Oracle数据库[24]和MySQL[25]。

（二）、为什么建立NoSQL数据库？

日益增长的数据带来的主要挑战是它的不一致性。由于这个问题，近年来，需要一个非关系数据库来扩展行业的需求，同时必须非常高效。这就产生了NoSQL数据库，它具有高度的可伸缩性、高效，并且可以存储大量数据。

虽然RDBMS能够管理这三种数据，即结构化、半结构化和非结构化的，但需要人力和折衷，以实现对非结构化和半结构化数据的有效存储。RDBMS存储结构化数据，因为它们已经处于必需的状态。但是，存储半结构化数据涉及到一些复杂性。在存储之前，需要将半结构化数据转换为关系数据。而且，在非结构化数据的情况下，数据被保存为blob对象，而不是直接存储。

因此，为了满足数据的非一致性，一个新的思想被赋予了数据的存储，从而导致了NoSQL(Not only SQL)数据库的创建。

NoSQL数据库已经成为关系数据库的重要替代品，我们根据可伸缩性、可用性和容错性等特性来选择它们。它们不遵循所有RDBMS所采用的常规表/行/列方法。NoSQLs主要被称为分布式或非关系数据库。它们支持水平的可伸缩性，因此增加了服务器的数量，而不是升级RDBMS中所发生的系统的硬件。

（三）、NoSQL的重要性

NoSQL[16][39]数据库旨在管理大型、多样和不断变化的数据集。它们通常用于分布式系统或云数据库。在NoSQL数据库中避免了僵化的方案和许多其他限制。它们最初是作为数据库引入的，以提供对长期存在的关系数据库的替代。对于这些NoSQL数据库，可伸缩性、容错和可用性是最重要的决定因素。它们不遵循RDBMS的严格模式方法[26]。在关系数据库中，NoSQL具有一定的优势，因为它们能够高效地处理大数据，提供高速度，并且能够处理各种复杂的数据。由于它们是水平可伸缩的，管理它们也更简单，这可以通过将新节点添加到集群中来实现，从而有效地处理负载。为了避免失败，因为数据在多个服务器之间分布，所以即使一个失败了，其他的仍然处于工作状态，因此可以很容易地继续错误节点的工作。这保证了在数据库中不存在单点故障，并且描述了一个NoSQL数据库的真实容错。在数据和功能方面，它还具有内置冗余的能力。

有四种通用类型的NoSQL数据库，每个数据库都有自己的属性:

图数据库:这类数据库的基础是图论。例:Neo4j[27]和Titan[28]。

键值储存:在这个数据库中，我们将数据存储在两个部分，即key和value。例：Redis[29], DyanmoDB [30], Riak [31].

列存储:这里，数据以数据列的形式存储。例:HBase[32]，BigTable[18][20]和Cassandra[33]。

文档数据库:这个数据库是键值存储的高级版本。这里将值保存为以复杂结构形式(如JSON)形式的数据的文档。例MongoDB [34] and CouchDB[35].

CAP[19]定理解释了对所有数据库的限制。它声明，任何人都只能从三个特性中任选两个，缩写为CAP，其中C代表一致性，A代表可用性，P代表分区公差。布鲁尔定理的主要表述是：对于任何共享数据系统，可以从这些属性中存在最多两个属性[36]。

二：文献调查

图1描述了我们对来自VLDB、IEEE、ACM和SIGMOD等不同来源的论文进行了调查，这些论文被分为六个组(NoSQL、SQL/RDBMS、Redis、MongoDB、Cassandra和Neo4j)，并对每个组进行了关键分析。

图一：相关论文的分类

NoSQL:

NoSQL，Not only SQL，是不遵循关系数据库指南的分布式数据模型。它支持巨大的数据存储、水平缩放和大规模并行数据处理[9]。NoSQL也支持无法用SQL[17]表示的数据。

因此，NoSQL数据库被广泛采用，取代了传统的SQL数据库，特别是在我们管理大量数据的场景中[13]。NoSQL是为了克服关系数据库的缺点而开发的。因此,许多公司投资研究这些数据库的领域[9]。现在，NoSQL数据库也可以通过中间件来实现ACID属性[3]。NoSQL数据库依赖于底层存储系统服务和功能[8]。

RDBMS/SQL

关系数据库是最常见的数据库类型，因为它的简单性。在RDBMS[26]中，数据被分成多个表，这些表通常以它们的规范化形式来提高效率。在访问数据时，可以根据用户的需求重新组装。结构化查询语言(SQL)包括四种类型的查询，分别是数据定义语言(DDL)、数据控制语言(DCL)和数据操作语言(DML)。每个人都有自己的一组查询，这些查询被执行来定义数据，比如创建表、控制变化表等等，根据使用更新、嵌入等的需求来操作现有数据，并使用诸如回滚、提交等查询来定义事务的控制。NoSQL的详细比较和RDBMS数据的有效性等功能,查询语言、数据类型、数据存储、模式、灵活性、可伸缩性和在NOSQL中，ACID遵从性[40]通常被呈现为只支持单个记录事务和最终一致性副本系统，假定事务是可交换的。这样，ACID事务就会因为性能而受到影响[41]。

文档存储(MongoDB):

MongoDB位于CAP定理的CP端。MongoDB支持format BSON[37]，它是JSON[38]，具有动态模式的文档，使数据集成变得更容易和更快。MongoDB的一些常见特性是，它有一个面向文档的存储层和294 2017年关于智能国家的计算和通信技术的国际会议(IC3TSN)，用于在服务器之间复制数据[15]。在MongoDB和其他NoSQL数据库中，在SQL数据库中不需要额外的实现决策。这些决定对数据库的性能有影响[12]。使用MongoDB的其他优点包括易于复制、MapReduce和集群[11]。

列存储(Cassandra):

Cassandra居住在CAP定理的AP一边。它提供了用户可伸缩性，因为它具有线性可伸缩性和可用性，而且不影响其性能。Cassandra能够很容易地管理大量的数据服务器，同时保持高可用性，而不存在任何单点故障。[6][10]

键值存储(Redis):

Redis驻留在CAP定理的CP端。Redis keyvalue数据存储，可以选择数据持久性。它是一个内存NoSQL数据库，Redis支持各种数据结构服务器，如字符串、列表、集、散列和排序集。它可以使用轻松的主从结构来复制。

图形数据库(Neo4j):

Neo4j使用了标记属性图模型。在Neo4j中，节点和边缘可以具有与它们相关联的属性。节点可以进一步与标签关联，标签根据它们的角色对它们进行分类。Neo4j是一个完全ACID事务兼容的图形数据库。它可以作为独立的服务器(REST接口)或嵌入的表单[22]。

三：NOSQL数据库的比较分析

（一）、基于功能和非功能需求的NoSQL数据库比较。

表1:基于非功能特性的不同NoSQL数据库

表1基于其非功能特性，如查询性能、数据的可伸缩性、模式的灵活性、数据库的结构和值的复杂性，对键值存储、列存储、文档存储和图形数据库进行了比较。表1描述了一个简单的数据，可以很容易地表示为键值对;可以选择键值存储，因为它将提供高性能、可伸缩性和灵活性。如果该值可以在列中表示，并且是半结构化的，那么列存储就是合适的数据库，因为它将提供高性能和可伸缩性。如果数据可以以JSON格式表示，那么应该首选文档存储，因为它具有高性能、灵活性和通常高的可伸缩性。如果我们需要存储可以用图论表示的数据，或者数据具有很强的相关性，那么我们使用图存储模型来提供高稳定性，但是性能和可伸缩性是可变的。

表2比较了NoSQL数据库的四类功能的基础特性,如反规范化,单总(添加多个组合键一键),原子性、无序性,派生表(可以在主类的基础上创建一个表，这有助于根据多维索引进行排序),组合键,复合聚合,聚合,聚合和分组,邻接列表(每个节点都被设计成一个个人主义的记录，可以容纳直系祖先或后代的数组),嵌套集和连接。

如果我们想在数据库中使用组合键、连接或派生表操作，则应该避免键值存储。

如果我们想要使用非规范化、无序键、组合键、复合聚合、连接或数据库中的派生表操作，则应该避免文档存储。

如果我们想要使用无序的键、聚合和组、邻接表、嵌套的集合或在数据库上连接操作，那么应该避免使用宽列存储。

如果我们想要执行反规范化，应该使用图表存储。

表2:基于功能特性的不同NoSQL数据库

全文共21183字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[14275]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 船舶舵机PLC控制设计外文翻译资料
• 减少排放的海洋技术外文翻译资料
• 巴拿马型集装箱船和大型油轮的新经济性引擎外文翻译资料
• 基于均载的非对称高接触比直齿圆柱齿轮承载能力研究.外文翻译资料
• 水轮机组件中的空蚀和抗空蚀涂层的研究现状和发展需求外文翻译资料
• 基于GIS的信息共享基础设施使用数据挖掘和视觉技术的集装箱港口物流外文翻译资料
• 采用遥测方法测量内燃机中的活塞温度外文翻译资料
• 排水量17000吨的油船动力装置设计外文翻译资料
• 4300DWT油船动力装置设计外文翻译资料
• 耙吸式挖泥船的建模沉淀过程外文翻译资料