常見的 NoSQL 類型#

以下是最常見的 NoSQL 資料庫類型：

  • Key-Value Store（鍵值儲存）：資料以鍵值對陣列的形式儲存，「鍵」是屬性名稱，對應到「值」。常見的鍵值資料庫包括 Redis、Voldemort 和 Dynamo。
  • Document Database（文件資料庫）：資料儲存在「文件」中（而非傳統的表格列與欄），文件再組成「集合（Collection）」。每份文件可以有完全不同的結構。代表產品包括 CouchDB 和 MongoDB。
  • Wide-Column Database（寬列資料庫）：使用「Column Family」取代傳統的「表」，作為列的容器。不需要事先定義所有欄位，且每列不必擁有相同數量的欄。特別適合分析大型資料集，代表產品包括 Cassandra 和 HBase。
  • Graph Database（圖形資料庫）：適合儲存以圖形關係表示的資料。資料以圖形結構儲存，包含節點（Node）、屬性（Property）和邊（Edge）。代表產品包括 Neo4J 和 InfiniteGraph。

SQL 與 NoSQL 的主要差異#

儲存方式（Storage）#

  • SQL：資料儲存在表格中，每列代表一個實體，每欄代表該實體的一個資料點
  • NoSQL：有不同的儲存模型，主要包括鍵值、文件、圖形和寬列四種

結構描述（Schema）#

  • SQL：每筆記錄遵循固定結構描述，欄位必須在資料輸入前決定，每列都必須包含所有欄位的資料。若要修改結構描述，需要變更整個資料庫並可能需要停機
  • NoSQL：結構描述是動態的，可以隨時新增欄位，每筆記錄不必包含所有欄位的資料

查詢方式（Querying）#

  • SQL：使用結構化查詢語言（SQL）來定義和操作資料，功能強大
  • NoSQL：查詢聚焦於文件集合，有時稱為 UnQL（Unstructured Query Language），各資料庫的語法不盡相同

可擴展性（Scalability）#

  • SQL：通常採用垂直擴展（Scale Up），透過增加硬體資源（更多記憶體、更強的 CPU 等）來提升效能，成本高昂。雖然可以跨多台伺服器擴展，但過程複雜且耗時
  • NoSQL：天生支援水平擴展（Scale Out），可以輕鬆新增伺服器來處理大量流量。使用一般商用硬體或雲端實例即可運行，成本效益遠優於垂直擴展。許多 NoSQL 技術還會自動在伺服器之間分散資料

ACID 合規性（Reliability）#

  • SQL：絕大多數關聯式資料庫符合 ACID（Atomicity、Consistency、Isolation、Durability）標準，在資料可靠性和交易安全保證方面表現更佳
  • NoSQL：大多數 NoSQL 方案會犧牲 ACID 合規性，以換取更好的效能和可擴展性

如何選擇 SQL 或 NoSQL#

資料庫技術沒有一體適用的方案。許多企業同時使用關聯式與非關聯式資料庫來滿足不同需求。選擇正確的技術取決於具體的使用情境。

適合使用 SQL 的情境#

  1. 需要 ACID 合規性：ACID 合規性可減少異常並保護資料庫的完整性，精確規範交易如何與資料庫互動。對於許多電子商務和金融應用程式，ACID 合規的資料庫仍是首選
  2. 資料結構固定且穩定：如果業務沒有經歷大規模成長（不需要更多伺服器），且資料格式一致不變，則不需要使用專為多種資料類型和大流量設計的系統

適合使用 NoSQL 的情境#

  1. 儲存大量非結構化資料：NoSQL 不限制可儲存的資料類型，允許隨需求變化新增不同類型。文件型資料庫可將資料存放在同一處，無需事先定義資料類型
  2. 善用雲端運算與儲存：雲端儲存是優秀的節省成本方案，但需要資料能輕鬆分散到多台伺服器。像 Cassandra 這類 NoSQL 資料庫，原生設計即可跨多個資料中心擴展，大幅降低部署複雜度
  3. 快速開發迭代：NoSQL 不需要事先準備結構描述。如果專案需要頻繁更新資料結構且各版本間不能有太多停機時間，關聯式資料庫會拖慢開發速度，NoSQL 則非常適合此場景
Backward Redundancy and Replication CAP Theorem Forward