|
|
51CTO旗下网站
|
|
移动端

MySQL它不香吗,为什么还要NoSQL?

NoSQL 现在非常火,我看过的简历里面十个有九个都写了熟悉 NoSQL,但是对于 NoSQL 背后的细节却很少有人能讲清楚,甚至连 NoSQL 里面的这个 No 是什么意思都很多人搞错。

作者:梁唐来源:TechFlow|2020-04-29 08:04

NoSQL 现在非常火,我看过的简历里面十个有九个都写了熟悉 NoSQL,但是对于 NoSQL 背后的细节却很少有人能讲清楚,甚至连 NoSQL 里面的这个 No 是什么意思都很多人搞错。

图片来自 Pexels

这个 No 并不是 Not 的意思,而是 Not Only 的缩写。不得不说这个缩写实在是很坑爹,单从字面上应该没人能猜出来它是这个意思。

而且即使解读成 Not Only SQL,还是有点云里雾里,不是很能精准地 get 到它的点。

因为 SQL 的英文全写是 Structured Query Language,也就是结构化查询语言的意思。它可以认为是一门特殊的编程语言,但“不仅仅是 SQL”是啥意思?

的确令人费解,所以我们从字面意思上去理解是不行的,我们需要从实际应用场景去理解。

SQL 的应用场景是关系型数据库,比如我们常用的 Oracle、MySQL,这些就是关系型数据库。

我们理解数据库的时候,往往会从表的结构入手去理解。数据库当中存储的是一张张的表,表呢是一行行数据组成的,而每一行数据都有固定的字段。

我想这点大家应该非常熟悉,即使没有学过数据库或者是像我这样已经还给老师的,应该或多或少都有印象。

但是为什么它会被叫做关系型数据库,而不是表结构数据库呢?

因为在数据库当中,关系要比表结构更重要。表结构只是一种形式,而数据库当中核心的设计理念其实是关系。

这也是为什么我们学习数据库的时候都需要从 ER 图开始,而不是上来就讲数据库使用的方法,或者是 SQL 语言的细节。

如果你想不明白这句话的含义,也没有关系,我们先放一放,最后再回到这个话题来。

问题来了,我们知道了常用的 SQL 数据库是关系型数据库,那么 NoSQL 代表的数据库又是什么呢?

关于 NoSQL 概念我至少看到了两种说法:

  • 非关系型数据库
  • 文档型数据库

我个人在理解的时候觉得这两种说法都不是非常完美,但相比之下显然是第二种更好,因为第一种说法完全没有给我们提供任何信息。

文档型数据库这里的文档,并不是我们常规理解的一篇文档的含义,而是指的数据存储的结构和核心逻辑。

一个生动的例子

和大多数技术上的概念一样,NoSQL 也比较晦涩,很难单纯用语言将它描述清楚。

所以我决定举一个生动活泼,大家都耳熟能详的例子——就是万能的 X 宝。

下面是一张 X 宝当中的商品详情页的图(随便选取,并非广告,如有巧合,请付推广费):

这张图大家应该都很熟悉了,在我们平时的网上购物的活动当中,一定见过了许多次。

它看起来有些眼花缭乱,我们把上面的内容做个抽象和精简,画成一张草图,它大概是这样的(的确有些草率):

也就是说我们把一个商品详情页展示的内容大概分成了三个部分:

  • 商品图
  • 商品的一些介绍说明
  • 用户的评论

各大电商公司商品详情页的设计大同小异,也许有些细节不太一样,但是整体上的模块都相差不大。

为了简化问题,我们就假设商品详情页需要关联图片信息、文字说明和用户评论这三张表。

其实这样划分不太科学,比如文字介绍和商品图可以都存在商品详情页的表中。

比如除了这些信息之外,还有商品的售卖信息,比如库存、价格、当前的优惠、活动等等,但是这些和我们最后的结论关系不大,可以简单这么理解。

根据上面的划分方式,我们应该根据 itemID 去查询商品的图片、文字以及评论信息,这从表面上看当然没有问题。

但实际上这是有问题的,问题在于这些数据都不是一对一的关系,而是一对多的关系。

比如头部展示的图片往往不止一张,文字说明可能也不止一段,同样用户的评论可能也不止一条。这个问题怎么解决呢?

你可能会想出办法来,这不难啊,我们在 img 和 text 以及 comment 的表里都加入 itemID 这个字段,在我们查询的时候通过 itemID 进行关联,不就 OK 了么?

这样做当然可以,假设你是负责这个项目的程序员,你做出了这个更新,成功上线了之后,产品又给你提了一个新的需求。

她说我想要在文字介绍和用户评论里面都展示图片,虽然系统一开始不是这么设计的,但是我不管,我就是需要,立刻马上。

你翻了好一会白眼,冷静了许久,想了想,终于想到了两种方案:

  • 第一个方案是在目前的图片表上加上字段,用来判断图片的用途是详情页展示还是评论页展示,把之后要加的文本介绍和评论页中的图片依然存在这张表上。
  • 第二个方案是重新建新的表,专表专用,专门负责存放评论页和说明页的图片。

第一个方案的好处是我们不用建新的表,避免了表的冗余,如果每一个需求都需要建新的表,显然对于后续的维护是一个巨大的负担。

但是它的缺点是我们需要批量修正之前所有的数据,因为之前的数据里没有来源这个字段。

当然你也可以不加这个字段,直接用 ID 区分,但是这是不符合规范的,而且必然会留下安全隐患。

第二个方案的优点是操作简单,不需要变更之前的数据,安全风险较小,但问题是需要占用新的资源,利用率低。

因为有些详情页的图片和顶部的图片是可以共用的,这样分开存储的话就需要存储多份。

这两个方案各有优缺点,似乎都还不错,但坑爹的是它们都有一个共同的缺点,就是都会增加目前系统和查询的复杂度。

一个是要增加查询时候传入的字段,一个是要发起额外的查询,不论选择哪一个,都会让系统越来越复杂。

到了后来,一个用户请求传来,会带动数十个联动请求,才能拼装出完整的数据。

现在最新版本的 X 宝的详情页商品介绍的部分一律用图片展示,没有了文字,也许背后就是受到这个问题的驱动。

我们回顾一下这个例子,为什么我们的查询会很复杂,其实就和数据库的核心理念有关。

关系型数据库存储的数据是关系,在这个问题当中,我们一个详情页的查询,需要查询商品和图片的关系,商品和说明的关系,商品和评论的关系,评论和图片的关系等等。

也就是说我们最终看到的页面,其实是这一系列关系拧在一起的结果,每一次查询的背后都是一个关系分解再合并的过程,因此会非常复杂。

文档型数据库

我们刚才看了关系型数据库在电商场景下的问题,我们再来看下文档型数据库在同样场景下的表现。

和关系型数据库不同,文档型数据库存储的核心是文档。当然这里的文档指的不是我们通常意义上的文档,而是 Json 或者是 XML 格式的数据。在目前的 NoSQL 数据库当中,Json 类型的数据更加常用一些。

我们还用刚才详情页的例子来看下在 NoSQL 数据库当中,这份数据是如何存储的:

  1.   "itemID": 123, 
  2.   "itemName""iPad Pro"
  3.   "topImgs": ["imgs1.path""imgs2.path"], 
  4.   "desc": [{"text""iPad Pro""img"""}, {"text""2020 new version""img""imgs1.path"}], 
  5.   "comments": [{"userName""chengzhi""comment""good product""imgs": ["imgs3.path""img4.path"]}] 

你看,在文档型数据库当中刚才复杂的、需要经过多次查询经过一系列处理才可以拧到一起的数据,我们通过 itemID 一次查询就可以获取到了。

单纯从使用上来说,它比关系型数据库要方便了许多,但是它也并不是没有缺点的。

这其中一个很大的问题是,我们把所有数据都直接存储在了文档当中,这一方面造成了数据的冗余,另一方面也限制了拓展性。

比如说,同一个商家下类似的商品不能共享图片,而必须存储多份,这造成了空间的浪费。

再比如,假设我们希望支持用户修改之前过去的评论会非常麻烦,因为我们必须要找到所有存储了用户评论的文档进行修改(假设在其他场景下也用到了用户评论),这往往是跨系统并且非常不方便的。

这个问题也并不是不可解的,比如我们可以把文档当中存储的具体数据换成一个 ID。

比如 Comment 当中不再存储具体的图片和评论信息,而存储一个评论的 ID,在使用的时候再去关联。

由于文档型数据库由于架构的原因,对于关联的支持并不好,往往需要我们手动根据 ID 再去查询来模拟连接,这也会带来额外的开销。

另外一个小瑕疵是在文档型数据库当中我们访问数据的路径变长了,举个例子,加入我们要获取商品评论当中的第二条中的第一张图片。

我们需要写成 item['comments'][1]['imgs'][0],而在关系型数据库当中,由于图片是通过关系直接查询得到的,因此要方便一些。

除了这些之外,NoSQL 数据库发展的年限和 MySQL 这些较成熟的关系型数据库相比要短得多,因此支持的特性相对比较少。

总结

通过一个例子,我们很生动地对比了关系型数据库和 NoSQL 数据库之间的差别。

为什么我们在学习数据库的时候需要先从 ER 图开始,而不是直接学习数据库的原理和它的使用方法呢?我想理解了上面的例子之后,再来看这个问题应该会简单许多。

因为关系型数据库的核心逻辑就是存储关系,使用规范、各种技巧和特性,本质上都是围绕这个核心展开的。

如果我们没有 Get 到这一层就来使用数据库很容易走偏,很多匪夷所思的操作就是这么来的。

比如有人在数据库当中存储前端页面的代码,比如把 ID 拼接成一个字符串来实现存储多个值等等。

这也说明了经典教材上的内容没有废话,每一个章节都有它预期的作用,因此当我们觉得某些内容没有用的时候,可能并不是教材错了,只是我们没有理解到位。

作者:梁唐

编辑:陶家龙

出处:转载自微信公众号 TechFlow(ID:techflow2019)

【编辑推荐】

  1. 很用心的为你写了9道MySQL面试题
  2. 为什么MongoDB使用B-Tree,MySQL使用B+Tree ?
  3. 神奇的SQL → 为什么GROUP BY之后不能直接引用原表中的列?
  4. 划重点!你还在困惑MySQL中的"锁"吗?
  5. 一文学会快速定位和解决MySQL负载高、执行慢的问题!( 附大量实践案例 )
【责任编辑:武晓燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

从头解锁Python运维

从头解锁Python运维

多维度详解
共19章 | 叱诧少帅

256人订阅学习

Active Directory 架构规划实战

Active Directory 架构规划实战

4类AD架构规划
共15章 | wx5918591c0084b

318人订阅学习

庖丁解牛Ceph分布式存储

庖丁解牛Ceph分布式存储

云计算存储的基石
共5章 | Happy云实验室

185人订阅学习

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO官微