MongoDB 也算是一種 NoSQL DB，所以我們會先從 NoSQL 說起，以利讀者們對於 NoSQL DB 有個基本認識以後，之後才來介紹 MongoDB。
一、NoSQL 的定義
一般人第一次看到「NoSQL」，直覺地都會以為是「不使用 SQL」的意思，其實不然，所以目前業界比較傾向使用「Not Only SQL」來解釋 NoSQL 一詞，也就是說通常是透過類似 SQL 的 API 來存取這類 DB。
以下則是摘錄《nosql-database.org》網站對「NoSQL」的定義：
「Next Generation Databases mostly addressing some of the points: being non-relational, distributed, open-source and horizontally scalable. 」
 |
| 圖一、《nosql-database.org》網站上對「NoSQL」的定義與特徵說明 |
以下特徵採用的是《Toad World》網站「Survey distributed databases」一文的說法。
- Schema-less
有類似「Table」的資料結構，但不需預先定義 schema。每一筆記錄的欄位數量與結構也可以不一樣。紀錄的內容與限制條件主要由應用程式來控管。 - Shared nothing architecture
通常採用本地儲存、而非共同儲存設備（如 SAN 或 NAS）。本地磁碟的存取速度較透過網路傳輸快，也能透過增加節點的方式來擴充容量。使用一般規格的硬體即可（commodity hardware），故成本也隨之下降。 - Elasticity
只需增加更多主機，便能立即擴充儲存容量與負載能力，所以不需要有停機時間（downtime）。當新節點加入後，資料庫便會開始分配任務給它。 - Sharding
不將儲存視為龐大的空間，取而代之的是以「分片」（shard）方式來分割資料集。分片可在主機間進行複製（replication），但一個分片至少會由一部主機來管理。分片過大時，可採用自動分割方式，或者以程式為每一筆記錄指派所屬的分片ID。 - Asynchronous replication
相較於 RAID （mirroring / stripping）或同步複製機制，NoSQL DB採用的是非同步的複製。這種方式較不會受到額外網路流量影響，所以能使寫入動作更快完成。又因為資料不會立即複製，所以某些時候可能發生資料遺失的狀況。此外，也沒有 lock 機制以保護某些特定資料。 - BASE instead of ACID
由於 NoSQL DB 強調的是效能與可用度，所以「CAP Theorem」會比 RDBMS 的「ACID」更為重要。
三、NoSQL DB 的類型
世界頂尖的大師級人物 Martin Fowler、堪稱為「架構師中的架構師」。他在 2013 年的「goto; Conference」有一場主題為「Introduction to NoSQL」的演講，其中便對 NoSQL DB 做了一個分類：Document、Big Table、Graph 以及 Key-Value。
而下面這張圖就是我仿效該場演講其中一張投影片所重製的：
 |
| 圖二、NoSQL DB 的四大類型 |
以下則是放在 Youtube 上面的錄影，請大家一睹大師風采。
四、Non-Relational vs. Relational
2012 年 TechCrunch 網站上有一篇介紹 Big Data 五大開放源碼技術趨勢的文章 —— 「Big Data Right Now: Five Trendy Open Source Technologies」。該文作者 Tim Gasper 是 InfoChimps 的產品總監，InfoChimps 則是一家專門提供 Big Data 服務、平台的公司。
下圖也是我重製文中的一張照片，原圖是一張不是很清晰的照片。
 |
| 圖三、Non-Relational vs. Relational |
由上圖，我們可以知道：MongoDB 應該是一種 Non-Relational、NoSQL、Document based 的 DB：
- Non-Relational：代表了「無法或不使用 JOIN」。
- NoSQL：代表了「不使用標準 SQL 語言」。
- Document based：代表了「每筆紀錄都是一個 document」（相對於 RDBMS 的 row 而言）。
五、NoSQL DB 的理論基礎 - CAP & BASE
在 2000 年 的 PODC（Principles of Distributed Computing）會議上，柏克萊加州大學的 Eric Brewer 提出了著名的 「CAP Theorem」（CAP 定理）。2002 年，Seth Gilbert 和 Nancy Lynch 證明了這一理論：
- Consistency（一致性）
一致性是說資料的原子性，這種原子性在傳統 RDBMS 中是透過 Transaction 來保證的，當 Transaction 完成時，無論其是成功還是回滾，資料都會處於一致的狀態。在分散式環境中，一致性是說多個節點的資料是否一致。 - Availability（可用性）
可用性是說服務能一直保證是可用的狀態，當使用者發出一個請求，服務能在有限時間內返回結果。 - Partition Tolerance（分區容錯性）
Partition 是指網路的分區。可以這樣理解，一般來說，關鍵的資料和服務都會位於不同的 IDC 機房。
 |
| 圖四、CAP Theorem |
但是對於分散式資料系統而言，「分區容錯性」(P) 是基本要求，否則就不能稱為「分散式系統」了。因此，一般我們所說的 NoSQL DB 都是在「一致性」(C) 和「可用性」(A) 之間尋求平衡（即上圖中以紅色虛線框所標示的交集處）。
BASE 是 Basically Available、Soft state、Eventually consistent 三個片語的簡寫，是對 CAP 中 C和 A 的延伸：
- Basically Available：基本可用；
- Soft-state：軟狀態/柔性交易，即狀態可以有一段時間的不同步；
- Eventual consistency：最終一致性；
BASE 是基於 CAP 理論逐步演化而來，核心思想是：即便不能達到「強一致性」（Strong consistency），但可以根據應用特點採用適當的方式來達到「最終一致性」（Eventual consistency）的效果。
BASE 是反 ACID 的，它完全不同於 ACID 模型，犧牲強一致性，獲得基本可用性和柔性可靠性，並要求達到最終一致性。
CAP 和 BASE 理論是 NoSQL 的理論基礎。
個人以為 NoSQL DB 有以下三個缺點：
- 不易轉換
不像 RDBMS 有共通的標準語言 —— SQL，各種 NoSQL 都有自己的 API。所以一旦選定某種 NoSQL 產品，便不易再轉換至其他產品，比方說由 MongoDB 轉換為 Couchbase。 - 不支援 ACID
ACID 可說是「Transaction」的構成要件，也是所有 RDBMS 的主要特性。但大部分的 NoSQL DB 都不保證 ACID，必須使用一些變通技巧來實現（MongoDB 可使用 2 Phase Commits）。 - 不支援 JOIN
因為 NoSQL DB 是 Non-relational 的，所以不支援 JOIN 操作。以 MongoDB 而言，除了一開始就要妥善規劃 Data Model 之外（如使用 embedded document 或 reference），也可搭配 Index 和 Aggregation（含 MapReduce）等技巧來提高查詢效能。
本文對於 NoSQL 就暫時介紹到這裡囉，下面「延伸閱讀」還有許多不錯的資訊，各位也可以參考一下喔！
※ 延伸閱讀：
- [酷壳] 分布式系统的事务处理：
http://coolshell.cn/articles/10910.html - [Toad World] Survey distributed databases
http://www.toadworld.com/products/toad-for-cloud-databases/w/wiki/308.survey-distributed-databases.aspx - [Martin Fowloer] NoSQL
http://martinfowler.com/nosql.html - [myNoSQL] NoSQL Databases and Polyglot Persistence: A Curated Guide
http://nosql.mypopescu.com/
沒有留言:
張貼留言