SQL&NoSQL之辯，究竟誰更適海量數(shù)據(jù)處理

【編者按】大數(shù)據(jù)應用程序究竟是選擇SQL還是NoSQL？VoltDB公司首席技術官Ryan Betts和Couchbase公司首席執(zhí)行官Bob Wiederhold分別提出了不同的意見，同時借助多項論據(jù)來支持自己的說法，讓我們來看看他們是如何證明的。

免費訂閱“CSDN大數(shù)據(jù)”微信公眾號，實時了解最新的大數(shù)據(jù)進展！

CSDN大數(shù)據(jù)，專注大數(shù)據(jù)資訊、技術和經(jīng)驗的分享和討論，提供Hadoop、Spark、Imapala、Storm、HBase、MongoDB、Solr、機器學習、智能算法等相關大數(shù)據(jù)觀點，大數(shù)據(jù)技術，大數(shù)據(jù)平臺，大數(shù)據(jù)實踐，大數(shù)據(jù)產(chǎn)業(yè)資訊等服務。

執(zhí)行大數(shù)據(jù)【注】項目的企業(yè)面對的關鍵決策之一是使用哪個數(shù)據(jù)庫，SQL還是NoSQL?SQL有著驕人的業(yè)績，龐大的安裝基礎；而NoSQL正在獲得可觀的收益，且有很多支持者。我們來看看兩位專家對這個問題的看法。

專家

• VoltDB公司首席技術官Ryan Betts表示，SQL已經(jīng)贏得了大型企業(yè)的廣泛部署，大數(shù)據(jù)是它可以支持的另一個領域。
• Couchbase公司首席執(zhí)行官Bob Wiederhold表示，NoSQL是可行的選擇，并且從很多方面來看，它是大數(shù)據(jù)的最佳選擇，特別是涉及到可擴展性時。

SQL經(jīng)歷時間的考驗，并仍然在蓬勃發(fā)展

VoltDB公司首席技術官Ryan Betts

結(jié)構(gòu)化查詢語言（SQL）是經(jīng)過時間考驗的勝利者，它已經(jīng)主宰了幾十年，目前大數(shù)據(jù)公司和組織（例如谷歌、Facebook、Cloudera和Apache）正在積極投資于SQL。

在成為主導技術（例如SQL）后，有時候我們很容易忘記其優(yōu)越性。SQL的獨特優(yōu)勢包括：

1. SQL能夠加強與數(shù)據(jù)的交互，并允許對單個數(shù)據(jù)庫設計提出問題。這是很關鍵的特征，因為無法交互的數(shù)據(jù)基本上是沒用的，并且，增強的交互性能夠帶來新的見解、新的問題和更有意義的未來交互。
2. SQL是標準化的，使用戶能夠跨系統(tǒng)運用他們的知識，并對第三方附件和工具提供支持。
3. SQL能夠擴展，并且是多功能和經(jīng)過時間驗證的，這能夠解決從快寫為主導的傳輸?shù)綊呙杳芗蜕钊敕治龅葐栴}。
4. SQL對數(shù)據(jù)呈現(xiàn)和存儲采用正交形式，一些SQL系統(tǒng)支持JSON和其他結(jié)構(gòu)化對象格式，比NoSQL具有更好的性能和更多功能。

雖然NoSQL的出現(xiàn)帶來了一些影響，但SQL仍然主導著市場，并在大數(shù)據(jù)領域贏得了很多投資和廣泛部署。

NoSQL的說法很含糊，對于本次討論，我借用Rick Cattell對NoSQL的定義，即提供簡單操作（例如密鑰/數(shù)值存儲）或簡單記錄和索引，并專注于這些簡單操作的橫向可擴展性的系統(tǒng)。

很顯然，現(xiàn)在很多新的數(shù)據(jù)庫并不是都一樣，認識每種數(shù)據(jù)庫背后的原理以及潛在問題是成功的關鍵。NoSQL的主要特點使其更適合于特定的問題。例如，圖形數(shù)據(jù)庫更適合于數(shù)據(jù)通過關系組織的情況，而專門的文本搜索系統(tǒng)更適合于需要實時搜索的情況。

在這里，讓我們看看SQL系統(tǒng)的主要優(yōu)勢和差異化功能：

• SQL可實現(xiàn)交互性。 SQL是一種聲明性查詢語言。用戶說出他們想要什么（例如，顯示過去五年三月份期間頂級客戶的地理位置），數(shù)據(jù)庫內(nèi)部就會構(gòu)件算法并提取請求的結(jié)果。相比之下，NoSQL編程創(chuàng)新MapReduce是一種程序性查詢技術。在用戶提出請求時，MapReduce要求用戶不僅說出自己想要什么，而且要求他們陳述如何產(chǎn)生答案。

這聽起來像一個無趣的技術差異，但這很關鍵，原因在于：首先，聲明性SQL查詢更容易通過圖形化工具以及點擊報告構(gòu)建器來構(gòu)建。這讓分析師、操作員、管理者和其他不具備軟件編程能力的員工進行數(shù)據(jù)庫查詢；其次，數(shù)據(jù)庫引擎可以利用內(nèi)部信息來選擇最有效的算法。改變數(shù)據(jù)庫的物理布局或數(shù)據(jù)庫，最佳算法仍然能夠計算出來。而在程序性系統(tǒng)中，編程人員需要重新訪問和重新編程算法，這是非常昂貴且容易出錯的過程。

市場理解這個關鍵區(qū)別。在2010年，谷歌宣布部署SQL來補充MapReduce，主要受內(nèi)部用戶需求所驅(qū)動。最近，F(xiàn)acebook發(fā)布了Presto（一種SQL部署）來查詢其PB級HDFS集群。根據(jù)Facebook表示：“隨著我們的倉庫增長到PB級，以及我們的需求變化，我們清楚地意識到，我們需要一個提供低延時查詢的互動系統(tǒng)。”此外，Cloudera也正在構(gòu)建Impala―另一個基于HDFS的SQL部署。

• SQL是標準化的。 雖然供應商有時候會添加自己的語言到SQL界面，但SQL的核心是標準化的，還有其他規(guī)格（例如ODBC和JDBC）提供廣泛可用的穩(wěn)定界面到SQL存儲。這帶來了一個管理和操作工具生態(tài)系統(tǒng)，可以在SQL系統(tǒng)之上設計、監(jiān)控、檢查、探索和構(gòu)建應用程序。

SQL用戶和程序員可用跨多個后端系統(tǒng)重復使用其API和UI知識，減少了應用程序的開發(fā)時間。標準化還允許聲明性第三方提取、轉(zhuǎn)換、加載（ETL）工具，使企業(yè)可以在數(shù)據(jù)庫之間以及跨系統(tǒng)傳輸數(shù)據(jù)。

• SQL可擴展。 認為SQL必須犧牲以獲得可擴展性的看法，完全是錯誤的。如前所述，F(xiàn)acebook創(chuàng)建了一個SQL界面來查詢PB級數(shù)據(jù)。SQL能夠非常有效地運行極快的ACID傳輸。SQL對數(shù)據(jù)存儲和索引提供的抽象【注】化允許跨各種問題和數(shù)據(jù)集大小的一致使用，讓SQL可以跨集群復制數(shù)據(jù)存儲有效地運行。使用SQL作為界面獨立于構(gòu)建云、規(guī)模或HA系統(tǒng)，SQL中并沒有什么在阻止和限制容錯、高可用性和復制。事實上，所有現(xiàn)代SQL系統(tǒng)支持云友好型橫向可擴展性、復制和容錯性。

• SQL支持JSON。幾年前，很多SQL系統(tǒng)增加了XML文檔支持。現(xiàn)在，隨著JSON成為一種流行的數(shù)據(jù)交換格式，SQL供應商也紛紛加入了JSON型的支持。基于現(xiàn)在靈活的編程過程和web基礎設施的正常運行時間要求，我們很需要結(jié)構(gòu)化數(shù)據(jù)類型的支持。Oracle 12c、PostgreSQL 9.2、VoltDB和其他支持JSON的數(shù)據(jù)庫，通常具有優(yōu)于“原生”JSON的性能。

SQL將繼續(xù)贏得市場份額，并會繼續(xù)看到新的投資和部署。NoSQL數(shù)據(jù)庫提供專有查詢語言或簡單的鍵值語義，而沒有更深層次的技術差異化。現(xiàn)代SQL系統(tǒng)提供可擴展性的同時，還支持更豐富的查詢語義，并有龐大的用戶安裝基礎，廣泛的生態(tài)系統(tǒng)整合和深度企業(yè)部署。

NoSQL更適合大數(shù)據(jù)應用程序

Couchbase公司首席執(zhí)行官Bob Wiederhold

NoSQL越來越多地被認為是關系型數(shù)據(jù)庫的可行替代品，特別是對于大數(shù)據(jù)應用程序。此外，無模式數(shù)據(jù)模型通常更適合于現(xiàn)在捕捉和處理的數(shù)據(jù)種類和類型。

當我們談論NoSQL領域的大數(shù)據(jù)時，我們指的是從操作數(shù)據(jù)庫讀取和寫入。不要將操作數(shù)據(jù)庫與分析數(shù)據(jù)庫混淆，這通常會查看大量數(shù)據(jù)，并從這些數(shù)據(jù)獲取可視性。

雖然操作數(shù)據(jù)庫的大數(shù)據(jù)看起來不具有可分析性，但操作數(shù)據(jù)庫通常會存儲超大量用戶的大型數(shù)據(jù)集，這些用戶經(jīng)常需要訪問數(shù)據(jù)來實時執(zhí)行交易。這種數(shù)據(jù)庫的操作規(guī)模也解釋了NoSQL的關鍵特性，也就是為什么NoSQL是大數(shù)據(jù)應用程序的關鍵的原因。

NoSQL是可擴展性的關鍵

每次技術行業(yè)經(jīng)歷硬件發(fā)展的根本性轉(zhuǎn)變時，都會出現(xiàn)一個拐點。在數(shù)據(jù)庫領域，從縱向擴展到橫向擴展的轉(zhuǎn)變推動了NoSQL的發(fā)展。關系型數(shù)據(jù)庫（包括來自甲骨文和IBM的數(shù)據(jù)庫）是縱向擴展。也就是說，它們是集中式、共享一切的技術，只能通過增加更多昂貴的硬件來擴展。

而NoSQL數(shù)據(jù)庫是分布式橫向擴展技術。它們使用了分布式節(jié)點集（稱為集群）來提供高度彈性擴展功能，讓用戶可以添加節(jié)點來動態(tài)處理負載。

分布式橫向擴展的做法通常要比縱向做法更加便宜。商業(yè)關系型數(shù)據(jù)庫的授權(quán)費用也讓人望而卻步，因為他們的價格是按每臺服務器來計算。另一方面，NoSQL數(shù)據(jù)庫通常是開源技術，按照運行的服務器集群收費，而且價格相對便宜。

NoSQL是靈活性的關鍵

關系型數(shù)據(jù)庫和NoSQL數(shù)據(jù)模型有很大的不同。關系型模式獲取數(shù)據(jù)，并將數(shù)據(jù)分配到很多相互關聯(lián)的表中，這些表通過外鍵相互應用。

當用戶需要對數(shù)據(jù)集運行查詢時，所需信息需要從多個表中收集（通常涉及數(shù)百個企業(yè)應用程序），并結(jié)合這些信息，再提供給應用程序。同樣地，當寫入數(shù)據(jù)時，需要在多個表協(xié)調(diào)和執(zhí)行寫入。當數(shù)據(jù)相對較少，并且，數(shù)據(jù)以較慢速度流入數(shù)據(jù)庫時，關系型數(shù)據(jù)庫通常能夠捕捉和存儲信息。然而，現(xiàn)在的應用程序通常需要快速寫入（和讀取）海量數(shù)據(jù)。

NoSQL數(shù)據(jù)庫采用非常不同的模式。在其核心，NoSQL數(shù)據(jù)庫其實是“NoREL”，或者說非關系型，這意味著它們沒有依賴于表以及表之間的聯(lián)系，以存儲和組織信息。例如，以文檔為導向的NoSQL數(shù)據(jù)庫獲取你想要存儲的數(shù)據(jù)，并采用JSON格式整合到文檔中。每個JSON文檔可以被你的應用程序視為一個對象。JSON文檔可能會提取跨越25個表的數(shù)據(jù)，將數(shù)據(jù)集成到一個文檔中。

聚合這些信息可能會導致信息重復，但由于存儲已不再是一個成本問題，數(shù)據(jù)模型靈活性、發(fā)布所產(chǎn)生文檔的簡便性以及讀取和寫入性能提高，讓這成為不錯的選擇。

NoSQL是大數(shù)據(jù)應用程序的關鍵

通過第三方（包括社交媒體網(wǎng)站），數(shù)據(jù)正變得越來越容易捕捉和訪問。這些數(shù)據(jù)包括：個人用戶信息、地理位置數(shù)據(jù)、用戶生產(chǎn)的內(nèi)容、機器記錄數(shù)據(jù)和傳感器產(chǎn)生的數(shù)據(jù)。企業(yè)還可以依賴于大數(shù)據(jù)來推動其關鍵任務型應用程序。同時，企業(yè)正在轉(zhuǎn)向到NoSQL數(shù)據(jù)庫，因為這種數(shù)據(jù)庫非常適合現(xiàn)在新型的數(shù)據(jù)類型。

開發(fā)人員想要一個靈活的數(shù)據(jù)庫，可以很容易適應新的數(shù)據(jù)類型，并且，不會受第三方數(shù)據(jù)供應商的內(nèi)容結(jié)構(gòu)變化的影響。大多數(shù)新數(shù)據(jù)是非結(jié)構(gòu)化和半結(jié)構(gòu)化，因此，開發(fā)人員也需要能夠有效存儲這些數(shù)據(jù)的數(shù)據(jù)庫。然而，關系型數(shù)據(jù)庫采用的嚴格定義的基于模式的做法讓其不可能快速整合新數(shù)據(jù)類型，并且很不適合于非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。

總體來說，隨著web和移動應用程序的增加、新的趨勢、網(wǎng)上消費者行為的轉(zhuǎn)變以及新的數(shù)據(jù)類型的出現(xiàn)，行業(yè)需要能夠提供可擴展的靈活的數(shù)據(jù)庫技術來管理和訪問數(shù)據(jù)。NoSQL技術是有效滿足這些需求的唯一可行解決方案。

原文鏈接：大數(shù)據(jù)應用程序最佳選擇：是SQL還是NoSQL？（責編/仲浩）

生活不易，碼農(nóng)辛苦
如果您覺得本網(wǎng)站對您的學習有所幫助,可以手機掃描二維碼進行捐贈