基础

Go Guide2025/7/18大约 5 分钟

详情

NoSQL（全称 Not Only SQL，即“不仅仅是 SQL”）是一类非关系型数据库的统称，旨在解决传统关系型数据库在大规模数据存储、高并发访问、灵活数据结构等场景下的局限性。

NoSQL 数据库的核心特点包括：

NoSQL 与关系型数据库的核心区别

对比维度	关系型数据库（如 MySQL、Oracle）	NoSQL 数据库（如 MongoDB、Redis）
数据模型	基于表（Table）和行（Row），遵循严格的 schema（字段结构固定）。	多样化模型：键值对（Redis）、文档（MongoDB）、列族（HBase）、图（Neo4j）等，无固定 schema。
一致性	遵循 ACID 原则（原子性、一致性、隔离性、持久性），强一致性。	多数遵循 BASE 理论（基本可用、软状态、最终一致性），优先保证可用性和分区容错性。
扩展性	垂直扩展（升级服务器硬件）为主，横向扩展复杂。	天然支持横向扩展（增加节点），适合分布式系统。
适用场景	结构化数据、复杂事务（如银行交易、订单系统）、强一致性需求。	非结构化数据（如日志、社交数据）、高并发读写（如电商秒杀）、海量数据存储（如大数据分析）。
查询语言	依赖 SQL（结构化查询语言），支持复杂联表查询。	无统一查询语言，多通过 API 或特定语法操作（如 MongoDB 的查询语句）。
事务支持	完善的事务支持，可处理多表关联的复杂事务。	多数不支持事务，或仅支持单表/单文档级别的简单事务（如 MongoDB 4.0+ 有限支持）。

详情

核心特点：数据以键值对（Key-Value）形式存储，类似 Python 的字典或 Java 的 Map。
优势：读写速度极快，架构简单，适合缓存、会话存储等场景。
劣势：无法进行复杂查询，仅能通过 Key 操作 Value。
典型产品：
- Redis：支持丰富的数据结构（如 String、List、Set、Hash），常用于缓存、消息队列、计数器。
- Amazon DynamoDB：高性能分布式键值数据库，支持自动扩展。
- Memcached：轻量级内存缓存，仅支持简单的键值存储。

应用场景：缓存系统（如网站热点数据）、实时排行榜、分布式会话存储。

核心特点：数据以文档形式存储（如 JSON、BSON 或 XML），每个文档可包含不同字段，无需预定义 schema。
优势：灵活的 schema，适合半结构化数据，支持复杂查询（如按文档内容检索）。
劣势：不支持跨文档的强事务，联表查询能力较弱。
典型产品：
- MongoDB：最流行的文档型数据库，支持丰富的查询语法和索引。
- CouchDB：支持 HTTP API，强调“最终一致性”和离线同步。
- Elasticsearch：基于 Lucene 的搜索引擎，也可作为文档数据库使用，擅长全文检索。

应用场景：内容管理系统（如博客文章）、用户资料存储、电商商品详情页。

核心特点：数据按列族（Column Family）组织，同一列族的数据存储在一起，适合海量数据存储。
优势：高扩展性、读写性能优异，适合分布式系统。
劣势：查询灵活性较差，不支持复杂联表操作。
典型产品：
- Apache Cassandra：高可用、分布式列族数据库，常用于社交网络、日志分析。
- Apache HBase：基于 Hadoop 的列式存储，适合大数据场景。
- Google Bigtable：Google 内部的列族数据库，是 HBase 的灵感来源。

应用场景：海量数据存储（如用户行为日志）、时间序列数据（如监控指标）。

核心特点：数据以图结构（节点、边和属性）存储，擅长处理实体间的关系（如社交网络、知识图谱）。
优势：高效的关系查询（如“查找 A 的朋友的朋友”），支持复杂图算法。
劣势：不适合存储非图结构数据，数据规模过大时性能可能下降。
典型产品：
- Neo4j：最流行的图数据库，支持 Cypher 查询语言。
- JanusGraph：分布式图数据库，适合大规模图数据。
- Amazon Neptune：AWS 托管的图数据库服务，兼容多种图模型。

应用场景：社交网络分析、推荐系统、知识图谱（如 Wikipedia 链接分析）。

如何选择？