本文已参与掘金创作者训练营第三期「话题写作」赛道，详情查看：掘力计划｜创作者训练营第三期正在进行，「写」出个人影响力。
前言
一张图清晰追溯数据库的发展历程（1962-2016年）就我自己个人的工作经历来说也经历过数据库的改革和变更, 比如最开始在学校学习的SQL Server数据库, 后来工作做电信业务的各种关系数据库.比如说DB2, Oracle, Sybase, gp等等, 因为做过ETL工具的研发所以对各种关系型数据库都比较熟悉, 在到后来互联网企业去IOE化, 用的Mysql. 随着互联网Web2.0网站的兴起, 互联网庞大的数据量传统的关系型数据库显得力不从心, 非关系型数据库NoSQL崛起, 用过的ClickHouse, Hbase, MongoDB, Redis等等.
1. NoSQL
1.1 NoSQL 简史
NoSQL 一词最早出现于 1998 年，是 Carlo Strozzi 开发的一个轻量、开源、不提供 SQL 功能的关系数据库。
2009 年，Last.fm 的 Johan Oskarsson 发起了一次关于分布式开源数据库的讨论，来自 Rackspace 的 Eric Evans 再次提出了 NoSQL 的概念，这时的 NoSQL 主要指非关系型、分布式、不提供 ACID 的数据库设计模式。
2009 年在亚特兰大举行的"no:sql(east)"讨论会是一个里程碑，其口号是"select fun, profit from real_world where relational=false"。因此，对 NoSQL 最普遍的解释是"非关联型的"，强调 Key-Value Stores 和文档数据库的优点，而不是单纯的反对 RDBMS。
1.2 什么是NoSQL
NoSQL（Not Only SQL），意思是"不仅仅是 SQL"，指的是非关系型数据库，是对不同于传统的关系型数据库的数据库管理系统的统称。
NoSQL 用于超大规模数据的存储。这些类型的数据存储不需要固定的模式，无需多余操作就可以横向扩展。
1.3 为什么用NoSQL
随着互联网的飞速发展与普及，网民上网冲浪时所产生数据也逐日增多，从 GB 到 TB 到 PB。这些数据有很大一部分都是由关系型数据库管理系统（RDBMS）来进行处理的。
由于关系型数据库的范式约束、事务特性、磁盘 IO 等特点，若服务器使用关系型数据库，当有大量数据产生时，传统的关系型数据库已经无法满足快速查询与插入数据的需求。NoSQL 的出现解决了这一危机。它通过降低数据的安全性，减少对事务的支持，减少对复杂查询的支持，获取性能上的提升。但是，在某些特定场景下 NoSQL 仍然不是最佳人选，比如一些绝对要有事务与安全指标的场景。(比如互联网电商支付,营销和会员等等很多场景还是用的MySQL数据库).
NoSQL 是一项全新的数据库革命性运动，早期就有人提出，发展至 2009 年趋势越发高涨。NoSQL 的拥护者们提倡运用非关系型的数据存储，相对于铺天盖地的关系型数据库运用，这一概念无疑是一种全新的思维的注入。
1.3 NoSQL 分类
1.3.1 键值(Key-Value)存储数据库
特点：键值数据库就像传统语言中使用的哈希表。通过 Key 添加、查询或者删除数据。
优点：查询速度快。
缺点：数据无结构化，通常只被当作字符串或者二进制数据存储。
应用场景：内容缓存、用户信息比如会话、配置信息、购物车等，主要用于处理大量数据的高访问负载。比如:Redis, Memcached
1.3.2 列存储数据库
特点：列存储数据库将数据储存在列族（Column Family）中，将多个列聚合成一个列族，键仍然存在，但是它们的特点是指向了多个列。举个例子，如果我们有一个 Person 类，我们通常会一起查询他们的姓名和年龄而不是薪资。这种情况下，姓名和年龄就会被放入一个列族中，而薪资则在另一个列族中。
优点：列存储查找速度快，可扩展性强，更容易进行分布式扩展，适用于分布式的文件系统，应对分布式存储的海量数据。
缺点：查询性能不高，缺乏统一的查询语法。
应用场景：日志、 分布式的文件系统(对象存储)、推荐画像、时空数据、消息/订单等。 比如：Cassandra， HBase， Riak.
1.3.3 文档型数据库
特点：文档数据库将数据以文档的形式储存，类似 JSON，是一系列数据项的集合。每个数据项都有一个名称与对应的值，值既可以是简单的数据类型，如字符串、数字和日期等；也可以是复杂的类型，如有序列表和关联对象。
优点：数据结构要求不严格，表结构可变，不需要像关系型数据库一样需要预先定义表结构。
缺点：查询性能不高，缺乏统一的查询语法。
应用场景：日志、 Web 应用等。
比如：MongoDB、CouchDB...
1.3.4 图形(Graph)数据库
特点：图形数据库允许我们将数据以图的方式储存。
优点：图形相关算法。比如最短路径寻址，N 度关系查找等。
缺点：很多时候需要对整个图做计算才能得出需要的信息，分布式的集群方案不好做，处理超级节点乏力，没有分片存储机制，国内社区不活跃。
应用场景：社交网络，推荐系统等。专注于构建关系图谱。
比如：Neo4j、Infinite Graph
2. 关系型数据库
关系型数据库，是指采用了关系模型来组织数据的数据库，其以行和列的形式存储数据，以便于用户理解，关系型数据库这一系列的行和列被称为表，一组表组成了数据库。 主流的关系型数据库有Oracle、DB2、MySQL, gp等等。
3. NoSQL和关系型数据库怎么选型？
关系型数据库我们大家可能就非常熟悉了,也是面试中的必考点,包括一些数据库的特性原理等等, 谈到如何选型NoSQL和关系型数据库, 其实很容易去做选型. 但是如何选择NoSQL数据库,可能需要根据上面所说的具体的业务场景和你们公司现有的大数据平台的能力去做决策. 如果是我去选择NoSQL数据库我会从3个方面去考虑:
- 业务场景,NoSQL数据库选型
- 公司技术栈, 比如我们公司有Hbase,没有Riak 我可能就直接用Hbase了
- 学习成本和技术生态是否完备,比如说数据监控,集群的扩展性等等.
