合理运用数据库

当你需求acid属性来维护数据间的关系时，可以用关系型数据库。对付其余的数据存储，需求思索更适宜的工具。合用于在零碎架构中引入新数据或数据结构时。在选择最适宜的存储工具时，要思索数据量、存储空间响合时间的要求、关系以及其余多种因素。
rdbms提供了最佳的事务完整性，但相对于付其余存储选择，这类数据库很难扩愚且扩展本钱高，可用性低。为数据选择正确的存储工具。不要由于你习习用数据库访问数据，就总用关系数据库存储数据。
关系数据库管理零碎(rdbms)(如oracle i和 mysql)是以edgar f.codd于1970年发布的论文“大型同享数据库数据的关系模子”(“a relational model of data for large shared data banks”)中的关系模子为根蒂根基的。大大都 rdbms对付存储数占有两大益处。第一个益处是行使acid属性确保了事务完整性，关于acid的界说，请参阅表2-1。只知其一，不知其二个益处在于表内和表间的关系型结构。为了最小化数据冗余，普及事务的处置威力，大大都联机事务处置理(oltp)零碎中的表都被规范化为第三范式即表中的一切记载都有沟通的字段，一切非主关键字的字段都不克不及只依赖于组合关键字的一部分，一切非主关键字字段必需依赖于主关键字。

表中的每回列数据都要依赖于表中的其余列数据。表之间的关系常规之外键暗示。尽管运用 rdbms有这两点益处，但它们也是限定了扩展性的起因。为了确保acid属性，扩展rdbms比扩展其余数据存储可贵多。为了在具备多个节点的 rdbms集群(如 mysql ndb)中确保数据致性，要采用同步复制的功用才气包管一切数据在提交时被写入多个节点。采用 oracle rac，会有一个中央数据库，可是数据库域的一切权倒是一切节点同享的。因而，对付写要求，要把数据一切权转移到响应的节点，而对付读要求，则要挨次从要求者发送到主节点，再从主节点发送到拥有要读的数据的节点，再从它发还到要求者。终极，你会遭到同步复制数据的节点数或它们的地理位置的限定。
rdbms中表内和表间的关系结构使得很难对数据库进行分片或分区操纵。关于把事情份发到多台机械上的准则。在把表拆分到多个数据库的应用中，本来在单一数据中连贯两个表的简略査询就要被转换成两个查询来连贯数据。
总而言之，只要要求事务完整性或数据间有关系的数据，才需求运用 rdbms。既不要求数据间的关系，也不要求事务完整性的数据，最佳采用其余的存储零碎。咱们来简略接头多少可用的解决计划，以及怎样用它们替代数据库，以到达更好的、性价比更高的、扩展性更高的成效种经常被疏忽的存储零碎是文件零碎。兴许这是一种简略的存储体式格局，由于大大都程序员最初编程时，访问的都是文件而不是数据库中的数据。一旦咱们学会了在数据库中存储或获取数据，就不再消文件。文件零碎曾经发展很久了，而且许多文件零碎是专门为处置十分大量的文件和数据而设计的。

这些文件零碎包括 google file system(gfs)、mogilefs和ceph等。若是你的零碎是“一次写，屡次读”的，那末文件零碎是个很好的选择。换句话说，若是不会产生读写抵触，不需求维护大量的数据关系，其实不真正需求用到数据库事务，那末采用文件零碎才是最佳的选择。另外一种存储战略叫做 nosql。这一类存储手艺常规被划分为键一值存储、可扩展记载存储和文档存储。关于这类手艺分类，并无同一的标准，不少手艺可以被分到多个品种中。在下面的引见中，咱们插手了一些手艺的示例，但不要把它们当成终极的注释。思索到这些项目发展的速率，那末未来这类分类很能够愈加恍惚。
键一值存储手艺包括 memcached、 tokyo tyrant和 voldemort。这些商品中的数据都有一个键一值索引存储在内存中。有些商品能够把健值异步复制。经由过程简化的数据存储模子和键一值对，这类商品能够提供很高 写人硬盘永恒存储。有些商品会在节点间进行同步复制，而有的则进行的可扩展性和机能，但在能存储甚么数据方面具备很大的限定。别的，依赖同步复制的键一值数据存储依然具备与 rdbms集群同样的限定，即在节点数目和地理位置方面的限定。
可扩展记载存储手艺包括 google公司专有的 big table和 facebook公司的(此刻曾经是开源的) cassandra。这些商品采用的是可以拆分到节点的行列数据模子。可以按照主键对行进行拆分或分片，再对列进行分组，寄存赴任别的节点上。这类扩展要领与展现的akf扩展立方中的x轴和y轴拆分要领相似，x轴拆分是读取数据副本，y轴是按照支持的服务来朋分表。在这些商品中，行分片是自动执行的，可是列拆分则需求用户界说，与在 rdbms中的操纵雷同。这些商品运用的是异步复制，终极能到达一致性。这象征着，兴许几毫秒或几小时后，终极一切节点上的数据将是一致的。
文档存储手艺包括 couchdb、亚马逊的 simpledb和雅虎的 pnuts。这类手艺采用的数据模子尽管被称为“文档”，但实在称为多索引对象模子更切当。这些多索引对象(或者说“文档”)可以汇集到多索引对象的汇合(常规称为“城”)中，而后可以对这比值合成情由查询。文档存储手艺不支持acid属性，相反地，它们采用的是异步复制要领，终极能使数据到达一致。
nosql解决计划把对象和实体之间的关系限定到了起码。恰是由于削减了关系，以是能够把零碎分发到多个节点上，在维持事务完整性息争决读写抵触的同时，实现了更大的可扩展性。
常规情况下，咱们都需求对零碎的可扩展性和灵活性进行权衡，在读过前面的引见之后，兴许你曾经有了决议。数据实体之间的关系是进行掂量的关键，跟着关系增多，灵活性会增加。灵活性增加，会使本钱增加，可扩展性低落。从扩展零碎的本钱(和限定)与数据实体之间的关系水平这两个方面临比了 rdbms、 nosql和文件零碎这三种解决计划。图4-2则从灵活性和零碎容许运用的关系水平两方面进行了对比。后果很显然，关系带来了灵活性，但低落了可扩展性。正因云云，咱们不想滥用关系数据库，而是要采用适合任何的工具，使零碎获得更大的扩展性。

在这个准则中，咱们要引见的另外一种数据存储要领是goge的mapreduce要领リ。简而言之， mapreduce要领具备两个功用，即map 和 reduce。map功用的输入是一个键一值对，生成一个中央键一值对。输入的键能够是一个文档名或者指向文档中的某一段的指针。值能够是文档中的一切文字。map功用的输出将输入到 reduce功用，该功用运用个程序对文字和文字段分组，而且把值增加到一个列表中。这是个不算庞大的程序，按照键对数据进行排序和分组。这类手艺最大的益处是能够把十分大的数据集的计较分发到许多服务器上。
apache的 hadoop则是采用两种存储要领的组合的一个实例。它采用了 google的 mapreduce手艺和 google file system，这两种要领前面都引见过。 hadoop既是具备高可扩展性的文件零碎，又能够散布式地存储和获取数据。
许多替代数据库的数据存储要领，那末在决议选择哪一种要领时，应该思索数据的哪些特色呢?与存储要拥有不少选择同样，需求思索的数据特色也有不少。最首要的多少是数据元素间的联系关系水平，解决计划的发展速率以及数据的读写比例(能够另无数据是否更新)。末了，咱们关怀的是怎样把数据变现(换句话说，是否有利可图)，由于咱们不想让本身的零碎本钱超越收益。
本钱和开发时间。比方，假如把一个波及用户、付款、洽购等信息的事务存储在一个键一值存储中，而后在洽购陈述内体现此中的信息片断，想象一下有何等坚苦吧。尽管你可以采用文件零碎或者 nosql存储要领实现它，但向用户托付后果需求的开发投入和时间本钱都很高。
预期的增进速率十分首要，起因不少。终极，这个增进速率会影响零碎的本钱和客户响合时间。若是数据实体间需求高度的接洽，那末咱们能够需求行使一切的硬件和处置威力来支持单一的整合数据库，促使咱们把数据库拆分红多个实例。
读写比例十分首要，由于它有助于咱们了解需求甚么样的零碎。只写一次而读屡次的数据可以采用文件零碎外加某种应用、文件或对象缓存。图象就是采用文件零碎进行存储的典型例子。写过之后需求更新的数据，或者具备很高写读比例的数据，最佳采用 nosql存储或 rdbms。这些需求思索的因素组成为了另外一个立方体，别离用x轴、y轴和z轴暗示了这三个因素。跟着这三个因素的值增加，终极解决计划的本钱也会增加。若是咱们要求零碎间有高度的联系关系、高速增进、能够解决读写抵触，那末最佳采用多少较小的 rdbms零碎，如许在开发、零碎维护以至数据库许可方面的本钱能够相对于较高。若是增进速率较慢，规模较小，可是关系不少需求解决读写抵触，那末可以运用单个的大型数据库(具备高可用性的集群)。

若是数据间的关系不是十分多，那末在任何水平的读写抵触和险些任何水平的增进速率下，均可以运用 nosql存储手艺。这里，咱们再次看到了关系对本钱和庞大度的影响水平，咱们将在第8章中探讨这个主题。采用 nosql手艺的本钱较低。末了，若是数据关系未几，不关怀读写抵触，那末可以采用本钱更低的文件零碎。
咱们必需了解网站建设数据的货币代价，由于许多公司在艰巨起步期间都阅历过，用a级存储免费寄存tb级的用户数据，很快就会把资金耗费完。较好的要领是分层存储数据，按照访问日期，不绝地把较老的数据下推到较自制的访问较慢的存储媒体上。这类情况叫做本钱一数据代价的窘境，即跟着时间流逝，数据代价会低落，可是保留数据的本钱会增加。