NoSQL的核心驱动力是传统关系型数据库无法适配大数据、互联网场景下的新需求具体可分为两个层面数据形态与规模的变化当前通过谷歌、Facebook等第三方平台数据获取和采集的门槛大幅降低数据量呈现爆发式增长同时数据类型不再局限于结构化数据半结构化、非结构化数据如日志、文本、视频、用户行为数据占比越来越高传统关系型数据库的固定表结构无法适配这类灵活的数据存储需求。传统关系型数据库的固有瓶颈关系型数据库在以下场景存在无法解决的短板高并发读写场景互联网应用往往每秒有上万次读写请求传统关系型数据库的硬盘IO会成为明显瓶颈海量数据高效处理场景针对包含亿级以上数据的表关系型数据库的查询效率会大幅下降类似淘宝双十亿万级订单生成的场景传统数据库无法支撑扩展与高可用需求关系型数据库以纵向扩展升级硬件为主存在扩展上限且扩容需要停机维护、数据迁移无法满足7*24小时不间断服务的互联网业务需求非结构化数据处理需求关系型数据库的严格数据模型无法灵活存储半结构化、非结构化数据适配成本极高。二、互联网环境下NoSQL的应用优势灵活的可扩展性NoSQL采用分布式架构支持横向扩展当性能不足时只需动态增加/删除集群节点即可不需要停机维护可轻松支撑大规模数据集和高并发访问远高于传统关系型数据库纵向扩展的上限。灵活的数据模型NoSQL不需要预先定义严格的数据表结构每条记录可以有不同的属性和格式可同时处理结构化、半结构化和非结构化数据完美适配迭代快速、数据格式多变的互联网Web2.0应用。高性能读写能力NoSQL通过内存存储、索引优化、异步写入、无共享架构数据存储在本地节点减少网络IO开销等设计可实现极高的读写性能比如Redis可支持每秒10万次以上的读写操作在高并发、大数据量场景下的表现远优于关系型数据库。高可用与容错能力NoSQL通过数据分区、多副本复制的方式实现冗余备份不存在单点故障问题单个节点故障时可自动迁移数据、替换故障节点在节点故障或网络中断的情况下仍可持续提供服务升级扩展时也不需要停机。低成本优势绝大多数NoSQL数据库是开源的不需要支付昂贵的许可费用同时可采用廉价硬件部署还支持云环境按需付费部署和维护成本远低于商业关系型数据库。与云计算、大数据生态适配NoSQL和云计算、大数据处理模式深度融合可对接Hadoop、Spark等分布式计算框架支撑大数据分析、数据挖掘等场景需求。三、第三方平台数据采集场景中NoSQL的作用第三方平台数据采集往往具有数据量巨大、数据格式多样、采集并发高、后续需要大数据分析的特点NoSQL在这类场景的作用如下多类型数据统一存储第三方平台采集的数据包含结构化的用户属性、半结构化的行为日志、非结构化的文本/图片/视频等内容NoSQL不需要预定义表结构可灵活存储不同格式的采集数据减少数据预处理的成本。支撑高并发采集写入数据采集往往需要同时接收海量终端的上报请求NoSQL的高并发写入性能可支撑每秒数万甚至数十万级的写入请求保证数据采集不丢失、不卡顿。弹性扩展适配数据增长第三方平台的采集数据量会随业务拓展持续增长NoSQL的横向扩展能力可通过增加节点轻松支撑PB级甚至更大量级的存储需求不需要中断采集业务。保障采集服务高可用数据采集需要7*24小时不间断运行NoSQL的多副本冗余、故障自动转移能力可避免单点故障导致的采集中断保障采集服务的持续可用。支撑后续大数据分析NoSQL存储的采集数据可直接对接Hadoop、Spark等大数据计算框架可直接用于后续的情感分析、用户画像、风险识别、商业决策分析等业务比如通用电气就基于大数据框架分析存储在NoSQL中的用户评论数据为营销活动提供支撑。总结NoSQL是大数据时代为弥补传统关系型数据库的短板而诞生的技术其本质是“Not Only SQL”和关系型数据库是互补而非替代的关系。它在扩展性、灵活性、性能、成本上的优势完美适配当前互联网海量、高并发、非结构化的数据场景在第三方数据采集、互联网业务、大数据分析等领域都有不可替代的作用。不过NoSQL也存在事务一致性弱、复杂查询能力不足、技术成熟度较低的短板实际应用中往往会采用混合架构结合关系型数据库和NoSQL的各自优势实现业务支撑。