上一篇
非关系型数据库示例文档介绍内容有哪些？，使用场景有哪些？
非关系型数据库（NoSQL）是一类不主要使用表格关系模型的数据库，通常用于处理大规模数据、高并发读写和灵活的数据模式,以下通过示例文档和常见类型介绍其核心概念。
常见类型与示例
文档型数据库
以文档（如JSON、BSON）为存储单元，每个文档包含键值对，模式灵活，典型系统有MongoDB、Couchbase。
- 示例文档（MongoDB）： { "_id": "user123", "name": "李华", "email": "lihua@example.com", "address": { "city": "北京", "street": "中关村大街" }, "orders": [ { "product": "手机", "price": 2999 }, { "product": "耳机", "price": 299 } ] }
- 特点：嵌套结构，无需预定义字段，适合内容管理、日志系统。
键值存储
通过唯一键直接访问值，速度极快，典型系统有Redis、DynamoDB（键值模式）。
- 示例（Redis命令）： SET session:user123 "{ "name": "李华", "last_access": "2025-04-01" }" GET session:user123
- 特点：简单高效，适合缓存、会话管理、实时计数。
宽列存储
以列族为单位存储数据，每个行键可对应多个列，适合分布式大规模数据，典型系统有Cassandra、HBase。
- 示例表结构：
| 行键 | 列族：personal_info | 列族：order_history |
|——|———————|———————|
| user123 | name:李华, email:… | 2025-01:手机, 2025-02:耳机 |
- 特点：高可用、线性扩展，适合时间序列、物联网数据。
图数据库
用节点、边和属性表示和存储数据，擅长处理复杂关系，典型系统有Neo4j、ArangoDB。
- 示例（节点和关系）： (用户:李华)-[购买]->(商品:手机) (用户:李华)-[关注]->(用户:王芳)
- 特点：关系查询高效，适合社交网络、推荐引擎、欺诈检测。
对比关系型数据库
| 特性 | 非关系型数据库 | 关系型数据库 |
|---|---|---|
| 数据模型 | 文档、键值、图、列族 | 表、行、外键 |
| 模式 | 灵活（动态模式） | 固定模式（需提前定义） |
| 扩展方式 | 水平扩展（分布式） | 垂直扩展（单机） |
| 一致性 | 最终一致性（部分支持ACID） | 强一致性（ACID） |
| 典型查询 | 基于文档路径、键查询、图遍历 | SQL（JOIN、聚合） |
| 适用场景 | 大数据、高并发、灵活结构 | 复杂事务、报表、金融系统 |
示例文档：用户行为日志
用文档型数据库存储用户行为，无需预定义字段,可动态添加字段。
{ "event_id": "log_001", "user_id": "user123", "action": "点击", "page": "首页", "timestamp": "2025-04-01T10:00:00Z", "device": "mobile", "extra": { "source": "push" } // 额外信息，无需迁移 }
- 优势：字段变化不影响旧数据,适合快速迭代。
相关问题与解答
问题1：非关系型数据库与关系型数据库在数据一致性上有什么主要区别？
解答：关系型数据库通常遵循ACID，保证强一致性，即事务完成后所有节点数据一致，非关系型数据库大多遵循BASE（基本可用、软状态、最终一致性），在分布式环境下优先保证可用性和分区容忍性，数据可能暂时不一致，但最终会达到一致，例如MongoDB在副本集下默认是最终一致性，但可配置为强一致读取，选择时需根据业务场景：金融交易用关系型,社交动态用非关系型。
问题2：什么场景下应该使用文档型数据库而非键值存储？
解答：文档型数据库适合存储结构复杂、有嵌套关系或需要按字段查询的数据，例如用户资料（含地址、订单列表）、博客文章（含标签、评论），键值存储适合简单键值查找，且值通常不关心内部结构，例如缓存、会话数据、计数器，如果应用需要根据文档内某个字段（如邮箱、城市）进行查询或聚合，文档型数据库更合适，因为其支持索引和类似SQL的查询（如MongoDB的find），而键值存储一般只支持按键查询,不适合复杂过滤。
