白话大数据 | 从红楼梦看NoSQL数据库

Posted 2021-05-01 爆炸吧知识

好吧，相信大家通过我上一篇关于Hadoop的文章，也都大概知道Hadoop是个什么鬼了 （白话大数据|Hadoop究竟是什么鬼）。那么小编这次就给大家挖一挖著名的大数据核心技术之一：NoSQL数据库吧！  

就像衣服要放进衣柜一样，数据就要放进数据库，数据库是管理数据的工具，人类对数据的管理真可谓是历史悠久~ 从古人用竹子记录到如今存入电脑，这些都是对数据的管理，在电视剧《琅琊榜》中，就展现了古人精密的数据分类储存系统。

但是小编认为，在数据库诞生以前，数据的管理都还处于较为低级的阶段，直到数据库系统的出现。

数据库的诞生

数据库其实也挺年轻的，也就60多岁吧。初生的事物总是有较快的发展，从最原始的数据库诞生到早期数据库系统的建立，不过短短十年而已。早期的数据库系统以IBM公司开发的IMS层次性数据库最为著名 （下图够不够有层次啊~ 感觉眼泪都要出来了）

该数据系统结构简单但不能准确反映数据之间的关系，实际操作起来又很复杂，因而这个数据库系统最终消逝在历史长流之中，小编就不对其多讲了。

当今使用最多数据库——关系型数据库

关系型数据库组起源于IBM的研究院E.F.Codd提出的关系模型的概念，这也成为了关系型数据库的基础。关系模型由关系和关系模式组成，关系模式是型，关系是它的值。其实所谓关系模型其实就是一张表！

举 个例子：

红楼梦里的人物关系如果用数据库来存储的话，是这样的：

简单地说关系型数据库就是能做好多好多张表 （配偶表、父子（女）表、母子（女）表......），把表放在一起构成一个数据库。

再配合简单易懂的操作语句（SQL），用于对数据的查找、添加、删除和改动，这些就构成了关系型数据库~ 关系型数据库总体说来，操作简单，理论基础非常扎实。

查询：贾政的配偶是谁？

数据库回答：王夫人

贾政生完探春以后又生了宝玉怎么办？

数据库回答：添加一行呗

上面那一堆表示新手建的。老手会这样建立表格：

是不是更加清楚了？

虽然关系型数据库很好用，但它一切都是建立在关系之上的。如果关系变多了，比如除了上述父亲、母亲等等属性外，还需要增加一条大女儿的属性，那么程序猿哥哥就会觉得你好讨厌呀，为什么不早点说啦。。。

表都建好了，牵一发而动千钧

又或者除了存储这些文字描述外，你还要存一张贾政的照片，以及修过图的照片......

程序猿哥哥说：咱做不了，洗洗睡吧

后起之秀——NoSQL数据库

 

NoSQL是泛指非关系型数据库，全名叫Not Only SQL（不仅仅是SQL），所以说NoSQL是一场数据库的革命性运动，旨在打破关系型数据库统治的格局，解决关系型数据库所解决不了的问题。

1.NoSQL是一类数据库的统称，不同的NoSQL是为了解决不同问题而开发的。著名的NoSQL数据库有MongDB, HBase。其中Facebook是HBase的最大 用户。

 2.NoSQL有一个共同的特点，就是能 储存海量的数据，当然还是用我们熟知的分布式的思想。

（戳这里回忆什么是分布式）

NoSQL没有复杂的关系模式，表示可以拆分的，关系型数据库是无法拆分的，因为拆分会破坏关系模式。

3.在数据如此之多的今天，我们都把数据存进表中，那么查询效率太低了。像红楼梦里面人物数量是比较少的，实际数据库中上亿条数据，查起来太慢啦。

于是有些NoSQL（例如HBase等）为这种问题想出的方法就是KV 储存

4. 对数据的储存类型没有要求，什么都能往里面塞，这也是NoSQL可以储存图像等复杂文件的原因。其中有专业图储存的Neo4J，文档储存比较占优势的MongoDB，其他的还有Cassandra等。

知道这段你们又不想看了，还是举个栗子吧，依旧以上面红楼梦为例

这张表是我们原先的存储模式，这里面的种种问题刚才也讲了。那么NoSQL是怎么解决的呢？

HBase中存储是key-value存储。Key的组成包括了rowkey+属性列名+数据写入时间戳，也就是上图的黄色+蓝色+数据写入时间戳。Value则是中间对应的白色框的值。

例如贾赦的信息，是这样一条一条存好的......

（实际写入时间戳不仅仅是7月21日，而是会精确到毫秒）

然后开始存贾政的....

存完了以后发现，哎呀，原来贾政还有女儿啊.....如果再关系型数据库里，就很麻烦，但是在HBase中，太简单啦，直接加一条进去就好啦。

不管你有几个女儿，几个儿子，想生就生，想加就加

给宝玉再生个弟弟妹妹把！！

又过了一天发现，哎呀，贾政生了那么多子女，怎么会只有40岁呢？再去检查看看，噢，原来是45岁啦。程序猿哥哥拍着胸脯说，这好办，就交给我吧！！

刷刷刷，一条带有新的时间戳的记录就这样加进去了。下次查询贾政年龄的时候，系统只会读取最近插入的那条记录，也就是45岁。

在大数据中，所有的数据是这样一条一条存储在Hbase数据库中哒！

但是

开源HBase中，只能对Key这一列进行查找，也就是只能以“贾政”或者“贾赦”进行查询。如果想以“贾代善”为关键词进行查询，那就会需要很长时间。

环环：贾政他爹是谁？

HBase：贾代善

环环：贾代善是谁的父亲？

HBase：让我查一下

........

........

........

........

........

环环：查到了吗？

HBase：正在为您查询，请稍等

........

........

........

........

环环：到底有没有查到啊？

HBase：正在为您查询，请稍等

另外，因为数据库采用了KV存储，为了充分利用大数据技术，程序猿哥哥不仅要适应新的存储方式，还需要把旧的数据库转变使用方式，这是一项非常非常非常非常非常浩大的工程。

星环的程序猿小哥们发挥了聪明的才智，他们做了几件事情，分分钟把广大程序猿从水深火热中解救出来

1. 利用星环Hyperbase，程序猿哥哥完全可以按照传统数据库方式进行代码编写，Hyperbase提供JDBC/ODBC接口，支持SQL直接操作。 对于非常急需大数据存储技术的程序猿哥哥，犹如40度的天气下送来了一台中央空调。

2. 无论是从key，还是从属性列，都可以快速查询。

环环：贾政他爹是谁？

HyperBase：贾代善

环环：贾代善是谁的父亲？

HyperBase：贾赦、贾政

今天的故事讲完了，咱们下期见咯~~

（此处开始播放毛阿敏《掌声响起来》......）

回复关键字，获取更多资讯

简介 | 产品 |  技术  | 案例集 | 评测  | 培训 

投资 |  新手上路 | Holodesk | TED视频

金融 | 电力 | 视频监控 | 运营商 | 交通

税务 | 电商 | 医疗  | 快递