数据库存储模型简述

数据库现在应该是无人不知，无人不晓，讲到数据库必然要提到两个人：

1、一个是E.F. Codd，这个是理论的开创者，来瞻仰下：

埃德加·弗兰克·科德（Edgar Frank Codd，1923－2003）是密执安大学哲学博士，IBM公司研究员，被誉为“关系数据库之父”，并因为在数据库管理系统的理论和实践方面的杰出贡献于1981年获图灵奖。1970年，科德发表题为“大型共享数据库的关系模型”的论文，文中首次提出了数据库的关系模型。由于关系模型简单明了、具有坚实的数学理论基础，所以一经推出就受到了学术界和产业界的高度重视和广泛响应，并很快成为数据库市场的主流。

2、另外一个是Michael Stonebrake，获得2015年图领奖。这位大师就是实践的代表，没发表了几篇论文，但是确实数据库行业的开创者。

在1970年代前期，Michael Stonebraker就在Edgar Codd的关系数据库论文启发下，组织伯克利的师生，开始开发最早的两个关系数据库之一Ingres（另一个是IBM System R），Ingres的基础上后来发展出Sybase和SQL Server两大主流数据库。Ingres在关系数据库的查询语言设计、查询处理、存取方法、并发控制和查询重写等技术上都有重大贡献。

1980年代他又开发了POSTGRES项目，目的是在关系数据库之上增加对更复杂的数据类型的支持，包括对象、地理数据、时间序列数据等。后来这个系统演变为开源的PostgreSQL，Greenplum、Aster Data、Netezza和Stonebraker自己创办的Ilustra（后被Informix收购）等多个商业公司和开源的产品都是基于PostgreSQL开发的。

1990年代，他启动了联邦数据库Mariposa，基于此创办了Cohera公司，后被PeopleSoft收购。Mariposa和稍早的XPRS（与Randy Katz、David Patterson和John Ousterhout诸位大牛合作）和Distributed Ingres两个项目开了一代分布式数据库风起之先。Shared Nothing架构这一重要概念也是那个时期提出来的，这已经成为如今大数据系统的基石之一。

3、数据库存储模型分类和适合场景

按关系模型来组织和管理，存储数据，流行了30多年，最近这十年才因为数据量爆炸，为了保证性能，工业界在关系模型上做了一定的妥协，针对不同的场景，采用不同的存储方式，没有完全遵守数据库模型。类似redis这种的又是非关系型数据库，这类技术被称之为NoSQL，还有新出现的一类数据库，NewSQL，NewSQL是不仅具有NoSQL对海量数据的存储管理能力，还保持了传统数据库对ACID和SQL特性的支持。

NoSQL相对传统数据库是实践的妥协，为了实现高吞吐量，不支持ACID数据库的设计范式。NoSQL没有统一的查询语言。

按照存储模型来说分为以下4类。

 列式存储模型

 文档数据模型

 键值数据模型

 图式数据模型

• 列式存储模型

应用场景：分布式数据存储，在分布式文件系统上支持随机读写的分布式数据存储。

典型的产品：Hadoop/Hbase，Hypertable

数据模型：以“列”为中心进行存储，将同一列数据存储在一起。

优点：快速查询，高可扩展性，易于实现分布式扩展。

• 文档数据模型

应用场景：非强事务需求的web应用。

典型的产品：MongoDB，Elasticsearch

数据模型：键值模型，存储为文档模型

优点：数据模型无须事先定义，存储很随意。

• 键值数据模型

应用场景：内容缓存，用于大量的并行数据访问的高负载场景。

典型的产品：Redis，DynamoDB，LevelDB

数据模型：基于哈希表实现的key-value

有点：查询迅速，写入迅速

缺点：数据没有什么结构

• 图式数据模型

应用场景：社交网络、推荐系统，关系图谱（如陌陌的附近的人这样的功能）

典型的产品：Neo4J

数据模型：图式结构

优点：适用于图式计算场景