系统架构教程第12章：NoSQL数据库

章节头部第12章

🗄️ NoSQL数据库

掌握现代NoSQL数据库的分类、特点和应用场景，学习MongoDB、Redis、Cassandra和Neo4j的使用
学习目标

学习目标

理解NoSQL数据库的概念和分类
掌握文档数据库MongoDB的特点和应用
学习键值数据库Redis的使用场景
了解列族数据库Cassandra的架构
认识图数据库Neo4j的优势和应用

NoSQL分类

NoSQL（Not Only SQL）数据库是为了解决传统关系型数据库在处理大数据、高并发、分布式场景下的局限性而产生的。NoSQL数据库具有高可扩展性、高性能、灵活的数据模型等特点。

核心理解

NoSQL并不是要完全替代SQL数据库，而是在特定场景下提供更好的解决方案。选择合适的数据库类型是架构设计的重要决策。

NoSQL数据库分类

文档数据库以文档为存储单位，支持复杂的数据结构，如JSON、BSON等。代表：MongoDB、CouchDB。键值数据库最简单的NoSQL模型，通过键值对存储数据，性能极高。代表：Redis、DynamoDB。列族数据库按列存储数据，适合大数据分析和时序数据。代表：Cassandra、HBase。图数据库专门处理图形数据和复杂关系查询。代表：Neo4j、ArangoDB。

NoSQL vs SQL对比

特性	SQL数据库	NoSQL数据库
数据模型	关系型，表结构	多样化：文档、键值、列族、图
扩展性	垂直扩展为主	水平扩展友好
ACID特性	强一致性	最终一致性
查询语言	标准SQL	各自的查询API
适用场景	复杂事务、关系查询	大数据、高并发、灵活模式

文档数据库（MongoDB）

MongoDB是最流行的文档数据库，使用BSON（Binary JSON）格式存储数据。它提供了丰富的查询功能、自动分片、副本集等企业级特性。

MongoDB核心特性

灵活的文档模型：支持嵌套文档和数组，无需预定义schema
强大的查询能力：支持复杂查询、索引、聚合管道
水平扩展：内置分片功能，支持自动数据分布
高可用性：副本集提供自动故障转移
ACID事务：4.0版本开始支持多文档事务

MongoDB基本操作

MongoDB查询示例

// 插入文档
db.users.insertOne({
  name: "张三",
  age: 25,
  email: "[email protected]",
  address: {
    city: "北京",
    district: "朝阳区"
  },
  hobbies: ["读书", "游泳", "编程"]
});

// 查询文档
db.users.find({ age: { $gte: 18 } });

// 更新文档
db.users.updateOne(
  { name: "张三" },
  { $set: { age: 26 }, $push: { hobbies: "旅行" } }
);

// 聚合查询
db.users.aggregate([
  { $match: { age: { $gte: 18 } } },
  { $group: { _id: "$address.city", count: { $sum: 1 } } },
  { $sort: { count: -1 } }
]);

适用场景

内容管理博客、新闻、产品目录等内容管理系统，数据结构灵活多变。实时分析用户行为分析、日志分析等需要快速写入和查询的场景。游戏应用游戏数据存储，如玩家信息、游戏状态等复杂数据结构。键值数据库（Redis）

键值数据库（Redis）

Redis（Remote Dictionary Server）是一个高性能的键值存储系统，支持多种数据结构，常用作缓存、消息队列和会话存储。

Redis数据类型

字符串（String）最基本的数据类型，可以存储文本、数字、二进制数据，最大512MB。列表（List）有序的字符串列表，支持从两端插入和弹出，适合实现队列和栈。集合（Set）无序的字符串集合，自动去重，支持集合运算。有序集合（ZSet）带分数的有序集合，支持范围查询和排行榜功能。哈希（Hash）键值对的集合，适合存储对象的属性。

Redis基本操作

Redis命令示例

# 字符串操作
SET user:1:name "张三"
GET user:1:name
INCR user:1:visits

# 列表操作
LPUSH tasks "task1" "task2" "task3"
RPOP tasks
LLEN tasks

# 集合操作
SADD tags "redis" "nosql" "database"
SMEMBERS tags
SINTER tags1 tags2

# 哈希操作
HSET user:1 name "张三" age 25 city "北京"
HGET user:1 name
HGETALL user:1

# 有序集合操作
ZADD leaderboard 100 "player1" 200 "player2" 150 "player3"
ZRANGE leaderboard 0 -1 WITHSCORES
ZREVRANK leaderboard "player2"

Redis应用场景

缓存系统：提高数据访问速度，减少数据库压力
会话存储：分布式系统中的用户会话管理
消息队列：使用List实现简单的消息队列
计数器：网站访问量、点赞数等实时计数
排行榜：游戏排行榜、热门文章排序
分布式锁：在分布式环境中实现互斥锁

列族数据库（Cassandra）

Apache Cassandra是一个高度可扩展的分布式列族数据库，设计用于处理大量数据和高并发访问。它提供了线性扩展能力和高可用性。

Cassandra核心特性

线性扩展添加节点即可线性提升性能，无单点故障。高可用性数据自动复制到多个节点，支持跨数据中心部署。高性能写入优化的写入路径，支持高并发写入操作。

数据模型

Cassandra使用列族（Column Family）作为数据组织单位，类似于关系数据库的表，但更加灵活。每行可以有不同的列，列按列族分组。
Cassandra CQL示例

-- 创建键空间
CREATE KEYSPACE ecommerce 
WITH REPLICATION = {
  'class': 'SimpleStrategy',
  'replication_factor': 3
};

-- 创建表
CREATE TABLE ecommerce.orders (
  user_id UUID,
  order_date timestamp,
  order_id UUID,
  total_amount decimal,
  status text,
  PRIMARY KEY (user_id, order_date, order_id)
) WITH CLUSTERING ORDER BY (order_date DESC);

-- 插入数据
INSERT INTO ecommerce.orders 
(user_id, order_date, order_id, total_amount, status)
VALUES 
(uuid(), '2024-01-15 10:30:00', uuid(), 299.99, 'completed');

-- 查询数据
SELECT * FROM ecommerce.orders 
WHERE user_id = ? AND order_date >= '2024-01-01';

适用场景

时序数据：IoT传感器数据、日志数据、监控指标
用户活动跟踪：用户行为日志、点击流数据
消息系统：聊天记录、通知历史
金融数据：交易记录、价格历史

图数据库（Neo4j）

Neo4j是领先的图数据库，专门用于存储和查询图形数据。它使用节点、关系和属性来表示和存储数据，特别适合处理复杂的关系查询。

图数据模型

节点（Nodes）表示实体，如人、产品、公司等，可以有标签和属性。关系（Relationships）连接节点的有向边，表示实体间的关系，也可以有属性。属性（Properties）节点和关系的键值对数据，存储具体信息。

Cypher查询语言

Cypher是Neo4j的声明式查询语言，使用ASCII艺术风格的语法来表示图形模式，直观易懂。
Cypher查询示例

// 创建节点
CREATE (alice:Person {name: 'Alice', age: 30})
CREATE (bob:Person {name: 'Bob', age: 25})
CREATE (company:Company {name: 'TechCorp'})

// 创建关系
CREATE (alice)-[:WORKS_FOR {since: 2020}]->(company)
CREATE (bob)-[:WORKS_FOR {since: 2021}]->(company)
CREATE (alice)-[:KNOWS {since: 2019}]->(bob)

// 查询朋友的朋友
MATCH (person:Person)-[:KNOWS]->(friend)-[:KNOWS]->(friendOfFriend)
WHERE person.name = 'Alice'
RETURN friendOfFriend.name

// 查找最短路径
MATCH path = shortestPath(
  (start:Person {name: 'Alice'})-[*]-(end:Person {name: 'Charlie'})
)
RETURN path

// 推荐算法：找到共同朋友最多的人
MATCH (person:Person {name: 'Alice'})-[:KNOWS]->(friend)-[:KNOWS]->(recommendation)
WHERE NOT (person)-[:KNOWS]->(recommendation)
RETURN recommendation.name, count(friend) as mutualFriends
ORDER BY mutualFriends DESC
LIMIT 5

Neo4j应用场景

社交网络用户关系、好友推荐、社区发现、影响力分析。推荐系统基于关系的商品推荐、协同过滤、个性化推荐。欺诈检测识别可疑的交易模式、关联分析、风险评估。知识图谱构建企业知识库、语义搜索、智能问答。选择指南

NoSQL数据库选择指南

选择合适的NoSQL数据库需要考虑数据模型、性能要求、扩展性需求、一致性要求等多个因素。

选择原则

数据结构：根据数据的复杂度和关系选择合适的数据模型查询模式：考虑主要的查询类型和频率扩展需求：评估未来的数据量和并发量增长一致性要求：权衡一致性和可用性的需求团队技能：考虑团队的技术栈和学习成本

决策矩阵

场景	推荐数据库	原因
内容管理系统	MongoDB	灵活的文档结构，丰富的查询功能
缓存层	Redis	极高的读写性能，丰富的数据类型
时序数据	Cassandra	优秀的写入性能，时间序列优化
社交网络	Neo4j	天然的图形数据模型，关系查询优化
实时分析	MongoDB + Redis	组合使用，发挥各自优势