NoSQL數據庫類(lèi)型說(shuō)明：列式數據庫

為了滿(mǎn)足對數據存儲不斷增長(cháng)的需求，以及以最高效的方式容納數據多樣性，企業(yè)越來(lái)越傾向于選擇非標準數據庫類(lèi)型。多年來(lái)，企業(yè)主要使用關(guān)系數據庫。然而，隨著(zhù)需求的變化和存儲價(jià)格的下降，人們開(kāi)始轉而使用非關(guān)系型數據庫。

列式數據庫符合這種描述。這些是NoSQL數據庫，專(zhuān)為高度分析、復雜查詢(xún)任務(wù)而構建。與關(guān)系數據庫不同，列式數據庫按列而不是按行存儲數據。這些列被收集以形成子組。

這類(lèi)數據庫的鍵名和列名不是固定的。同一列族或列簇中的列可以具有不同的行數，并且可以容納不同類(lèi)型的數據和名稱(chēng)。

當需要大型數據模型時(shí)，最常使用這些數據庫。它們對于數據倉庫非常有用，或者在需要高性能或處理密集查詢(xún)時(shí)非常有用。

列式數據庫如何工作

關(guān)系型數據庫有固定的模式，它們具有行和列的表。寬列數據庫具有相似但不同的架構。它們也有行和列。但是，它們不是固定在表中，而是具有動(dòng)態(tài)模式。每列單獨存儲。如果存在相似（相關(guān)）的列，則將它們關(guān)聯(lián)到列族中，然后將這些列族與其他列族分開(kāi)存儲。

行鍵是每個(gè)列族的第一列，作為行的標識符。此外，之后的每一列都有一個(gè)列鍵（名稱(chēng)）。它標識行中的列，從而實(shí)現對列的查詢(xún)。值和時(shí)間戳出現在列鍵之后，說(shuō)明數據何時(shí)被輸入或修改。

與每一行相關(guān)的列數或其名稱(chēng)可能會(huì )有所不同。換句話(huà)說(shuō)，并不是一個(gè)列族的每一列都有相同的行數。事實(shí)上，即使它們可能共享它們的名字，每一列都包含在一行中并且不會(huì )跨越所有行。

接觸過(guò)關(guān)系型數據庫的人都知道，關(guān)系型數據庫的每一列都有相同的行數，只是碰巧有些字段有空值，或者看起來(lái)是空的。對于寬列數據庫，這些行不是空的，而是對于特定列根本不存在。

列族位于鍵空間中。每個(gè)鍵空間都包含一個(gè)完整的 NoSQL 數據存儲，并且正如模式對關(guān)系數據庫那樣，它具有相似的角色或重要性。然而，由于 NoSQL 數據存儲沒(méi)有集合結構，鍵空間代表無(wú)模式數據庫，其中包含數據存儲設計和它自己的屬性集。

當前最流行的列式數據庫之一是 MariaDB。它是作為 MySQL 的分支而創(chuàng )建，它很強大且可擴展，可處理很多不同的目的和大量的查詢(xún)。Apache Cassandra是柱狀數據庫的另一個(gè)例子，它處理跨多個(gè)服務(wù)器的大量數據負載，使數據高度可用。其他數據庫還包括專(zhuān)為分析設計的 Apache HBase、Hypertable和Druid。這些數據庫支持Outbrain、Spotify 和 Facebook等平臺的某些功能。

列族類(lèi)型

• 標準列族。這種列族類(lèi)型類(lèi)似于表；它包含一個(gè)鍵值對，其中鍵是行鍵，值存儲在列中，使用它們的名稱(chēng)作為標識符。
• 超級列族。超級列代表列數組。每個(gè)超級列都有一個(gè)名稱(chēng)和一個(gè)值，將超級列映射到幾個(gè)不同的列。相關(guān)的超級列關(guān)聯(lián)在超級列族的單行種。與關(guān)系數據庫相比，這就像數據庫中幾個(gè)不同表。想象一下，你可以查看單行的列和值，這是跨多個(gè)不同表的單個(gè)標識符，并且能夠將它們全部存儲在一個(gè)地方：這就是超級列族。

列式數據庫的優(yōu)勢

• 可擴展性。這是主要優(yōu)勢，這也是企業(yè)使用此類(lèi)數據庫存儲大數據的主要原因之一。它能夠根據數據庫的規模分布在數百臺不同的機器上，支持大規模并行處理。這意味著(zhù)它可以使用多個(gè)處理器同時(shí)處理同一組計算。
• 壓縮。它們不僅具有無(wú)限的可擴展性，而且還擅長(cháng)壓縮數據，從而節省存儲空間。
• 反應靈敏。加載時(shí)間最短，查詢(xún)執行速度快，這是因為它們被設計為支持大數據，并適用于分析。

列式數據庫的缺點(diǎn)

• 在線(xiàn)事務(wù)處理。對于在線(xiàn)事務(wù)處理，這些數據庫不是很高效，不如在線(xiàn)分析處理。這意味著(zhù)它們不太擅長(cháng)更新事務(wù)，但旨在分析它們。這就是為什么我們看到這些數據庫用于保存業(yè)務(wù)分析所需的數據，而關(guān)系數據庫在后端存儲數據。
• 增量數據加載。如上所述，通常列式數據庫用于分析并且可以快速檢索數據，即使在處理復雜查詢(xún)時(shí)也是如此，因為數據在列中緊密聯(lián)系。雖然增量數據加載并非不可能，但列式數據庫并不能以最有效的方式執行它們。首先需要掃描列以識別正確的行，然后進(jìn)一步掃描以定位需要覆蓋的修改數據。
• 特定于行的查詢(xún)。正如上面提到的缺點(diǎn)，這一切都歸結為同一問(wèn)題，即為正確的目的使用正確類(lèi)型的數據庫。對于特定于行的查詢(xún)，你會(huì )引入額外的步驟，即掃描列以識別行，然后定位要檢索的數據。訪(fǎng)問(wèn)分散在多列中的單個(gè)記錄需要很多時(shí)間，而訪(fǎng)問(wèn)單個(gè)列中的分組記錄會(huì )更快。頻繁的行特定查詢(xún)可能會(huì )降低列式數據庫的速度，從而導致性能問(wèn)題，這無(wú)疑違背該數據庫的設計初衷，它是專(zhuān)為幫助快速獲取所需信息而設計。

NoSQL數據庫主要是為滿(mǎn)足特定目的而設計，不應用作一般類(lèi)型的存儲。寬列數據庫是列式而不是行式，它主要用于存儲和查詢(xún)大數據。該類(lèi)型中有很多不同的數據庫可用，在尋找最合適的數據存儲解決方案時(shí)，你應該探索它們的功能。