怎样理解NoSQL的一致性等

传统关系型数据库面临的挑战

l High Performance——对数据库高并发读写的需求
l Huge Storage——对海量数据的高效率存储的需求
l High Scalability & High Availablity——对数据库的高可扩展性和高可用性的需求。

对于当前的很多网站来说，关系数据库的很多主要特性往往无用武之地，例如：

（1）数据库事务一致性需求（关于一致性的理解，下面的图表很形象）

很多系统并不要求严格的数据库事务，对读一致性的要求很低，因此数据库事务管理成了数据库高负载下一个沉重的负担。

（2）数据库的实时性需求

对关系型数据库来说，插入一条数据后立刻查询，是肯定可以读出来这条数据的，但是对于很多Web应用而言，并不要求这么高的实时性，比方说我发一条微博之后，过几秒乃至十几秒后，别人才提示有新微博，这是完全可以的。

（3）对复杂的SQL查询，特别是多表关联查询的需求

大数据量的Web系统，非常忌讳多个大表的关联查询，以及复杂的数据分析类型的SQL报表查询，特别是SNS类型的网站，从需求以及产品设计角度，就避免这种情况的产生。往往更多的只是单表的主键查询，以及单表的简单条件分布查询，SQL的功能被极大地弱化了。

什么是NoSQL

现在一般认为NoSQL全称是Not Only SQL，是一种不同于关系型数据库的数据库管理系统设计方式。对NoSQL最普遍的解释是“非关系型的”，强调Key-Value Stores和文档数据库的优点，而不是单纯的反对RDBMS。

NoSQL的理论基础

CAP，BASE和最终一致性是NoSQL数据库存在的三大基石。

ACID vs. BASE

ACID，指数据库事务正确执行的四个基本要素的缩写。包含：原子性(Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）。

（这张PPT是Brewer教授在PODC大会上用的PPT。）

BASE内容：

Basically Availble ——基本可用

所谓的高可用性是指：每次插入或者删除一条数据，执行的速度必须要快。也可以说，我们的每一次查询都必须有结果返回。（尽管结果可能由于延迟而导致两次的结果不一致）。在换句话说，也就是低延迟！

Soft-state ——软状态/柔性事务，状态可以有一段时间不同步

也就是一致性。见下面的图表解释

Eventual Consistency ——最终一致性

最终我们获得的是一致的，能达到这样的目的就是正确的。

CAP原理

分布式系统中，有三种重要的属性，分别是：

一致性(Consistency)：任何一个读操作总是能读取到之前完成的写操作结果，也就是在分布式环境中，多点的数据是一致的。
可用性(Availability)：每一个操作总是能够在确定的时间内返回，也就是系统随时都是可用的。
分区容忍性(Tolerance of network Partition)：在出现网络分区（比如断网）的情况下，分离的系统也能正常运行。

这个概念比较难理解。

CAP原理的意思是，一个分布式系统不能同时满足一致性，可用性和分区容错性这三个需求，最多只能同时满足两个。

注意：可用性与分区容忍性在一些情况下很容易混淆。举个例子，假设系统中有若干个节点宕机了，系统仍然能正常运行，那么应该说是系统的可用性高还是分区容忍性高呢？个人的理解是，这种应该理解为系统的分区容忍性高。因为若干个节点宕机，可以理解为这几个节点与其它正常的节点失去联系了，也就是出现了网络分区，按照定义，这属于分区容忍性的范畴。那么可用性是什么？个人的理解可用性更多强调的是，系统对于读写操作的反应快慢，反应越快，可用性越高。

CAP原理是由美国著名科学家，Berkerly大学Brewer教授提出的。后来麻省理工学院的两位科学家证明了CAP原理的正确性。虽然在后来近十年的时间很多人对CAP原理出了很多异议，但是在NoSQL的世界中，它还是非常有参考价值的。

一致性or可用性，鱼和熊掌不可得兼

下面是一个牺牲一致性换取可用性的小例子。