【文章摘要】

HBase是一個(gè)高可靠性、高性能、面向列、可伸縮的分布式存儲(chǔ)系統(tǒng)，同時(shí)也是知名的NoSQL數(shù)據(jù)庫之一。NoSQL數(shù)據(jù)庫的產(chǎn)生就是為了解決大規(guī)模數(shù)據(jù)集合多重?cái)?shù)據(jù)種類帶來的挑戰(zhàn)，尤其是大數(shù)據(jù)應(yīng)用的難題。

本文對NoSQL數(shù)據(jù)庫的定義、分類、特征、當(dāng)前比較流行的NoSQL數(shù)據(jù)庫系統(tǒng)等進(jìn)行了簡單的介紹，并對NoSQL和SQL語法進(jìn)行了簡單的比較，為大家對NoSQL數(shù)據(jù)庫的學(xué)習(xí)提供了有益的參考。

一、NoSQL的出現(xiàn)

關(guān)系型數(shù)據(jù)庫系統(tǒng)多年來在解決數(shù)據(jù)存儲(chǔ)、服務(wù)和處理問題方面取得了巨大的成功。一些大型的公司使用關(guān)系型數(shù)據(jù)庫建立了自己的系統(tǒng)，如聯(lián)機(jī)事務(wù)處理系統(tǒng)和后端分析應(yīng)用系統(tǒng)。聯(lián)機(jī)事務(wù)處理(OLTP)系統(tǒng)用來實(shí)時(shí)記錄交易信息。對這類系統(tǒng)的期望是能夠快速返回響應(yīng)信息(一般在毫秒級)。聯(lián)機(jī)分析處理(OLAP)系統(tǒng)用來分析查詢所儲(chǔ)存的數(shù)據(jù)。OLAP屬于商業(yè)智能的范疇，數(shù)據(jù)需要研究、處理和分析，以便收集信息，進(jìn)一步驅(qū)動(dòng)商業(yè)決策。

關(guān)系型數(shù)據(jù)庫的內(nèi)部設(shè)計(jì)由關(guān)系算法決定，這些系統(tǒng)需要預(yù)先定義一個(gè)模式(schema)和數(shù)據(jù)要遵守的類型。SQL是與這些系統(tǒng)交互的標(biāo)準(zhǔn)方式。但在對象-關(guān)系不匹配問題出現(xiàn)的場合，SQL就不是表達(dá)訪問模式的最好方式了。例如目前炙手可熱的大數(shù)據(jù)領(lǐng)域，關(guān)系型數(shù)據(jù)庫不能很好地工作。

有關(guān)大數(shù)據(jù)常見定義包括：第一，大數(shù)據(jù)意味著數(shù)據(jù)足夠大，為了從這些數(shù)據(jù)中獲得一些真知灼見，你不得不研究它；第二，大數(shù)據(jù)就是不再適用于單臺(tái)機(jī)器的數(shù)據(jù)。這些觀點(diǎn)并不完整，我們需要用一種根本上不同的方式來考慮數(shù)據(jù)，從如何驅(qū)動(dòng)商業(yè)價(jià)值的角度來考慮數(shù)據(jù)，這種數(shù)據(jù)就是大數(shù)據(jù)。

在大數(shù)據(jù)領(lǐng)域中，系統(tǒng)需要能夠適應(yīng)不同種類的數(shù)據(jù)格式和數(shù)據(jù)源，不需要預(yù)先嚴(yán)格定義模式，并且能夠處理大規(guī)模數(shù)據(jù)。這樣，NoSQL就出現(xiàn)了。

二、NoSQL的定義

NoSQL(NoSQL= Not Only SQL )，意即“不僅僅是SQL”，是一項(xiàng)全新的數(shù)據(jù)庫革命性運(yùn)動(dòng)。NoSQL的擁護(hù)者們提倡運(yùn)用非關(guān)系型的數(shù)據(jù)存儲(chǔ)。大多數(shù)數(shù)據(jù)庫技術(shù)不能保證支持ACID(原子性、一致性、隔離性和持久性)，而且大部分技術(shù)都是開源項(xiàng)目，這些技術(shù)作為整體被稱為NoSQL。

三、NoSQL的分類

一般將NoSQL數(shù)據(jù)庫分為四大類：鍵值(Key-Value)存儲(chǔ)數(shù)據(jù)庫、列存儲(chǔ)數(shù)據(jù)庫、文檔型數(shù)據(jù)庫和圖形(Graph)數(shù)據(jù)庫。它們的數(shù)據(jù)模型、優(yōu)缺點(diǎn)、典型應(yīng)用場景如表1所示。

表1 四大NoSQL數(shù)據(jù)庫分析

四、NoSQL的特征

NoSQL數(shù)據(jù)庫并沒有一個(gè)統(tǒng)一的架構(gòu)，但是它們都普遍存在表2所示的一些共同特征。

表2 NoSQL的特征

五、常見的NoSQL數(shù)據(jù)庫

比較適合采用NoSQL數(shù)據(jù)庫的場合是：(1)數(shù)據(jù)模型比較簡單；(2)需要靈活性更強(qiáng)的IT系統(tǒng)；(3)對數(shù)據(jù)庫性能要求較高；(4)不需要高度的數(shù)據(jù)一致性；(5)對于給定key，比較容易映射復(fù)雜值的環(huán)境。

常見的NoSQL數(shù)據(jù)庫如表3所示。

表3常見的NoSQL數(shù)據(jù)庫

六、NoSQL和SQL語法的簡單比較

前面介紹了NoSQL的基本情況，下面以HBase和ORACLE為例，對NoSQL和SQL的語法進(jìn)行簡單的比較。HBase數(shù)據(jù)庫被認(rèn)為是安全特性最完善的NoSQL數(shù)據(jù)庫產(chǎn)品之一，它被證實(shí)是一個(gè)強(qiáng)大的工具，尤其是在已經(jīng)使用Hadoop的場合。如今，它已經(jīng)是Apache頂級項(xiàng)目，有著眾多的開發(fā)人員和興旺的用戶社區(qū)。

1.創(chuàng)建表

如果要?jiǎng)?chuàng)建一個(gè)表“mytable”，其中包含了一個(gè)“info”字段，那么：

(1)ORACLE中的語法為：

create table mytable

(

info varchar(30) not null

);

(2)HBase中的語法為：

create 'mytable', 'cf'

該命令創(chuàng)建了一個(gè)有一個(gè)列族(“cf”)的表“mytable”。

2.寫數(shù)據(jù)

如果要向表中寫入數(shù)據(jù)“hello hbase”，那么：

(1)ORACLE中的語法為：

insert into mytable(info) values('hello hbase');

(2)HBase中的語法為：

put 'mytable', 'first', 'cf:info', 'hello hbase'

該命令在“mytable”表的“first”行中的“cf:info”列對應(yīng)的數(shù)據(jù)單元中插入“hello hbase”。

3.讀(查)數(shù)據(jù)

如果要從表中讀出單條數(shù)據(jù)，那么：

(1)ORACLE中的語法為：

select * from mytable where info = 'hello hbase';

(2)HBase中的語法為：

get 'mytable', 'first'

該命令輸出了該行的數(shù)據(jù)單元。

如果要從表中讀出所有數(shù)據(jù)，那么：

(1)ORACLE中的語法為：

select * from mytable;

(2)HBase中的語法為：

scan 'mytable'

該命令輸出了所有數(shù)據(jù)。

4.刪數(shù)據(jù)

如果要從表中刪除數(shù)據(jù)，那么：

(1)ORACLE中的語法為：

delete from mytable where info = 'hello hbase';

(2)HBase中的語法為：

put 'mytable', 'first', 'cf:info', 'hello hbase1'

該命令用最新的值覆蓋了舊的值，就相當(dāng)于將原數(shù)據(jù)刪除了。

5.修改數(shù)據(jù)

如果要在表中修改數(shù)據(jù)，那么：

(1)ORACLE中的語法為：

update mytable set info = 'hello hbase1' where info = 'hellohbase';

(2)HBase中的語法為：

put 'mytable', 'first', 'cf:info', 'hello hbase1'

該命令用最新的值覆蓋了舊的值，就相當(dāng)于修改了原數(shù)據(jù)。

6.刪表

如果要?jiǎng)h除表，那么：

(1)ORACLE中的語法為：

drop table mytable;

(2)HBase中的語法為：

disable 'mytable'

drop 'mytable'

該命令先將表“disable”掉，然后再“drop”掉。

我們可以看到，HBase的語法比較的簡單，因此完全可以將上述所有命令放到一個(gè)shell腳本中，讓命令批量執(zhí)行。下面，我們來具體操作一下：

第一步，編寫名為“command.sh”的腳本，其內(nèi)容如下：

exec /root/zhouzx/hbase-1.0.1/bin/hbase shell <<EOF

create 'mytable', 'cf'

put 'mytable', 'first', 'cf:info', 'hello hbase'

get 'mytable', 'first'

scan 'mytable'

put 'mytable', 'first', 'cf:info', 'hello hbase1'

disable 'mytable'

drop 'mytable'

EOF

第二步，將該腳本上傳到Linux機(jī)器的安裝HBase的用戶下，依次執(zhí)行“dos2unix command.sh”和“chmod 777command.sh”命令來轉(zhuǎn)換文件格式和對文件賦權(quán)限。

第三步，執(zhí)行“./command.sh”命令，在Linux界面上，我們可以看到如下輸出信息：

HBase Shell; enter 'help<RETURN>' for list of supportedcommands.

Type "exit<RETURN>" to leave the HBase Shell

Version 1.0.1, r66a93c09df3b12ff7b86c39bc8475c60e15af82d, Fri Apr17 22:14:06 PDT 2015

create 'mytable', 'cf'

0 row(s) in 0.6660 seconds

Hbase::Table - mytable

put 'mytable', 'first', 'cf:info', 'hello hbase'

0 row(s) in 0.1140 seconds

get 'mytable', 'first'

COLUMN CELL

cf:info timestamp=1435807200326, value=hello hbase

1 row(s) in 0.0440 seconds

scan 'mytable'

ROW COLUMN+CELL

first column=cf:info,timestamp=1435807200326, value=hello hbase

1 row(s) in 0.0210 seconds

put 'mytable', 'first', 'cf:info', 'hello hbase1'

0 row(s) in 0.0040 seconds

disable 'mytable'

0 row(s) in 1.1930 seconds

drop 'mytable'

0 row(s) in 0.1940 seconds

整個(gè)腳本執(zhí)行過程不過幾秒鐘，但我們之前提到的所有HBase命令都包括其中了，由此可見批處理的威力。大家一定要好好體會(huì)一下。

隨著云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等技術(shù)的發(fā)展，大數(shù)據(jù)廣泛存在，同時(shí)也出現(xiàn)了許多云環(huán)境下的新型應(yīng)用，如社交網(wǎng)絡(luò)、移動(dòng)服務(wù)、協(xié)作編輯等。這些新型應(yīng)用對海量數(shù)據(jù)管理或稱云數(shù)據(jù)管理系統(tǒng)也提出了新的需求，NoSQL數(shù)據(jù)庫在這些方面有大展身手的機(jī)會(huì)。本文對NoSQL數(shù)據(jù)庫的定義、分類、特征、當(dāng)前比較流行的NoSQL數(shù)據(jù)庫系統(tǒng)等進(jìn)行了簡單的介紹，并對NoSQL和SQL語法進(jìn)行了簡單的比較，為大家對NoSQL數(shù)據(jù)庫的學(xué)習(xí)提供了有益的參考。

七、總結(jié)

本文對NoSQL進(jìn)行了全面的介紹，并比較了它與SQL語法之間的不同。盡管大多數(shù)NoSQL數(shù)據(jù)存儲(chǔ)系統(tǒng)都已被部署到實(shí)際應(yīng)用中，但仍存在以下挑戰(zhàn)性問題需要解決：

第一，已有key-value數(shù)據(jù)庫產(chǎn)品大多是面向特定應(yīng)用自治構(gòu)建的，缺乏通用性。

第二，已有產(chǎn)品支持的功能有限(不支持事務(wù)特性)，導(dǎo)致其應(yīng)用具有一定的局限性。

第三，已有一些研究成果和改進(jìn)的NoSQL數(shù)據(jù)存儲(chǔ)系統(tǒng)，但它們都是針對不同應(yīng)用需求而提出的相應(yīng)解決方案，很少從全局考慮系統(tǒng)的通用性，也沒有形成系列化的研究成果。

第四，缺乏類似關(guān)系數(shù)據(jù)庫所具有的強(qiáng)有力的理論(如armstrong公理系統(tǒng))、技術(shù)(如成熟的基于啟發(fā)式的優(yōu)化策略、兩段封鎖協(xié)議等)、標(biāo)準(zhǔn)規(guī)范(如SQL語言)的支持。

第五，很多NoSQL數(shù)據(jù)庫沒有提供內(nèi)建的安全機(jī)制。

隨著云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等技術(shù)的發(fā)展，大數(shù)據(jù)廣泛存在，同時(shí)也出現(xiàn)了許多云環(huán)境下的新型應(yīng)用，如社交網(wǎng)絡(luò)、移動(dòng)服務(wù)、協(xié)作編輯等。這些新型應(yīng)用對海量數(shù)據(jù)管理或稱云數(shù)據(jù)管理系統(tǒng)也提出了新的需求，NoSQL數(shù)據(jù)庫在這些方面有大展身手的機(jī)會(huì)。我們有理由相信，NoSQL數(shù)據(jù)庫的明天會(huì)更加的美好！