中國通信建設(shè)集團(tuán)設(shè)計(jì)院有限公司第四分公司 李業(yè)田

引言：隨著大數(shù)據(jù)概念的興起，關(guān)于關(guān)系型數(shù)據(jù)庫、分布式數(shù)據(jù)庫、MPP數(shù)據(jù)庫、列式數(shù)據(jù)庫等基于不同范疇對(duì)數(shù)據(jù)庫的分類與叫法也層出不窮，那么這些各種類型的數(shù)據(jù)庫是什么區(qū)別呢，它們之間的關(guān)系又是怎么樣的，本文將帶你一起理解各種數(shù)據(jù)庫的定義與異同。

1.關(guān)系型數(shù)據(jù)庫與非關(guān)系型數(shù)據(jù)庫

(1)關(guān)系型數(shù)據(jù)庫

即處理結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)庫，標(biāo)準(zhǔn)數(shù)據(jù)查詢語言SQL就是一種基于關(guān)系數(shù)據(jù)庫的語言，這種語言執(zhí)行關(guān)系數(shù)據(jù)庫中數(shù)據(jù)的檢索和操作。簡單的可以理解為二維數(shù)據(jù)庫,表的格式就如Excel,有行有列。

(2)非關(guān)系型數(shù)據(jù)庫

即處理非結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)庫，例如HTML、XML、圖片、音頻、視頻等不能用傳統(tǒng)的行列格式的二維表來表示的非結(jié)構(gòu)化數(shù)據(jù)，又叫NoSQL數(shù)據(jù)庫，NoSQL數(shù)據(jù)庫不支持Join處理，各個(gè)數(shù)據(jù)都是獨(dú)立設(shè)計(jì)的，把數(shù)據(jù)分散在多個(gè)服務(wù)器上，減少了每個(gè)服務(wù)器上的數(shù)據(jù)量，即使要處理大量數(shù)據(jù)的寫入，也變得更加容易，數(shù)據(jù)的讀入操作也同樣更加容易。

2.集中式數(shù)據(jù)庫與分布式數(shù)據(jù)庫

(1)集中式數(shù)據(jù)庫

集中式數(shù)據(jù)庫一般是指數(shù)據(jù)進(jìn)行集中存儲(chǔ)的數(shù)據(jù)庫，集中式數(shù)據(jù)存儲(chǔ)的主要特點(diǎn)是能把所有數(shù)據(jù)保存在一個(gè)地方，各地遠(yuǎn)程終端通過網(wǎng)絡(luò)訪問中央服務(wù)器，例如銀行的自動(dòng)提款機(jī)(ATM)。

(2)分布式數(shù)據(jù)庫

狹義上來講，分布式數(shù)據(jù)庫是將原來集中式數(shù)據(jù)庫中的數(shù)據(jù)分散存儲(chǔ)到多個(gè)通過網(wǎng)絡(luò)連接的存儲(chǔ)節(jié)點(diǎn)上，以獲取更大的存儲(chǔ)容量和更高的并發(fā)訪問量。廣義上來說，以下三種定義都可以稱之為分布式數(shù)據(jù)庫：

1)物理數(shù)據(jù)存儲(chǔ)位置分散到各地的數(shù)據(jù)庫；

2)實(shí)現(xiàn)了分布式計(jì)算的數(shù)據(jù)庫；

3)基于分布式文件系統(tǒng)(HDFS)的數(shù)據(jù)庫。

在大數(shù)據(jù)的概念中，一般把基于分布式文件系統(tǒng)(HDFS)的數(shù)據(jù)庫定義為分布式數(shù)據(jù)庫。

3.MPP數(shù)據(jù)庫與Master/Slave數(shù)據(jù)庫

(1)MPP數(shù)據(jù)庫

MPP即Massively Parallel Processing大規(guī)模并行處理，MPP數(shù)據(jù)庫仍然屬于關(guān)系型數(shù)據(jù)庫，是一種新型的數(shù)據(jù)庫集群，重點(diǎn)面向行業(yè)大數(shù)據(jù)，采用Shared Nothing(無共享)架構(gòu)，每個(gè)Node節(jié)點(diǎn)的地位是完全一樣的，通過列存儲(chǔ)、粗粒度索引等多項(xiàng)大數(shù)據(jù)處理技術(shù)，再結(jié)合MPP架構(gòu)高效的分布式計(jì)算模式，完成對(duì)分析類應(yīng)用的支撐，運(yùn)行環(huán)境多為低成本PC Server，具有高性能和高擴(kuò)展性的特點(diǎn)，在企業(yè)分析類應(yīng)用領(lǐng)域獲得極其廣泛的應(yīng)用，這類MPP產(chǎn)品可以有效支撐PB級(jí)別的結(jié)構(gòu)化數(shù)據(jù)分析，這是傳統(tǒng)數(shù)據(jù)庫技術(shù)無法勝任的，無共享架構(gòu)如圖1所示：

圖1

(2)Master/Slave數(shù)據(jù)庫

Master/Slave數(shù)據(jù)庫即主從架構(gòu)的數(shù)據(jù)庫，是基于客戶機(jī)/服務(wù)器模式的架構(gòu)，也就是對(duì)于Master的機(jī)器，可以進(jìn)行寫入操作，而對(duì)于每個(gè)Node節(jié)點(diǎn)來說，只充當(dāng)Slave功能進(jìn)行數(shù)據(jù)讀取操作，Hadoop平臺(tái)中的Hbase數(shù)據(jù)庫就是采用了Master/Slave架構(gòu)來搭建的集群，Master/Slave架構(gòu)如圖2所示：

圖2

4.列式數(shù)據(jù)庫與行式數(shù)據(jù)庫

(1)列式數(shù)據(jù)庫

列式數(shù)據(jù)庫是以列相關(guān)存儲(chǔ)架構(gòu)進(jìn)行數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)庫，主要適合于批量數(shù)據(jù)處理和即時(shí)查詢。面向列的數(shù)據(jù)庫具有高擴(kuò)展性，即使數(shù)據(jù)增加也不會(huì)降低相應(yīng)的處理速度(特別是寫入速度)，所以它主要應(yīng)用于需要處理大量數(shù)據(jù)的情況。

(2)行式數(shù)據(jù)庫

普通的關(guān)系型數(shù)據(jù)庫都是以行為單位來存儲(chǔ)數(shù)據(jù)的，擅長以行為單位的讀入處理，比如特定條件數(shù)據(jù)的獲取。但是也存在一些關(guān)系型數(shù)據(jù)庫是列式存儲(chǔ)架構(gòu)。

5.幾種常見的數(shù)據(jù)庫歸屬

(1) Oracle、SQL server、DB2、Mysql、Sybase：關(guān)系型數(shù)據(jù)庫、集中式數(shù)據(jù)庫、行式數(shù)據(jù)庫。

(2)Hbase：非關(guān)系型數(shù)據(jù)庫、分布式數(shù)據(jù)庫、Master/Slave數(shù)據(jù)庫、列式數(shù)據(jù)庫。

(3)EMC Greenplum、HP Vertica、Google Dremel：關(guān)系型數(shù)據(jù)庫、分布式數(shù)據(jù)庫、MPP數(shù)據(jù)庫、列式數(shù)據(jù)庫。

(4)基于Mysql的Infinidb、基于Sybase的Sybase IQ：關(guān)系型數(shù)據(jù)庫、集中式數(shù)據(jù)庫、列式數(shù)據(jù)庫。

(5)Mongodb：非關(guān)系型數(shù)據(jù)庫、分布式數(shù)據(jù)庫、列式數(shù)據(jù)庫。