《数据密集型应用系统设计》读书笔记 02：数据模型与查询语言

程序员贺同学

腾讯后端开发工程师

本章的思维导图：

关系型模型（Relational Model） VS 文档型模型（Document Model）

关系型模型典型的例子就是关系型数据库，通过 SQL 语言来进行数据查询。

下面显式了一条 SQL 语句的执行过程

NoSQL的诞生

NoSQL 意为 Not Only SQL，其流行背后的原因有：

比关系型数据库更好的扩展性，基于超大规模数据或者非常高的吞吐量要求
相比商业收费数据库，NoSQL 往往是基于开源免费的
特殊的查询需求，摆脱关系型 SQL 语言的约束
动态的和更具表达意义的数据模型

The Object-Relational Mismatch

如果关系型数据库用来存储对象信息的话，那么我们的应用里通常需要增加一层 translation layer，例如 ORM 框架（Hibernate or Mybatis），复杂且繁琐。

考虑一个例子——存储一个人的一份简历信息，那么此时采用 JSON 比在传统 RDBMS 中建多张表要方便得多。并且 JSON 数据往往具有更好的局部性（locality），因为它的存储方式更聚合，而不需要你用 SQL 写各种聚合查询操作。

关系/文档数据库比较

应用代码：如果应用数据具有类似文档结构(一对多，树结构)。关系模型倾向某种数据分解，模式笨重。但文档模型也有局限性：不能直接饮用文档中的嵌套项。文档模型处理多对一的数据关系很弱。
文档模型的模式灵活性：文档模型类/关系模型类似于编程语言中的动态/静态类型检查。文档模型是读时模式(数据结构是隐式的，只有在读取以后才解释)，关系数据库传统的方式是写时模式(模式时显式的，写入/读取时都必须遵循预定的结构)。
文档模型可以认为没有数据结构模式，因此改变模式非常方便。关系模式更改更复杂。大多数数据库能够在几毫秒内执行 alter，但 MySQL 不行，MySQL 会复制整张表(有辅助工具解决这个限制)
数据的存储局部性(data locality:数据视为整体存储):文档数据通常存储为 JSON/XML/变体(MongoDB 的 BSON) 连续字符串。如果频繁读取整个文档，则文档型数据库非常适用。文档数据库更新记录时，只有修改量不改变原文档大小时，才能采用原地覆盖更新，这些说明文档数据库不适用频繁更新记录的场景。
现在文档/关系数据库正在互相融合对方的功能点。如 MySQL从 5.7 版本之后开始支持 JSON 数据类型。

多对一和多对多关系

关系型数据库中很容易用 ID 区分每一行的数据，而在文档型模型中则不容易，因此文件型数据库不支持 join 操作，且文件型数据有可能在不久的将来变得愈发庞大，导致新需求需要多对多关系。

图关系数据模型

如果你的应用里多对多关系数据很多怎么办？JSON 形式的数据并不适用，这时候要换用图结构的数据。一个图结构由两部分组成，节点（vertices）和边（edge）。

图数据库应用场景

是基于实体和关系建模的数据库系统。相较于传统关系型数据库有以下优点：

容易建模。图中存储的是带属性的实体和带属性的关系，能够更为直接、自然的表达现实世界，另外图数据库有配套的查询语言，比如Gremlin等，可以方便描述查询条件。比如：查我通过2层人际关系可以认识的人，用Gremlin可以表示为g.V(我).both(认识).both(认识).both(认识)。用传统关系数据库建模抽象层次高，且SQL语句也更为抽象，尤其在表达多层关系或者涉及多表关联时显得更为复杂。由于建模的简单，基于图数据库的图形化展示也往往非常友好。
海量关系数据存储和查询。图数据库支持KV存储（如Titan和HugeGraph），可以很高效的插入大量数据。总数据量级别可达亿或十亿以上，有的甚至达到百亿；传统关系数据库则在规模达到千万以上时，就需要考虑分库分表，否则插入和查询性能会大幅下降
复杂关系查询和分析。图数据库在多层次、多样性复杂关系查询能力方面，完胜关系数据库。传统关系数据库在递归查询和多表关联查询方面效率低下。图数据库则得益于其存储模型和基于存储模型上优化的查询算法，可以高效的处理复杂关联关系查询。

这些优点也就是图数据库更为适合的使用场景：海量关联关系复杂关系查询和分析目前常见的使用图数据库场景有：

知识图谱，风控，设备管理，社交关系，网址安全等。

参考知友的回答：图数据库的应用场景有哪些？ - 愚人混世的回答 - 知乎 https://www.zhihu.com/question/58988651/answer/549893203

数据查询语言

DDIA 介绍了两种数据库查询语言，分别是：SQL 和 MapReduce。

SQL 是一种声明式的查询语言。相对的是命令式语言。声明式查询语言只需要指定所需的数据模式，而命令式语言要指定哪些操作(过程)，类似于编程语言。声明式查询语言 API 比命令式简单，数据库引擎可自行优化查询性能。例如 HTML 当中指定样式，使用 Style 是一种声明式的，而 DOM 对象则是命令式的。

MapReduce 是一种编程模型，用于在许多机器上批处理海量数据。一些 NoSQL 存储系统(MongoDB,CouchDB) 支持有限的 MapReduce 方式在大量文档上执行只读查询。它介于声明式和命令式之间。它基于两个操作 map，reduce。map 用于收集/过滤数据集，reduce 执行在数据集上的各种操作。所以通常需要手动实现 map/reduce 函数来表达查询需求。