从SQL到NoSQL，数据库还要向何处演进？

在开发一个应用程序时，不可避免要选择使用SQL还是NoSQL数据库来存储数据。传统的数据库，即使用SQL(结构化查询语言)进行查询的关系型数据库，是经过几十年来技术发展、良好实践和现实世界压力测试的产物。它们是为可靠的事务和临时查询而设计的，是业务线应用的主力军。但它们也有一些限制，如严格的模式，使它们不太适合于其他类型的应用。

NoSQL数据库是针对这些限制而产生的。NoSQL系统存储和管理数据的方式，允许高操作速度，并让开发人员有巨大灵活性。许多数据库是由谷歌、亚马逊、雅虎和Facebook等公司开发的，它们寻求更好的方式来存储内容或处理大型网站的数据。与SQL数据库不同，许多NoSQL数据库可以在数百或数千台服务器上进行横向扩展。

不过，NoSQL的优势并不是没有代价的。NoSQL系统倾向于速度和可扩展性，而不是SQL数据库所承诺的可靠事务背后的ACID属性。与围绕SQL建立的数十年的机构知识相比，在NoSQL系统中用于处理数据的隐喻也是相对较新的。

SQL和NoSQL数据库提供了不同的权衡。虽然它们在特定项目的背景下可能会有竞争，例如，为不同应用会面临二选一的情况，但它们在更大范围内是互补的，每一种都适合于不同的使用情况。是选择SQL还是NoSQL并不是绝对的，要根据场景需求选合适的。

NoSQL与SQL

SQL和NoSQL之间的根本区别并不那么复杂。对于如何存储和检索数据，两者都有不同的理念。

对于SQL数据库，所有数据都有一个固有的结构。像Microsoft SQL Server、MySQL、PostgreSQL或Oracle数据库这样的传统数据库使用一个模式--对插入数据库的数据如何组成的正式定义。例如，一个表中的某一列可能被限制为只能是整数。因此，记录在该列中的数据将有很高的规范化程度。SQL数据库的严格模式也使得对数据进行聚合变得相对容易，例如，使用SQL JOIN命令将两个表的数据合并。

在NoSQL中，数据可以以无模式或自由的方式存储。任何数据都可以存储在任何记录中。在NoSQL数据库中，你会发现四种常见的数据存储模式，这导致了四种常见的NoSQL系统类型。

• 文档数据库(如MongoDB)。插入的数据以无模式的JSON结构或“文档”的形式存储，其中的数据可以是任何东西，从整数到字符串再到自由格式的文本。没有必要指定JSON文档将包含哪些字段(如果有的话)。
• 键值存储(如Redis)。自由格式的值，从简单的整数或字符串到复杂的JSON文档，都可以通过键(比如字符串)在数据库中访问。
• 宽列存储(如 Cassandra)。数据被存储在列中，而不是像传统SQL系统存储在行。任何数量的列(以及许多不同类型的数据)都可以根据查询或数据视图的需要进行分组或聚合。
• 图数据库(如Neo4j)。数据被表示为实体及其关系的网络或图形，其中图中的每个节点是一个自由形式的数据块。

无模式的数据存储在以下情况下是有用的。

• 你想快速访问数据，你更关心访问的速度和简单性，而不是可靠的事务或一致性。
• 你正在存储大量的数据，你不想把自己锁定在一个模式中，因为以后改变模式可能是缓慢和痛苦的。
• 你正在从一个或多个来源接收非结构化数据，你想保持数据的原始格式以获得最大的灵活性。
• 你想把数据存储在一个分层结构中，但你希望这些分层结构由数据本身来描述，而不是外部模式。NoSQL允许数据随意地自我引用，该方式对于SQL数据库来说更为复杂，难以模仿。

查询NoSQL数据库

关系型数据库使用的结构化查询语言提供了一种统一的方式，在存储和检索数据时与服务器通信。SQL语法是高度标准化的，所以尽管各个数据库可能会以不同的方式处理某些操作(例如，窗口函数)，但基本原理仍然是相同的。

相比之下，每个NoSQL数据库往往都有自己的语法来查询和管理数据。例如，CouchDB使用JSON形式的请求，通过HTTP发送，以创建或检索其数据库中的文档。MongoDB通过二进制协议，以命令行接口或语言库的方式发送JSON对象。

一些NoSQL产品可以使用类似SQL的语法来处理数据，但只是在有限的范围内。例如，Apache Cassandra，一个广泛的列存储，有自己的类似SQL的语言，Cassandra查询语言(CQL)。CQL的一些语法是直接来自于SQL的手册，比如SELECT或INSERT关键字。但在Cassandra中没有执行JOIN或子查询的本地方法，因此相关的关键字在CQL中并不存在。

无共享shared-nothing架构

NoSQL系统常见的一个设计选择是“shared-nothing”架构。在一个无共享的设计中，集群中的每个服务器节点都独立于其他节点运行。系统不需要从其他节点获得共识来返回数据给客户端。查询速度很快，因为它们可以从最近的或最方便的节点返回。

无共享系统的另一个优点是弹性和向外扩展。向外扩展集群非常容易，只需旋转集群中的新节点并等待它们与其他节点同步即可。如果一个NoSQL节点宕机，集群中的其他服务器将继续运行。即使服务请求的节点减少，所有数据仍然可用。

请注意，无共享的设计并不是NoSQL数据库所独有的。许多传统的SQL系统可以以无共享的方式设置，如MySQL，尽管这通常涉及到牺牲整个集群的一致性以获得性能。

NoSQL的局限性

如果NoSQL提供了如此多的自由和灵活性，为什么不完全放弃SQL?答案很简单，许多应用仍然需要SQL数据库所提供的各种约束、一致性和保障措施。在这些情况下，NoSQL的一些“优势”可能会变成劣势。其他的限制来自于NoSQL系统缺乏某些在SQL领域中本应有的功能。

(1) 无模式(No schema)

即使你接收的是自由格式的数据，你也几乎总是需要对数据施加约束，以使其有用。对于NoSQL，施加约束涉及到将责任从数据库转移到应用开发者身上。例如，开发者可以通过一个对象关系映射系统(或称ORM)强加结构。但如果你想让模式与数据本身共存，NoSQL通常不支持这种做法。

一些NoSQL解决方案为数据提供了可选的数据类型和验证机制。例如，Apache Cassandra有一系列的本地数据类型，让人想起传统SQL中的那些数据类型。

(2) 最终一致性

NoSQL系统提供了强一致性或即时一致性的选择，以获得更好的可用性和性能。传统的数据库确保操作是原子的(事务的所有部分都成功，或者没有一个成功)、一致的(所有用户都有相同的数据视图)、隔离的(事务不竞争)和持久的(一旦完成，它们将不受服务器故障的影响)。

这四个属性，统称为ACID，在NoSQL系统中可以用不同的方式处理。你可以选择最终一致性，而不是要求整个集群的强一致性，这必然会延迟对请求的响应，允许服务请求，而无需等待最新的写入复制到集群的其它节点。插入集群的数据最终在各处都是可用的，但不能保证任何时候可用。

对于一些NoSQL系统，你可以在一致性和速度之间选择一个折中方案，不同的产品有不同的方案。例如，微软的Azure Cosmos DB可以让你选择每个请求的一致性级别，所以你可以选择适合你的。事务语义，在SQL系统中保证事务中的所有步骤(例如执行销售和减少库存)要么完成，要么回滚，在一些NoSQL系统中也有，例如MongoDB。

(3) NoSQL的锁定

大多数NoSQL系统在概念上是相似的，但实现方式不同。每个系统都有自己的隐喻和机制，用于数据的查询和管理。

这样做的一个副作用是应用逻辑和数据库之间可能存在高度的耦合。如果你选择一个NoSQL系统并坚持使用它，这种耦合性并没有什么坏处，但如果你在未来更换系统，它就会成为一个绊脚石。

如果你从MongoDB迁移到CouchDB(或者相反)，你需要做的不仅仅是迁移数据。还必须驾驭数据访问和编程隐喻之间的差异。换句话说，你必须重写应用程序中访问数据库的部分。

(4) NoSQL技能

NoSQL的另一个缺点是相对缺乏专业知识。传统SQL人才的市场相当大，而NoSQL技能的市场却刚刚起步。

作为参考，Indeed.com报告称，截至2022年，传统SQL数据库(MySQL、微软SQL Server、Oracle数据库等)的职位数量仍然高于MongoDB、Couchbase和Cassandra的职位数量。对NoSQL专业知识的需求仍然只是SQL技能市场的一小部分。

合并SQL和NoSQL

未来，随着时间的推移，SQL和NoSQL系统之间的一些差异会消失。现在已经有许多SQL数据库接受JSON文档作为原生数据类型，并可以对该数据进行查询。一些数据库甚至有对JSON数据施加约束的本地方法，因此其处理方式与传统的行和列数据一样严格。

另一方面，NoSQL数据库不仅增加了类似SQL的查询语言，还增加了传统SQL数据库的其他功能，比如MongoDB的ACID属性。

一个可能的路径是，未来几代数据库以及当前数据库系统的未来版本将跨越这些范式，同时提供SQL和NoSQL功能，有助于使数据库世界不再支离破碎。例如，微软的Azure Cosmos DB在底层使用了一套基元，可以互换地再现两种系统的行为。谷歌云Spanner将SQL的强一致性与NoSQL系统的水平可扩展性相结合。

不过，纯SQL和纯NoSQL系统仍将在未来很多年占有一席之地。在设计灵活性、水平扩展性和高可用性比强读一致性和其他SQL数据库常见的保障措施更重要的情况下，可以考虑使用NoSQL。对于许多应用来说，这些保障措施很可能值得用来交换NoSQL所提供的东西。

对于许多应用程序来说，以NoSQL的特有优势来那些换保障措施是值得。