數(shù)據(jù)庫(kù)從字面上的理解就是數(shù)據(jù)的倉(cāng)庫(kù)，其實(shí)我們平時(shí)說(shuō)的數(shù)據(jù)庫(kù)是指數(shù)據(jù)庫(kù)管理系統(tǒng)(Database Management System)，它是一種操縱和管理數(shù)據(jù)庫(kù)的大型軟件，用于建立、使用和維護(hù)數(shù)據(jù)庫(kù)，簡(jiǎn)稱DBMS。嚴(yán)格來(lái)說(shuō)數(shù)據(jù)庫(kù)是數(shù)據(jù)庫(kù)管理系統(tǒng)的實(shí)例，一個(gè)數(shù)據(jù)庫(kù)管理系統(tǒng)可以有多個(gè)數(shù)據(jù)庫(kù)實(shí)例。

數(shù)據(jù)庫(kù)種類很多，我們平時(shí)接觸最多的恐怕就是Oracle數(shù)據(jù)庫(kù)，或者M(jìn)ySQL數(shù)據(jù)。兩者是應(yīng)用最廣泛的關(guān)系型數(shù)據(jù)。如圖1是2018年12月份使用情況排名，從排名也可以看出上述兩個(gè)數(shù)據(jù)庫(kù)分別排***名和第二名。

圖1 數(shù)據(jù)庫(kù)排名

數(shù)據(jù)庫(kù)的分類

如果仔細(xì)看圖1的排名就可以看到，數(shù)據(jù)庫(kù)不僅僅有我們平時(shí)學(xué)到的關(guān)系型數(shù)據(jù)庫(kù)，還有鍵值(Key-Value)數(shù)據(jù)庫(kù)、列存儲(chǔ)數(shù)據(jù)庫(kù)、文檔數(shù)據(jù)庫(kù)和搜索引擎等類型。下面本文將簡(jiǎn)單介紹一下各種類型的數(shù)據(jù)。

關(guān)系型數(shù)據(jù)庫(kù)： 這種類型的數(shù)據(jù)庫(kù)是最古老的數(shù)據(jù)庫(kù)類型，關(guān)系型數(shù)據(jù)庫(kù)模型是把復(fù)雜的數(shù)據(jù)結(jié)構(gòu)歸結(jié)為簡(jiǎn)單的二元關(guān)系(即二維表格形式)， 如圖2是一個(gè)二維表的實(shí)例。通常該表***行為字段名稱，描述該字段的作用，下面是具體的數(shù)據(jù)。在定義該表時(shí)需要指定字段的名稱及類型。

圖2 數(shù)據(jù)庫(kù)表實(shí)例

在關(guān)系型數(shù)據(jù)庫(kù)中，對(duì)數(shù)據(jù)的操作幾乎全部建立在一個(gè)或多個(gè)關(guān)系表格上。在大型系統(tǒng)中通常有多個(gè)表，且表之間有各種關(guān)系。實(shí)際使用就是通過(guò)對(duì)這些關(guān)聯(lián)的表格分類、合并、連接或選取等運(yùn)算來(lái)實(shí)現(xiàn)數(shù)據(jù)庫(kù)的管理。

鍵值存儲(chǔ)數(shù)據(jù)庫(kù)：鍵值數(shù)據(jù)庫(kù)是一種非關(guān)系數(shù)據(jù)庫(kù)，它使用簡(jiǎn)單的鍵值方法來(lái)存儲(chǔ)數(shù)據(jù)。鍵值數(shù)據(jù)庫(kù)將數(shù)據(jù)存儲(chǔ)為鍵值對(duì)集合，其中鍵作為唯一標(biāo)識(shí)符。

圖2 鍵值數(shù)據(jù)庫(kù)基本原理

如圖2是某公有云的鍵值存儲(chǔ)示意圖，其中鍵包含分區(qū)鍵和排序鍵，而值包含更多的實(shí)際信息。比如實(shí)際使用是可以以學(xué)號(hào)為鍵，姓名、性別、年齡和班級(jí)等信息為值進(jìn)行存儲(chǔ)。實(shí)際存儲(chǔ)形式很靈活，是業(yè)務(wù)需求自行定義即可。

列存儲(chǔ)數(shù)據(jù)庫(kù)：列式存儲(chǔ)(column-based)是相對(duì)于傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)的行式存儲(chǔ)(Row-basedstorage)來(lái)說(shuō)的。簡(jiǎn)單來(lái)說(shuō)兩者的區(qū)別就是對(duì)表中數(shù)據(jù)的存儲(chǔ)形式的差異。

圖3 列存儲(chǔ)數(shù)據(jù)

如圖3是傳統(tǒng)行數(shù)據(jù)庫(kù)和列數(shù)據(jù)庫(kù)表中數(shù)據(jù)在磁盤(pán)上的存儲(chǔ)形式的差異對(duì)比。對(duì)于行存儲(chǔ)數(shù)據(jù)庫(kù)，表中的數(shù)據(jù)是以行為單位逐行存儲(chǔ)在磁盤(pán)上的;而對(duì)于列存儲(chǔ)數(shù)據(jù)庫(kù)，表中的數(shù)據(jù)則是以列為單位逐列存儲(chǔ)在磁盤(pán)中。

列存儲(chǔ)解決的主要問(wèn)題是數(shù)據(jù)查詢問(wèn)題。我們知道，平時(shí)的查詢大部分都是條件查詢，通常是返回某些字段(列)的數(shù)據(jù)。對(duì)于行存儲(chǔ)數(shù)據(jù)，數(shù)據(jù)讀取時(shí)通常將一行數(shù)據(jù)完全讀出，如果只需要其中幾列數(shù)據(jù)的情況，就會(huì)存在冗余列，出于縮短處理時(shí)間的考量，消除冗余列的過(guò)程通常是在內(nèi)存中進(jìn)行的。而列存儲(chǔ)，每次讀取的數(shù)據(jù)是集合的一段或者全部，不存在冗余性問(wèn)題。這樣，通過(guò)這種存儲(chǔ)方式的調(diào)整，使得查詢性能得到極大的提升。

面向文檔數(shù)據(jù)庫(kù)：此類數(shù)據(jù)庫(kù)可存放并獲取文檔，可以是XML、JSON、BSON等格式，這些文檔具備可述性(self-describing)，呈現(xiàn)分層的樹(shù)狀結(jié)構(gòu)(hierarchical tree data structure)，可以包含映射表、集合和純量值。數(shù)據(jù)庫(kù)中的文檔彼此相似，但不必完全相同。文檔數(shù)據(jù)庫(kù)所存放的文檔，就相當(dāng)于鍵值數(shù)據(jù)庫(kù)所存放的“值”。文檔數(shù)據(jù)庫(kù)可視為其值可查的鍵值數(shù)據(jù)庫(kù)。

圖形數(shù)據(jù)庫(kù)：圖形數(shù)據(jù)庫(kù)顧名思義，就是一種存儲(chǔ)圖形關(guān)系的數(shù)據(jù)庫(kù)。圖形數(shù)據(jù)庫(kù)是NoSQL數(shù)據(jù)庫(kù)的一種類型，它應(yīng)用圖形理論存儲(chǔ)實(shí)體之間的關(guān)系信息。關(guān)系型數(shù)據(jù)用于存儲(chǔ)明確關(guān)系的數(shù)據(jù)，但對(duì)于復(fù)雜關(guān)系的數(shù)據(jù)存儲(chǔ)卻有些力不從心。如圖4這種人物之間的關(guān)系，如果用關(guān)系型數(shù)據(jù)庫(kù)則非常復(fù)雜，用圖形數(shù)據(jù)庫(kù)將非常簡(jiǎn)單。

圖4 圖形數(shù)據(jù)庫(kù)示例

搜索引擎存儲(chǔ)：搜索引擎數(shù)據(jù)庫(kù)是應(yīng)用在搜索引擎領(lǐng)域的數(shù)據(jù)存儲(chǔ)形式，由于搜索引擎會(huì)爬取大量的數(shù)據(jù)，并以特定的格式進(jìn)行存儲(chǔ)，這樣在檢索的時(shí)候才能保證性能***。

不同類型數(shù)據(jù)庫(kù)軟件

關(guān)系型數(shù)據(jù)庫(kù)： 關(guān)系型數(shù)據(jù)庫(kù)最為經(jīng)典的開(kāi)源軟件就是MySQL，它***的開(kāi)源關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)，在 WEB 應(yīng)用方面 MySQL 是***的 RDBMS(Relational Database Management System：關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng))應(yīng)用軟件之一。

SUN被甲骨文收購(gòu)后，MySQL 的原創(chuàng)人員有拉出另外一個(gè)分支，命名MariaDB 。該數(shù)據(jù)庫(kù)被維基百科，F(xiàn)acebook 甚至 Google 等技術(shù)巨頭使用。 MariaDB 是一種可為 MySQL 提供插件替換功能的數(shù)據(jù)庫(kù)服務(wù)器。開(kāi)發(fā)人員的首要關(guān)注點(diǎn)是安全性，在每個(gè)版本發(fā)布時(shí)，開(kāi)發(fā)人員還會(huì)合并所有 MySQL 的安全修補(bǔ)程序，并在需要時(shí)對(duì)其進(jìn)行增強(qiáng)。

除此之外，還有很多開(kāi)源的關(guān)系型數(shù)據(jù)庫(kù)，比如經(jīng)典的文件數(shù)據(jù)庫(kù)SQLite和針對(duì)Web服務(wù)進(jìn)行優(yōu)化的CUBRID 等。

鍵值存儲(chǔ)數(shù)據(jù)庫(kù)：鍵值數(shù)據(jù)庫(kù)目前應(yīng)用最多的應(yīng)該是Redis，Redis是一個(gè)開(kāi)源的使用ANSI C語(yǔ)言編寫(xiě)、支持網(wǎng)絡(luò)、可基于內(nèi)存亦可持久化的日志型、Key-Value數(shù)據(jù)庫(kù)，并提供多種語(yǔ)言的API。Redis通常最為普通關(guān)系型數(shù)據(jù)庫(kù)的緩存層，用于降低數(shù)據(jù)庫(kù)的訪問(wèn)壓力，提升系統(tǒng)性能。

列存儲(chǔ)數(shù)據(jù)庫(kù)：列存儲(chǔ)數(shù)據(jù)庫(kù)中最為出名的恐怕就是HBase了，HBase是 BigTable 的開(kāi)源 java 版本。是建立在 HDFS 之上，提供高可靠性、高性能、列存儲(chǔ)、 可伸縮、實(shí)時(shí)讀寫(xiě) NoSQL 的數(shù)據(jù)庫(kù)系統(tǒng)。

面向文檔數(shù)據(jù)庫(kù)：文檔數(shù)據(jù)庫(kù)種類繁多，包括MongoDB、CouchDB、 Terrastore、RavenDB和OrientDB等多大十幾個(gè)。其中MongoDB是目前最為流行的文檔數(shù)據(jù)庫(kù)，其介于關(guān)系數(shù)據(jù)庫(kù)和非關(guān)系數(shù)據(jù)庫(kù)之間的產(chǎn)品，是非關(guān)系數(shù)據(jù)庫(kù)當(dāng)中功能最豐富，最像關(guān)系數(shù)據(jù)庫(kù)的。其***的特點(diǎn)是分布式部署，可以隨著負(fù)載的增大動(dòng)態(tài)擴(kuò)容，從而滿足企業(yè)業(yè)務(wù)增長(zhǎng)的需求。

圖形數(shù)據(jù)庫(kù)：圖形種類很多，比如Neo4J、ArangoDB、OrientDB、FlockDB、GraphDB、InfiniteGraph、Titan和Cayley等。其中Neo4j 是目前***的圖形數(shù)據(jù)庫(kù)，支持完整的事務(wù)，在屬性圖中，圖是由頂點(diǎn)(Vertex)，邊(Edge)和屬性(Property)組成的，頂點(diǎn)和邊都可以設(shè)置屬性，頂點(diǎn)也稱作節(jié)點(diǎn)，邊也稱作關(guān)系，每個(gè)節(jié)點(diǎn)和關(guān)系都可以由一個(gè)或多個(gè)屬性。Neo4j創(chuàng)建的圖是用頂點(diǎn)和邊構(gòu)建一個(gè)有向圖，其查詢語(yǔ)言cypher已經(jīng)成為事實(shí)上的標(biāo)準(zhǔn)。

搜索引擎存儲(chǔ)：搜索引擎數(shù)據(jù)庫(kù)最近比較火的包括Solr和Elasticsearch等。Solr是Apache 的一個(gè)開(kāi)源項(xiàng)目，基于業(yè)界大名鼎鼎的java開(kāi)源搜索引擎Lucene。在過(guò)去的十年里，solr發(fā)展壯大，擁有廣泛的用戶群體。solr提供分布式索引、分片、副本集、負(fù)載均衡和自動(dòng)故障轉(zhuǎn)移和恢復(fù)功能。如果正確部署，良好管理，solr就能夠成為一個(gè)高可靠、可擴(kuò)展和高容錯(cuò)的搜索引擎。

Elasticsearch構(gòu)建在Apache Lucene庫(kù)之上，同是開(kāi)源搜索引擎。Elasticsearch在Solr推出幾年后才面世的，通過(guò)REST和schema-free的JSON文檔提供分布式、多租戶全文搜索引擎。并且官方提供Java，Groovy，PHP，Ruby，Perl，Python，.NET和Javascript客戶端。目前Elasticsearch與Logstash和Kibana配合，部署成日志采集和分析，簡(jiǎn)稱ELK，它們都是開(kāi)源軟件。最近新增了一個(gè)FileBeat，它是一個(gè)輕量級(jí)的日志收集處理工具(Agent)，F(xiàn)ilebeat占用資源少，適合于在各個(gè)服務(wù)器上搜集日志后傳輸給Logstash。