RDBMS vs. NoSQL 合作还是竞争

欢迎转载，转载请注明出处，徽沪一郎。

由于近期手头的工作和数据库的选型相关，纠结于是否使用一款NoSQL数据库来替换已有的MySQL数据库。在这个过程中随着学习研究的深入，对于二者的异同有了一些初步的认识和想法，将这些想法暂时记录下来，权且作为进一步学习数据库领域知识的开端。

数据库要解决的主要问题

不管是RDBMS还是NoSQL，在大的方面他们都属于数据库这个范畴，这个范畴之内所要面临的一些共同问题有哪些呢。下面的图是一个大致的归纳。

从图中可以看出，一个数据库系统主要解决以下几个问题：

1. 数据的存储，即要存入哪些数据到系统中，当然在data definition这一块，有schema和no schema两种，说白了就是数据格式和数据关系的定义问题
2. 完成了data definition，那么接下来自然要发生的事情就是将数据真正的存储到系统之中，即针对数据的各种操作crud(create, read, update and delete)
3. 数据存储进来之后，需要挖掘数据的意义或者利用已有的数据进行统计分析，data analytic当然也可以说是data retrieval，我个人倾向于data analytic这一说法
4. 当然数据库系统还有一个非常重要的方面即data control，哪些人可以访问，哪些人不能访问，不同的人看到的内容不仅相同

结构化和非结构化

RDBMS的一大特点就是数据是严格结构化的，存入的数据必须属于预先定义好的某一数据结构，否则就不能存入，而NoSQL则放松了这一要求。

在不同的应用场景中，两者优缺点立显，比如银行系统，要存储的数据格式一般是事先可以预估，其改变的可能比较少，再比如税务之类的。

而在电商和互联网应用中，往往意味着经常进行数据格式的更改，如果采用RDBMS，schema改变带来的开发工作则会非常巨大。

数据的一致性

在数据的一致性方面，RDBMS通过外键约束或者trigger等方式在server侧来保证数据的约束。

从达到数据一致性的时间来看RDBMS是立即一致(immediately consistency)而NoSQL则是最终一致(eventual consistency)，举个应用场景，对银行账户的任何修改都必须是即时一致的，约不参容忍不一致的出现。

Scalability

如果说到数据库的动态扩容，则NoSQL明显技胜一筹。

当然MySQL的NDB cluster在动态扩容方面，其能力也还是不错的。

数据分析或数据挖掘工作

从数据分析的层面来看，RDBMS和NoSQL之间的成熟度差距是巨大的。

RDBMS为数据分析提供了一个清晰的标准，那就是SQL。利用SQL有非常明确的标准来进行规范，利用这些规范可以对数据进行各种各样的查询，而且内置了许多函数，如average,sum,count之类，让在进行报表分析时，轻松异常。

NoSQL 中的No有人解释为not only的意思，但何尝又不是No SQL二字的缩写了即there is no sql interface in the database system. 当然像MongoDB是支持Sql like的查询语句的，但NoSQL确实没有一套标准规范对数据的查询和分析。

机会在哪里

正因为NoSQL中没有一个统一进行数据分析的标准，所以现在出现了很多实时数据处理分析的框架，最火的莫过于Spark，且Spark有最强大的hadoop发行厂商Cloudera的强劲支持，大有一统NoSQL数据分析框架之势，未来的发展势头将会异常迅猛。学会使用Spark有可能会是数据分析行业的一个基本的从业要求。

总结

个人以为NoSQL不是以传统RDBMS的终结者身份出现，而是对RDBMS的一种补充来填补RDBMS所不能胜任领域的技术实现。

NoSQL在发展的初期，其实是通过放弃RDBMS的多种约束来达到其两个主要目的，一是数据的海量存储二是数据的动态可扩。至于数据分析则实现手法各异，对实时性的要求不是太高，故MapReduce之类的离线分析能满足其需求。

在相当长的时间内会MySQL还是有饭吃的，当然需要同时花相当的精力来紧跟NoSQL的技术发展。