# \[淺談]-NoSQL資料庫怎麼選？
### NoSQL v.s RDBMS
**\[關聯式資料庫(RDBMS)]**: \
是目前很常用的資料庫，完全遵守ACID原則，在任何情況下(A)**都可保持每個Transaction不成功則roll back**、(C)**資料一致性**、 (I)**讀寫不互相干擾**、 (D)**數據永久性**。
然而它只支援垂之擴充，若要應用在大量的資料的時候，就只能透過硬體的升級，如cpu 升級、使用NAS、SAN擴充硬碟資源等。
> A: Atomicity, C: consistency, I: Isolation, D: duration
**\[非關聯式資料庫(NoSQL)]**: \
是目前在雲端服務很常使用的一種型態的資料庫。僅具備BASE原則，(BA)**只保證一定的可用性8**，(S)**不保證在同時有讀寫**時資料是一致的，(E)**資料最終一致的特性**。
**但具備水平擴充、垂直擴充**。換句話說只要同步的增加主機數量，NoSQL能力就會成比例上升，或者直接升級單一資料庫的效能能達到效果。
> BA: Basically Available, S: Soft-state, E: Eventually consistent.
**\[NoSQL v.s RDBMS 使用場景]:**
* RDBMS因具備ACID特性，若需要確保資料在任何情況下都穩定的場景就比較推薦。
* NoSQL比較適合用在雲端服務上，或者對於資料的穩定性不這麼高的使用場景。因為具備水平擴充，因此不會有single failed的問題、擴充的成本相對垂直擴充低。
### 1. \[NoSQL 分類]- 以資料型態分類
主要分為三種，key-value、wide-column、documents的資料型態:
* key-value:
在做簡單的Query會比較快，但如果是複雜的Query就不怎麼方便
**ex: Redis DB**
* document:
也是一種key-value store，只是限制value 的結構為semi-structure，像是JSON等。ex: MongoDB
* wide-column:
透過多個raw、column進行存取，將要的資料拆解成小資料，然後進行組合。最後可以透過column key 或者row key 進行關聯搜索。**好處是有效的壓縮資料以及取用同一等級的資料集相當方便。**
### 2. \[NoSQL 分類]- CAP (Consistency, Availability, Partition Tolerance)
Consistency: 讀寫都會遵循Atomicity原則，Availability: 在non-failing node的時候 Client 讀、寫都能正常運行，Partition Tolerance: 在cluster 狀態下，node 之間的網路不穩的狀態下，還能夠維持availability。
從上述CAP中，一般資料庫不可能同時達到，因為在Available的情況下，Consistency與Partition Tolerance是互相矛盾的。(**cluster node不能互相溝通時，不能保證資料的一致性**)，因此大致的分類有 AP、CA、CP:
* AP: 不管是在 single-node 或者是 cluster，只有要 node 可用就能持續運作
* CA: 在沒有任何的例外下，都是可用並保證資料的一致性。
* CP: 在 node 之前不穩定的時候不接受 request。
### 3. \[NoSQL 分類]- Sharding
傳統的RDBMS依賴 shard-disk 架構增加data repository的容量，NoSQL則是可透過 Sharding 技術做到。主要有分三種: Ranged Sharding、Hash Sharding、Entity group Sharding方式。
* Ranged Sharding:
主要是利用編號的方式進行分群，如下圖當x>20的時候，分配給shard C。
* Hash Sharding:
透過 Hash 的方式進行分群，分佈起來會比較均勻。Ranged Sharding 則有可能會有分佈不均的問題。
**-> Consistent Hashing:** 使得每一個chunk 存資料的機率都一樣。
* Entity Group Sharding:
將有關聯的欄位做Sharding，這樣一來在搜尋上、資料一致性上都會來的更有保障。
### 4. \[NoSQL 分類]- Replication
在大型應用場景域中，幾乎會遇到各種裝置在已知例外、未知例外的情況下導致節點失靈的問題，然而Replication就是屬於用於解決問題的解法。透過將資料備份的方式使得即使失靈，也不影響運作。
* Master and Slave: 當client將資料注入Master 資料庫，然而Master 會自動透過Replication，將slave更新。
* Multi-master Replication: 類似Master and Slave 的方式，Master 主機同時也是slave角色，當其中一台Master 更新的時候，其他Slave也會同時更新。
Replication 的動作可分成 Eager (sync)、Lazy(async)：
* Eager Replication: 在同步下，當資料注入的時候，全部的node 都會具備相同的資料，但缺點是在效能上必須有所犧牲。
* Lazy Replication: 在非同步下則是透過被動的方式，在一段時間後才會同步完成。
### 5. \[NoSQL 比較表]
| Dimension | MongoDB | HBase | Cassandra | Riak | Redis |
| ----------------------------------- | ------------------------------ | ------------------ | ------------------ | ------------------ | ------------------- |
| **Data Structure** | Document | Wide-column | Wide-column | Key-value | Key-value |
| **CAP** | CP | CP | AP | AP | CP |
| **Disk latency per get by row key** | Several disk seeks | Several disk seeks | Several disk seeks | One disk seeks | Memory |
| **Write performance** | High(I/O) | High(I/O) | High(I/O) | High(I/O) | super High (Memory) |
| **Sharding** | Hash、range-based | range-based | consistent hashing | consistent hashing | hash |
| **Replication** | Master-slave,snyc configurable | File-system-level | consistent hashing | consistent hashing | Async master-slave |
### 6. 常見資料庫推薦與適合場域
下圖為文獻中的分類表\[1]，給出不同的需求而所適用的資料庫。從Query 的角度分類，\[(左)搜尋速度快、(右)複雜的搜尋]，進而對於抓取資料的大小、容量(volume)進行分類，最後則是以資料庫的特性進行分類。
> 專有名詞:\
> 1\. Unbounded: 指的是在分散式架構中，可搜尋的容量為無限 \
> 2\. HDD-Size: 之的是在single node 情況下，可搜尋的容量為硬碟容量 \
> 3\. Ad-hoc: 即時查詢，如sql中的 select ..from aDB where \[condictions..]\
> 4\. Analytics: 只的是在query 的時候可具備資料分析的能力 \
> 5\. OLTP((online transaction processing): 網路交易process
### 參考資料
\[1] Gessert, Felix, et al. “NoSQL database systems: a survey and decision guidance.” *Computer Science-Research and Development* 32.3 (2017): 353–365. \
\[2] \
\[3] \
\[4] \
\[5] \
\[6]
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://xiang753017.gitbook.io/zixiang-blog/database/qian-tan-nosql-zi-liao-ku-zen-me-xuan.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.