一、概述

1.1 数据库环境

1.2RDBMS数据库管理系统（DBMS，Database Management System）是为管理数据库而设计的软件管理系统；当前最广泛的DBMS系统是RDBMS（RelationalDBMS），在RDBMS模型中，使用二维表格来表示数据库中的数据，代表性的RDBMS包括：Oracle、MicrosoftSQL Server、MySQL、PostgreSQL等；数据库管理系统使用情况世界排名，参考：https://db-engines.com/en/ranking；

1.3 CAP 定理1998年，加州大学计算机科学家 Eric Brewer 提出：在设计一个分布式环境的应用程序时，存在三个基本（需求）指标，分别是一致性、可用性、分区容错性（首字母分别是 C、A、P），在任何时间点，一个分布式系统都只能满足上述三个指标中任意二个，而不可能三个指标同时满足；这个结论就叫做 CAP 定理（又称"布鲁尔定理"，Brewer'stheorem）；CAP理论的核心是：一个分布式系统不可能同时很好的满足"一致性、可用性、分区容错"这三个需求，最多只能同时较好的满足两个；因此，根据 CAP原理可以将数据库分成三类：（1）满足CA原则：单点集群，满足一致性，可用性的系统，通常可扩展性较差；传统RDBMS系统属于CA；（2）满足CP原则：满足一致性，分区容忍性的系统，通常性能不是特别高？？？（3）满足AP原则：满足可用性，分区容忍性的系统，通常可能对一致性要求低一些；

1一致性（Consistency）：所有节点在同一时间具有相同的数据；即：写操作之后，再进行读操作，必须返回写入的值；即：一旦写入数据，以后的任何读取请求都应包含该数据；比如：更新订单状态后，所有客户端都应该能够看到相同的数据；2可用性（Availability）：保证每个请求不管成功或者失败都应该有响应；即：只要收到用户的请求，服务器就必须给出回应，服务器不应该有任何宕机时间；3分区容错（Partition tolerance）：大多数分布式系统都分布在多个子网络中，每个子网络就叫做一个区（Partition）；分区容错意味着即使服务器之间的通信不稳定，系统也应继续运行；比如：某个分区中的服务器不可用，但其他分区中的服务器始终不受影响；1.4 水平（横向）扩展传统RDBMS数据库系统面临新的挑战，比如：（1）数据库并发负载高，读写请求万次/秒；（2）海量数据存储，万条/秒，亿条/天；（3）数据库空间占用越来越大；（4）很多应用系统并不要求严格的数据库事务，或事务要求降低；（5）对数据的实时性要求降低；（6）多表之间的关联查询被弱化；在"如何扩展传统RDBMS数据库"问题（性能，空间，速度等）上，是个头疼的问题，通常采用的方式有二种：扩展方式描述1纵向扩展（scale up，垂直扩展）使用性能更强劲的机器来满足（单个节点的）扩展需要；但（单节点）物理机器都有性能极限，当达到极限时，将很难再扩展了；2横向扩展（scale out，水平扩展）通过数据分区（或类似方式）将数据分散到（分布式）多台机器上（类似集群）；当需要提高性能时，添加新机器并加入到集群中；MongoDB的"横向扩展"方式包括："Replica Sets复制集"，"Sharding分片集群"；实际生产环境下，"横向扩展"的优势将更加明显，但实际实施过程中，"横向扩展"需求看似简单，却困难重重；比如RDBMS系统中：（1）MySQL/PostgresSQL都无法在多台服务器上同时运行单个数据库（多台服务器无法同时读取或修改数据）；（2）Oracle可以通过RAC（Real Application Clusters，实时应用集群）构架实现横向扩展，但价格及其高昂；1.5 NoSQL常用的数据存储方式有三种：（1）文件系统直接存储（比如：excel、access等）；（2）关系型数据库系统（RDBMS）；（3）NoSQL数据库系统；传统RDBMS系统适用于保存结构化数据，使用SQL查询数据；RDBMS系统基于ACID（Atomic原子性、Consistent一致性、Isolated隔离性、Durable持久性）事务的概念；（1）Atomic原子性：对于一个事务而言，要么全做，要么全不做；（2）Consistent一致性：当一个事务被提交后，提取特定数据的查询都将得到相同的结果；（3）Isolated隔离性：被应用到相同数据集的事务都是独立的，一个事务不会干扰另一个事务；（4）Durable持久性：数据的改变是永久的，即使出现故障也不会丢失；NoSQL（NotOnly SQL）是一种非关系型、分布式数据库系统，它放弃了传统RDBMS中的结构化模型，也不完全遵循ACID特性，而是使用更加接近系统数据流需求的方式实现数据模型；实际优势如下：高可扩展性、分布式计算、没有复杂的关系、低成本、架构灵活、半结构化数据；NoSQL适用于超大规模数据的存储；常见的NoSQL数据模型包含如下几类：存储方式描述主要产品1列存储按"列"存储数据，方便存储"结构化"或"半结构化"的数据，数据压缩方便，在针对某列或某几列的查询中有非常大的I/O优势；SimpleDB、BigTable（Google）、HBase（Apache）、Cassandra（Facebook）、Hypertable、Azure TS2键值方式Key-Value存储；通过key键可快速查询到value值；（1）In-memory：Memcached（数据仅存储在内存中，以牺牲数据持久性来换取速度）（2）Disk Based：Redis、Tokyo Cabinet、Dynamo（Amazon）、Voldemort、Flare、Tyrant、BerkeleyDB3对象式存储通过类似"面向对象语言"的语法方式操作数据库，通过对象的方式存取数据；db4o、Versant4文档样式存储使用JSON格式存储数据，存储的内容是文档型的；MongoDB、CouchDB（Apache）、SimpleDB、LotusDomino、Riak5图形式存储图形关系的最佳存储方式；Neo4j、FlockDB、InfiniteGraph、Virtuoso、GraphDB6XML式存储高效存储XML数据，并支持XML的内部查询语法（比如XQuery、Xpath等）BaseX，Berkeley DB XML、MarkLogic