作者：Boris Scholl, Trent Swanson, Peter Jausovec

來源：大數據DT(ID：hzdashuju)

內容摘編自《云原生：運用容器、函數計算和數據構建下一代應用》

導讀：數據庫通常用來存儲結構化數據，這些數據有明確定義的格式。在過去的幾年中，已經發布了許多數據庫，可供我們選擇的數據庫每年都在增長。這些數據庫中有許多是為特定類型的數據模型和工作任務設計的。其中一些支持多種模型，通常被歸類為多模型數據庫。

了解數據庫的各種分類有助于你在設計應用時選擇正確的數據庫。

01 鍵值數據庫

通常，只需要使用主鍵甚至是部分鍵來檢索應用程序的數據。鍵/值數據庫可以被看作一個非常大的哈希表，該表在唯一的鍵下存儲了一些值。存儲的值可以通過鍵或者部分鍵高效地檢索到。因為該值對于數據庫是不透明的，所以如果需要按值來查找一條記錄的話就需要逐條掃描。

鍵/值數據庫中的鍵可以包含多個元素，甚至可以排序以提高查詢效率。一些鍵/值數據庫允許使用鍵的前綴進行查找，從而可以使用復合鍵。如果數據可以通過一些簡單的鍵嵌套查詢，那鍵/值數據庫會是個不錯的選擇。

例如，我們將客戶xyz的訂單存儲在鍵/值數據庫中，可以使用客戶ID作為鍵的前綴，結合訂單號組成鍵“xyz-1001”來存儲訂單?？梢允褂谜麄€鍵來檢索特定的訂單，也可以使用“xyz”前綴檢索客戶xyz的所有訂單。

說明：鍵/值數據庫通常是比較便宜的，且具有高度可伸縮性的數據存儲。鍵/值數據庫能夠根據鍵對數據進行分區甚至重分區。使用鍵/值數據庫時，選擇鍵很重要，因為這將對數據存儲的規模和讀寫性能產生重大影響。

02 文檔數據庫

文檔數據庫和鍵/值數據庫類似，因為它也通過主鍵存儲文檔(值)。與鍵/值數據庫不同的是，文檔數據庫中的文檔需要符合某些定義好的結構，而鍵/值數據庫幾乎可以存儲任意值。這使得文檔數據庫可以啟用諸如維護二級索引的功能以及基于文檔查詢數據的功能。

通常存儲在文檔數據庫中的值是哈希圖(JSON對象)和列表(JSON數組)的組合。JSON格式在文檔數據庫中很常用，盡管許多數據庫引擎使用了更高效的內部存儲格式，例如MongoDB的BSON。

建議：當你從關系型數據庫轉換到基于文檔的數據庫時，你需要思考如何去組織數據。許多人需要時間來過渡到這種不同的數據建模方法。

傳統關系型數據庫(如PostgreSQL)存儲的數據大部分也可以存儲在文檔數據庫中。它們正變得越來越流行，與關系數據庫不同，這些存儲的文檔可以很好地映射成編程語言中的對象，并且不需要對象關系映射(ORM)工具。

這些數據庫通常不強制要求定義數據模式(schema)，這對于在軟件持續交付(CD)過程中需要更新數據模式的情形具有一些優勢。

說明：不強制要求定義模式的數據庫通常被稱為“讀時模式(schema on read)”，因為盡管數據庫未強制要求模式，但是在使用數據的應用中存在固有的模式，并且需要知道如何轉化讀到的數據。

03 關系型數據庫

關系型數據庫將數據組織到稱為表的二維結構中，該結構由列和行組成。一張表中的數據可以與另一表中的數據有關聯，數據庫系統可以保證這種關聯。關系型數據庫通常強制執行嚴格的模式，也稱為“寫時模式(schema on write)”，在該模式中，向數據庫寫入的數據必須符合數據庫中定義的結構。

關系型數據庫已經存在很長時間了，許多開發人員都有使用它們的經驗。迄今為止，最流行和最常用的數據庫仍然是關系型數據庫。這些數據庫非常成熟，可以處理包含大量關系的數據，并且擁有大量知道如何使用它們的工具和應用程序生態系統。

在文檔數據庫中可能很難使用多對多關系，但是在關系型數據庫中這非常簡單。如果應用的數據具有很多關系，尤其是有事務處理的需求，那么這些數據庫可能很合適。

04 圖數據庫

圖數據庫存儲兩種類型的信息：邊和節點。邊定義了節點之間的關系，你可以把節點看作實體。節點和邊都具有屬性，其中存儲了該節點或邊的一些信息。邊通常會定義關系的方向或性質。

圖數據庫可以很好地分析實體之間的關系。圖數據也可以存儲在任何其他數據庫中，但是當圖的遍歷變得越來越復雜時，其他類型的存儲可能很難滿足圖數據對性能和伸縮性的需求。

05 列族數據庫

列族數據庫(column family database)將數據組織成行和列，乍一看可能與關系型數據庫非常相似。你可以將列族數據庫視為行和列組成的表格數據，但是列被分了組，稱為列族。

每個列族包含了一組邏輯上相關的列，通常被作為一個單元進行檢索或操作。能被單獨訪問的數據可以存儲在單獨的列族中。在一個列族中，可以動態添加新列，并且行可以是稀疏的(也就是說，行不需要在每個列下面都有值)。

06 時序數據庫

時序數據庫是針對時間進行優化的數據庫，可根據時間來存儲值。這些數據庫通常需要支持大量的寫操作。它們通常被用于從大量數據源實時收集大量數據。這些數據很少更新，刪除操作通常是批量進行的。寫入時序數據庫的記錄通常很小，但記錄的量很多。

時序數據庫非常適合存儲遙測數據。流行的用途包括物聯網(IoT)傳感器或應用程序/系統的計數器。時序數據庫通常會提供數據保持、下采樣以及根據數據使用模式的配置將數據保存到其他存儲中的功能。

07 搜索引擎

搜索引擎數據庫通常用于搜索保存在其他存儲和服務中的數據。搜索引擎數據庫可以對大量的數據建立索引，并提供近實時的索引查詢。

除了搜索像網頁這樣的非結構化的數據，許多應用程序還使用它為其他數據庫中的數據提供結構化和即時搜索功能。有一些數據庫也能提供全文索引功能，但是搜索數據庫還具備通過詞干和泛化將單詞縮減為詞根的功能。

關于作者：鮑里斯·肖勒(Boris Scholl)是Azure計算團隊的產品架構師，專注于下一代分布式系統平臺和應用程序模型的研究，擁有多項有關云計算與分布式系統的專利。

特倫特·斯旺森(Trent Swanson)是專注于云和邊緣技術的軟件架構師。他幫助了不少微軟的大客戶把應用遷移上云，或在云中構建應用。

彼得·加索維奇(Peter Jausovec)是一名軟件工程師，在軟件開發和技術領域有10多年的經驗。近年來，他一直致力于開發分布式系統上的云原生解決方案。