SQL 数据库与 NoSQL 数据库：有什么区别？

SQL，即“结构化查询语言”，是一种编程语言，自 20 世纪 70 年代以来，它被广泛用于关系数据库管理系统 (RDBMS) 中的数据管理。在存储成本高昂的早期，SQL 数据库专注于减少数据重复。

时至今日，SQL 仍然被广泛用于查询关系数据库，其中数据存储在以各种方式链接的行和表中。一个表记录可以相互链接或链接到许多其他表记录，或者许多表记录可能与另一个表中的许多记录相关。这些关系数据库提供快速数据存储和恢复功能，可以处理大量数据和复杂的 SQL 查询。

NoSQL 是一种非关系型数据库，这意味着它允许使用与 SQL 数据库不同的结构（不是行和列），并且能够更灵活地使用最适合数据的格式。“NoSQL”一词直到 21 世纪初才出现。这并不意味着系统不使用 SQL，因为 NoSQL 数据库有时确实支持某些 SQL 命令。更准确地说，“NoSQL”有时被定义为“不仅是 SQL”。

要掌握相关基础知识，请观看来自 Jamil Spain 的以下视频：

SQL 数据库在处理结构化数据（即变量和实体之间存在关系的数据）方面非常有价值。

通常，SQL 数据库可以垂直扩展，这意味着您可以通过迁移到可增加更多 CPU、RAM 或 SSD 功能的更大服务器来增加服务器的负载。虽然垂直扩展是最常用的方式，但 SQL 数据库也能通过分片或分区逻辑实现水平扩展，只是这类功能的支持程度尚不完善。

SQL 数据库以关系和表格的方式组织数据，使用具有列或属性和记录行的表。因为 SQL 使用严格预定义的模式，它需要在开始使用 SQL 数据库之前组织和构建数据。

采用 SQL 的关系型数据库管理系统必须具备 ACID 四大特性。这些特性将确保事务成功处理，并且 SQL 数据库具有高度的可靠性：

• 原子性：所有事务必须完全成功或完全失败，即使在系统故障的情况下也不能部分完成。
• 一致性：数据库必须遵循校验规则，确保每个操作步骤都有效且防止数据损坏。
• 隔离：并发事务不会相互影响。
• 持久性：事务是最终的，即使是系统故障也无法“回滚”完整的事务。

因为 SQL 数据库拥有悠久的历史，所以它们拥有庞大的社区，并且在线有许多稳定代码库的示例。有许多专家可以为 SQL 和编程关系数据提供支持。

• Db2
• MySQL
• PostgreSQL
• YugabyteDB 
• CockroachDB 
• Oracle Database
  
• Azure SQL 数据库

与 SQL 不同，NoSQL 系统允许您使用数据库中的不同数据结构。由于它们允许对非结构化数据采用动态模式，因此无需预先规划和预先组织数据，也更容易进行修改。NoSQL 数据库允许您添加新属性和字段，并且可以在数据库中使用各种语法。

NoSQL 数据库可以更好地水平扩展，这意味着可以根据需要添加额外的服务器或节点来增加负载。

NoSQL 数据库不是关系数据库，因此它们不仅仅将数据存储在行和表中。相反，它们通常属于以下四种类型的结构之一：

• 列式存储，数据存储在单元格中，这些单元格按列分组（列数几乎无限），而非按行分组。
• 键值存储，使用关联数组（也称为字典或地图）作为数据模型。该模型将数据表示为键值对的集合。
• 文档存储：使用文档以标准格式保存和编码数据，包括 XML、YAML、JSON（JavaScript 对象表示法）和 BSON。它的一个优点是单个数据库中的文档可以具有不同的数据类型。
• 图形数据库，用图形表示数据，显示不同数据集之间的关系。Neo4j、RedisGraph（Redis 内置的图形模块）和 OrientDB 是图形数据库的例子。

SQL 需要 ACID 特性，而 NoSQL 遵循 CAP 理论（尽管一些 NoSQL 数据库，例如 IBM 的 DB2、MongoDB、AWS 的 DynamoDB 和 Apache 的 CouchDB）也可以集成并遵循 ACID 规则。

CAP 定理指出，分布式数据系统只能通过权衡机制，在同一时间内确保 CAP 这三个特性中的两项：

• 一致性：每个请求要么收到最新结果，要么收到错误信息。MongoDB 就是强一致系统的例子，而 Cassandra 等其他系统则提供最终一致性。
• 可用性：每个请求都会产生非错误结果。
• 分区容错性：节点间的任何延迟或丢失都不会中断系统运营。

尽管 NoSQL 技术迅速获得了市场采纳，但其用户社区规模相对较小，因此获得的技术支持也较为有限。与多数 SQL 语言的闭源特性形成对比的是，NoSQL 用户确实能从开源生态中获益。

• Redis
• CouchDB
• MongoDB
• Cassandra
• ElasticSearch
• BigTable
• Neo4j
• HBase

在处理相关数据时，SQL 是一个不错的选择。关系数据库高效、灵活，任何应用程序都可以轻松访问。关系数据库的优势在于，当一个用户更新特定记录时，数据库的每个实例都会自动刷新，且可实时提供该信息。

SQL 和关系数据库可以轻松处理大量信息，根据需要进行扩展，并允许灵活访问数据，例如，只需更新一次数据，而无需更改多个文件。它也最适合评估数据完整性。由于每项数据均存储于单一位置，无需担心旧版本数据引发混淆。

大多数大型科技公司都在使用 SQL，包括 Uber、Netflix 和 Airbnb。甚至像 Google、Facebook、Amazon 这样自建数据库系统的大公司，也使用 SQL 来查询和分析数据。

SQL 的价值在于确保数据的有效性，而 NoSQL 的优势则在于大数据的快速可用性。当公司因需求变化而需要扩展时，这也是一个不错的选择。NoSQL 数据库具有易用性、灵活性与高性能三大优势。

当存在大量（或不断变化）的数据集时、处理灵活的数据模型或不适合关系模型的需求时，NoSQL 也是不错的选择。处理大量非结构化数据时，文档数据库（例如 CouchDB、MongoDB 和 Amazon DocumentDB）是理想之选。若需快速访问键值存储库且无需强完整性保证，Redis 或许是理想选择。当需要在大量数据中进行复杂或灵活的搜索时，Elastic Search 是一个不错的选择。

可扩展性是 NoSQL 数据库的显著优势。与 SQL 不同，它们内置的分片和高可用性要求允许横向扩展。此外，NoSQL 数据库（例如 Facebook 开发的 Cassandra）可处理分布在许多服务器上的大量数据，没有单点故障，并提供了最大的可用性。

其他一些大型公司也使用 NoSQL 系统，因为它们依赖于大量不适合关系型数据库的数据，包括 Amazon、Google 和 Netflix。一般来说，数据集越广泛，NoSQL 就越有可能是更好的选择。

选择或建议数据库是大多数数据库专家的关键责任，而“SQL 与 NoSQL”是做出明智决策的一个有用框架。在选择数据库时，还需重点考量核心数据需求与可接受的权衡方案，以确保满足性能与可用性目标。

IBM Cloud 通过其云原生数据库支持多种 SQL 和 NoSQL 数据库的云托管版本。要获取更多关于选择最佳数据库选项的指导，请查看“数据库领域概述”和“如何在 IBM Cloud 上选择数据库”。

对深入了解各个数据库感兴趣吗？欢迎阅读我们的“数据库深度解析”系列博客文章。