大数据和NoSQL：关系型数据库的不足之处

dian

      众所周知关系型数据库不是万能的，很多问题不适合用关系型数据库去解决的，这就是NoSQL所倡导的是“不只是SQL(Not Only SQL)”。由于关系型数据库在企业市场长期稳固的统治地位，许多人都不曾意识到除了关系型之外还有其他类型的数据库。关系型数据库非常善于处理事务的更新操作，尤其是处理更新过程中复杂一致性的问题。企业级的关系型数据库甚至可以支持二阶提交功能，二阶提交就是一笔业务交易同时影响多个数据库和表，且所有的更新操作必须在同一时刻生效的功能。


        但是，关系型数据库在一些操作上过大的开销严重影响了其他功能的日常使用。尤其是关系型数据库并不擅长处理一些大数据管理方面的关键操作：
        首先，关系型数据库无法大规模扩展，尽管网络解决方案一定程度上改善了这个问题，但网络中仍然无法动态的创建新的集群，因此使用关系型数据库构建大数据解决方案就会变得异常昂贵。其次，关系型数据库不善于处理非结构化数据。最后，SQL和关系型数据库的组合难以实现某些类型的简单查询，比如两点间的最短线路。
        一些社交网络和大数据公司，例如Facebook、谷歌，他们首先意识到在现如今的海量数据和多样化数据类型的环境下，关系型数据库不再是最佳的选择了。因此NoSQL数据库例如MongoDB、Cassandra、HBase和SequoiaDB就应运而生了。这类环境的主要功能之一就是帮助用户动态的、简便地扩展数据存储服务器的数量。在关系型数据库内存储大量数据的代价是非常昂贵的，并且在接近PB级时会达到一个极限。而在NoSQL解决方案中，存储数据的花费是随着数据量而呈线性无限增长的。
        如今，也有很多人抱持着“未来将完全是NoSQL的世界”，“关系型数据库将被时代淘汰”这类的言论，其实我并不这么认为。NoSQL在一些方面仍然不够成熟，在一些场景的表现不如传统关系型数据库。比如，一个重要方面就是事务处理，现如今绝大部分的NoSQL数据库都不能支持事务。所以，NoSQL想要更进一步，我认为需要跳出互联网行业，融入一些“企业级”的运用，这样才能在更多的行业领域与RDBMS来一较高下。

来源：http://www.itongji.cn/article/0Q134402014.html