2.NoSQL种类和特点优点
2.1 知识点
常用数据库类型对比图
键值存储 (Key-Value Store)
代表性工具
- Redis：广泛使用的内存键值存储，适用于高速缓存、会话管理等。
- Memcached：高性能的分布式内存对象缓存系统。
- Amazon DynamoDB：全托管的分布式键值和文档数据库服务。
优点
- 高性能：快速数据访问，适合高读写吞吐量场景。
- 简单高效：数据模型简单（键值对），易于理解和使用。
- 扩展性强：支持水平扩展，适应大规模分布式环境。
缺点
- 灵活性差：仅支持键值对存储，缺乏复杂查询能力。
- 不支持复杂操作：如关联查询、复杂聚合等。
- 数据一致性风险：分布式场景下可能出现一致性问题（高并发时显著）。
列式存储 (Columnar Store)
代表性工具
- Apache HBase：基于Hadoop的分布式列式存储，适用于大规模数据存储。
- Apache Cassandra：分布式NoSQL数据库，支持列式存储，适合高可用性和大数据处理。
- Google Bigtable：Google开发的分布式列式存储系统，用于大规模数据处理。
优点
- 高效读取：减少I/O操作，提升查询性能（适合分析少量列的场景）。
- 高压缩率：同一列数据类型相似，压缩效率高，节省存储空间。
- 适合大规模分析：支持OLAP查询，适用于数据仓库和大数据处理。
缺点
- 写入性能低：列优化导致写入速度通常低于行式存储。
- 不适合频繁更新：频繁写入或更新的场景性能较差。
- 复杂查询性能下降：涉及多列或全表扫描时可能影响效率。
文档存储 (Document Store)
代表性工具
- MongoDB：最著名的文档数据库，支持丰富查询语言，广泛用于Web应用。
- CouchDB：支持多版本并发控制，适合高并发Web应用。
- Couchbase：结合键值存储和文档存储优势，适用于高性能分布式场景。
优点
- 灵活存储结构：支持结构化、半结构化或非结构化数据。
- 易于扩展：水平扩展能力强，适合处理大规模数据。
- 较强查询能力：支持基于文档的灵活查询。
缺点
- 复杂查询性能有限：非常复杂的查询可能弱于关系型数据库。
- 数据一致性较弱：事务支持和一致性低于关系型数据库。
- 数据建模难度高：复杂数据关系需额外处理。
转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 785293209@qq.com
