作者：Boris Scholl, Trent Swanson, Peter Jausovec

來(lái)源：大數(shù)據(jù)DT(ID：hzdashuju)

內(nèi)容摘編自《云原生：運(yùn)用容器、函數(shù)計(jì)算和數(shù)據(jù)構(gòu)建下一代應(yīng)用》

導(dǎo)讀：數(shù)據(jù)庫(kù)通常用來(lái)存儲(chǔ)結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)有明確定義的格式。在過(guò)去的幾年中，已經(jīng)發(fā)布了許多數(shù)據(jù)庫(kù)，可供我們選擇的數(shù)據(jù)庫(kù)每年都在增長(zhǎng)。這些數(shù)據(jù)庫(kù)中有許多是為特定類(lèi)型的數(shù)據(jù)模型和工作任務(wù)設(shè)計(jì)的。其中一些支持多種模型，通常被歸類(lèi)為多模型數(shù)據(jù)庫(kù)。

了解數(shù)據(jù)庫(kù)的各種分類(lèi)有助于你在設(shè)計(jì)應(yīng)用時(shí)選擇正確的數(shù)據(jù)庫(kù)。

01 鍵值數(shù)據(jù)庫(kù)

通常，只需要使用主鍵甚至是部分鍵來(lái)檢索應(yīng)用程序的數(shù)據(jù)。鍵/值數(shù)據(jù)庫(kù)可以被看作一個(gè)非常大的哈希表，該表在唯一的鍵下存儲(chǔ)了一些值。存儲(chǔ)的值可以通過(guò)鍵或者部分鍵高效地檢索到。因?yàn)樵撝祵?duì)于數(shù)據(jù)庫(kù)是不透明的，所以如果需要按值來(lái)查找一條記錄的話就需要逐條掃描。

鍵/值數(shù)據(jù)庫(kù)中的鍵可以包含多個(gè)元素，甚至可以排序以提高查詢效率。一些鍵/值數(shù)據(jù)庫(kù)允許使用鍵的前綴進(jìn)行查找，從而可以使用復(fù)合鍵。如果數(shù)據(jù)可以通過(guò)一些簡(jiǎn)單的鍵嵌套查詢，那鍵/值數(shù)據(jù)庫(kù)會(huì)是個(gè)不錯(cuò)的選擇。

例如，我們將客戶xyz的訂單存儲(chǔ)在鍵/值數(shù)據(jù)庫(kù)中，可以使用客戶ID作為鍵的前綴，結(jié)合訂單號(hào)組成鍵“xyz-1001”來(lái)存儲(chǔ)訂單?？梢允褂谜麄€(gè)鍵來(lái)檢索特定的訂單，也可以使用“xyz”前綴檢索客戶xyz的所有訂單。

說(shuō)明：鍵/值數(shù)據(jù)庫(kù)通常是比較便宜的，且具有高度可伸縮性的數(shù)據(jù)存儲(chǔ)。鍵/值數(shù)據(jù)庫(kù)能夠根據(jù)鍵對(duì)數(shù)據(jù)進(jìn)行分區(qū)甚至重分區(qū)。使用鍵/值數(shù)據(jù)庫(kù)時(shí)，選擇鍵很重要，因?yàn)檫@將對(duì)數(shù)據(jù)存儲(chǔ)的規(guī)模和讀寫(xiě)性能產(chǎn)生重大影響。

02 文檔數(shù)據(jù)庫(kù)

文檔數(shù)據(jù)庫(kù)和鍵/值數(shù)據(jù)庫(kù)類(lèi)似，因?yàn)樗餐ㄟ^(guò)主鍵存儲(chǔ)文檔(值)。與鍵/值數(shù)據(jù)庫(kù)不同的是，文檔數(shù)據(jù)庫(kù)中的文檔需要符合某些定義好的結(jié)構(gòu)，而鍵/值數(shù)據(jù)庫(kù)幾乎可以存儲(chǔ)任意值。這使得文檔數(shù)據(jù)庫(kù)可以啟用諸如維護(hù)二級(jí)索引的功能以及基于文檔查詢數(shù)據(jù)的功能。

通常存儲(chǔ)在文檔數(shù)據(jù)庫(kù)中的值是哈希圖(JSON對(duì)象)和列表(JSON數(shù)組)的組合。JSON格式在文檔數(shù)據(jù)庫(kù)中很常用，盡管許多數(shù)據(jù)庫(kù)引擎使用了更高效的內(nèi)部存儲(chǔ)格式，例如MongoDB的BSON。

建議：當(dāng)你從關(guān)系型數(shù)據(jù)庫(kù)轉(zhuǎn)換到基于文檔的數(shù)據(jù)庫(kù)時(shí)，你需要思考如何去組織數(shù)據(jù)。許多人需要時(shí)間來(lái)過(guò)渡到這種不同的數(shù)據(jù)建模方法。

傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)(如PostgreSQL)存儲(chǔ)的數(shù)據(jù)大部分也可以存儲(chǔ)在文檔數(shù)據(jù)庫(kù)中。它們正變得越來(lái)越流行，與關(guān)系數(shù)據(jù)庫(kù)不同，這些存儲(chǔ)的文檔可以很好地映射成編程語(yǔ)言中的對(duì)象，并且不需要對(duì)象關(guān)系映射(ORM)工具。

這些數(shù)據(jù)庫(kù)通常不強(qiáng)制要求定義數(shù)據(jù)模式(schema)，這對(duì)于在軟件持續(xù)交付(CD)過(guò)程中需要更新數(shù)據(jù)模式的情形具有一些優(yōu)勢(shì)。

說(shuō)明：不強(qiáng)制要求定義模式的數(shù)據(jù)庫(kù)通常被稱(chēng)為“讀時(shí)模式(schema on read)”，因?yàn)楸M管數(shù)據(jù)庫(kù)未強(qiáng)制要求模式，但是在使用數(shù)據(jù)的應(yīng)用中存在固有的模式，并且需要知道如何轉(zhuǎn)化讀到的數(shù)據(jù)。

03 關(guān)系型數(shù)據(jù)庫(kù)

關(guān)系型數(shù)據(jù)庫(kù)將數(shù)據(jù)組織到稱(chēng)為表的二維結(jié)構(gòu)中，該結(jié)構(gòu)由列和行組成。一張表中的數(shù)據(jù)可以與另一表中的數(shù)據(jù)有關(guān)聯(lián)，數(shù)據(jù)庫(kù)系統(tǒng)可以保證這種關(guān)聯(lián)。關(guān)系型數(shù)據(jù)庫(kù)通常強(qiáng)制執(zhí)行嚴(yán)格的模式，也稱(chēng)為“寫(xiě)時(shí)模式(schema on write)”，在該模式中，向數(shù)據(jù)庫(kù)寫(xiě)入的數(shù)據(jù)必須符合數(shù)據(jù)庫(kù)中定義的結(jié)構(gòu)。

關(guān)系型數(shù)據(jù)庫(kù)已經(jīng)存在很長(zhǎng)時(shí)間了，許多開(kāi)發(fā)人員都有使用它們的經(jīng)驗(yàn)。迄今為止，最流行和最常用的數(shù)據(jù)庫(kù)仍然是關(guān)系型數(shù)據(jù)庫(kù)。這些數(shù)據(jù)庫(kù)非常成熟，可以處理包含大量關(guān)系的數(shù)據(jù)，并且擁有大量知道如何使用它們的工具和應(yīng)用程序生態(tài)系統(tǒng)。

在文檔數(shù)據(jù)庫(kù)中可能很難使用多對(duì)多關(guān)系，但是在關(guān)系型數(shù)據(jù)庫(kù)中這非常簡(jiǎn)單。如果應(yīng)用的數(shù)據(jù)具有很多關(guān)系，尤其是有事務(wù)處理的需求，那么這些數(shù)據(jù)庫(kù)可能很合適。

04 圖數(shù)據(jù)庫(kù)

圖數(shù)據(jù)庫(kù)存儲(chǔ)兩種類(lèi)型的信息：邊和節(jié)點(diǎn)。邊定義了節(jié)點(diǎn)之間的關(guān)系，你可以把節(jié)點(diǎn)看作實(shí)體。節(jié)點(diǎn)和邊都具有屬性，其中存儲(chǔ)了該節(jié)點(diǎn)或邊的一些信息。邊通常會(huì)定義關(guān)系的方向或性質(zhì)。

圖數(shù)據(jù)庫(kù)可以很好地分析實(shí)體之間的關(guān)系。圖數(shù)據(jù)也可以存儲(chǔ)在任何其他數(shù)據(jù)庫(kù)中，但是當(dāng)圖的遍歷變得越來(lái)越復(fù)雜時(shí)，其他類(lèi)型的存儲(chǔ)可能很難滿足圖數(shù)據(jù)對(duì)性能和伸縮性的需求。

05 列族數(shù)據(jù)庫(kù)

列族數(shù)據(jù)庫(kù)(column family database)將數(shù)據(jù)組織成行和列，乍一看可能與關(guān)系型數(shù)據(jù)庫(kù)非常相似。你可以將列族數(shù)據(jù)庫(kù)視為行和列組成的表格數(shù)據(jù)，但是列被分了組，稱(chēng)為列族。

每個(gè)列族包含了一組邏輯上相關(guān)的列，通常被作為一個(gè)單元進(jìn)行檢索或操作。能被單獨(dú)訪問(wèn)的數(shù)據(jù)可以存儲(chǔ)在單獨(dú)的列族中。在一個(gè)列族中，可以動(dòng)態(tài)添加新列，并且行可以是稀疏的(也就是說(shuō)，行不需要在每個(gè)列下面都有值)。

06 時(shí)序數(shù)據(jù)庫(kù)

時(shí)序數(shù)據(jù)庫(kù)是針對(duì)時(shí)間進(jìn)行優(yōu)化的數(shù)據(jù)庫(kù)，可根據(jù)時(shí)間來(lái)存儲(chǔ)值。這些數(shù)據(jù)庫(kù)通常需要支持大量的寫(xiě)操作。它們通常被用于從大量數(shù)據(jù)源實(shí)時(shí)收集大量數(shù)據(jù)。這些數(shù)據(jù)很少更新，刪除操作通常是批量進(jìn)行的。寫(xiě)入時(shí)序數(shù)據(jù)庫(kù)的記錄通常很小，但記錄的量很多。

時(shí)序數(shù)據(jù)庫(kù)非常適合存儲(chǔ)遙測(cè)數(shù)據(jù)。流行的用途包括物聯(lián)網(wǎng)(IoT)傳感器或應(yīng)用程序/系統(tǒng)的計(jì)數(shù)器。時(shí)序數(shù)據(jù)庫(kù)通常會(huì)提供數(shù)據(jù)保持、下采樣以及根據(jù)數(shù)據(jù)使用模式的配置將數(shù)據(jù)保存到其他存儲(chǔ)中的功能。

07 搜索引擎

搜索引擎數(shù)據(jù)庫(kù)通常用于搜索保存在其他存儲(chǔ)和服務(wù)中的數(shù)據(jù)。搜索引擎數(shù)據(jù)庫(kù)可以對(duì)大量的數(shù)據(jù)建立索引，并提供近實(shí)時(shí)的索引查詢。

除了搜索像網(wǎng)頁(yè)這樣的非結(jié)構(gòu)化的數(shù)據(jù)，許多應(yīng)用程序還使用它為其他數(shù)據(jù)庫(kù)中的數(shù)據(jù)提供結(jié)構(gòu)化和即時(shí)搜索功能。有一些數(shù)據(jù)庫(kù)也能提供全文索引功能，但是搜索數(shù)據(jù)庫(kù)還具備通過(guò)詞干和泛化將單詞縮減為詞根的功能。

關(guān)于作者：鮑里斯·肖勒(Boris Scholl)是Azure計(jì)算團(tuán)隊(duì)的產(chǎn)品架構(gòu)師，專(zhuān)注于下一代分布式系統(tǒng)平臺(tái)和應(yīng)用程序模型的研究，擁有多項(xiàng)有關(guān)云計(jì)算與分布式系統(tǒng)的專(zhuān)利。

特倫特·斯旺森(Trent Swanson)是專(zhuān)注于云和邊緣技術(shù)的軟件架構(gòu)師。他幫助了不少微軟的大客戶把應(yīng)用遷移上云，或在云中構(gòu)建應(yīng)用。

彼得·加索維奇(Peter Jausovec)是一名軟件工程師，在軟件開(kāi)發(fā)和技術(shù)領(lǐng)域有10多年的經(jīng)驗(yàn)。近年來(lái)，他一直致力于開(kāi)發(fā)分布式系統(tǒng)上的云原生解決方案。