關(guān)于NewSQL數(shù)據(jù)庫對于CAP的再解釋

作者 石默研

目前創(chuàng)新互聯(lián)已為上1000+的企業(yè)提供了網(wǎng)站建設(shè)、域名、網(wǎng)站空間、網(wǎng)站運(yùn)營、企業(yè)網(wǎng)站設(shè)計(jì)、北碚網(wǎng)站維護(hù)等服務(wù)，公司將堅(jiān)持客戶導(dǎo)向、應(yīng)用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長，共同發(fā)展。

關(guān)于CAP的討論已經(jīng)很多，包括作者的另一篇文章“對CAP的初步解釋”，基本已經(jīng)即定思維的理解就是：分布式系統(tǒng)必須遵循CAP，一個分布式系統(tǒng)的設(shè)計(jì)只能同時滿足其中兩個，不可能同時滿足；傳統(tǒng)關(guān)系數(shù)據(jù)庫選擇A與C，代表了互聯(lián)網(wǎng)新興技術(shù)的NoSQL數(shù)據(jù)庫則選擇A與P（或者C與P，雖然這種情況其實(shí)需要詳細(xì)討論）。

但是，近年來，新興的NewSQL數(shù)據(jù)庫（TiDB或者OceanBase），則是一種在分布式環(huán)境下，保證的ACID強(qiáng)事務(wù)特征的強(qiáng)一致性數(shù)據(jù)庫，并且很顯然，它同時也滿足了高可用性與優(yōu)秀的分區(qū)可容忍性（很好的可擴(kuò)展特性便是其一個層面的證明），似乎看起來，C、A、P都同時保證了，這不是違反了已經(jīng)經(jīng)過嚴(yán)格證明的CAP理論嗎？

這個問題初看起來，似乎是比較神奇，但仔細(xì)分析，其實(shí)答案是很明顯的。

首先，需要讀者區(qū)分“分布式”與CAP中所提到的分區(qū)可容忍性Paritition Tolerance并不是一回事。分區(qū)可容忍性P是指以下兩種分布式的情況：

. 同一份數(shù)據(jù)的多個副本的可分布性

. 有相互關(guān)聯(lián)的數(shù)據(jù)的可分布性（操作中表現(xiàn)為保證ACID的強(qiáng)分布式事務(wù)）

即使是分庫分表，如果不存在以上兩種情況，只是獨(dú)立數(shù)據(jù)在同一個節(jié)點(diǎn)上的情況，雖然也是分布式，但跟CAP中的P沒有半毛錢關(guān)系。

那么，還是回到上面的問題，NewSQL數(shù)據(jù)庫，確實(shí)也是在保證了同一份數(shù)據(jù)多副本的強(qiáng)讀寫一致性、以及強(qiáng)分布式事務(wù)特性這樣的C的情況下，同時保證了A與P呀！事實(shí)確實(shí)如此，但這還是要仔細(xì)分析：

無論是TiDB，還是OceanBase，其在保證數(shù)據(jù)多副本的強(qiáng)一致性時，都采用了Paxos協(xié)議或者Raft，它們簡單來講就是多數(shù)選舉的原則，即寫不需要全部副本都完成，就能保證讀的強(qiáng)一致性，反過來也是一樣。因此，其在分布式情況下，保證數(shù)據(jù)讀寫強(qiáng)一致性的效率還是很高的，就是說，在同一個數(shù)據(jù)中心的網(wǎng)絡(luò)環(huán)境下，雖然這種分布可容忍性的滿足理論上講也會比單節(jié)點(diǎn)多一點(diǎn)點(diǎn)效率損失，但實(shí)際上是可以忽略不計(jì)的。但需要指出的是，在跨數(shù)據(jù)中心、跨城市的分布式情況下，如果要保證數(shù)據(jù)多副本的強(qiáng)一致性，即保證分區(qū)可容忍性，對效率（實(shí)際上是可用性A）的影響那還是不可忽略的。因此，在這種情況下，CAP理論依然成立。

再來看相互關(guān)聯(lián)數(shù)據(jù)的可分布性，這就涉及到了分布式事務(wù)?，F(xiàn)有的NewSQL數(shù)據(jù)庫，即使在同一數(shù)據(jù)中心，為了保證強(qiáng)的分布式事務(wù)，對效率的折衷都是不可忽略的，所謂的樂觀事務(wù)，只是因?yàn)榭陀^問題本身沖突就少，并不改變沖突很多時效率明顯受影響的現(xiàn)實(shí)。因此，NewSQL數(shù)據(jù)庫雖然提供強(qiáng)分布式事務(wù)的能力，但在現(xiàn)實(shí)應(yīng)用中，都是提倡盡量避免大量的分布式事務(wù)出現(xiàn)。如果你所遇到的應(yīng)用場景是確實(shí)需要大量的分布式事務(wù)執(zhí)行，又不做應(yīng)用優(yōu)化全交給數(shù)據(jù)庫執(zhí)行，那么，現(xiàn)有的NewSQL分布式數(shù)據(jù)庫，依然會遇到明顯的性能問題，其實(shí)就是可用性A降低了。同學(xué)仔細(xì)去研究應(yīng)用中的實(shí)際情況就會發(fā)現(xiàn)，很多互聯(lián)網(wǎng)應(yīng)用，當(dāng)其所需要的QPS很高很高，而對讀寫一致性與強(qiáng)分布式事務(wù)的要求又不那很高時候，其實(shí)，NewSQL數(shù)據(jù)庫還是不能滿足他們的需求的，他們?nèi)匀恍枰鶕?jù)自己的情況改造或者選用NoSQL數(shù)據(jù)庫，這也是CAP理論并沒有被NewSQL打破的現(xiàn)實(shí)證明。

因此，總結(jié)來講，NewSQL數(shù)據(jù)庫，也是遵循CAP理論的，只不過，在同中心數(shù)據(jù)多副本情況下，保證P的同時對A的影響微乎其微；而在分布式事務(wù)的情況下，又采用了與應(yīng)用特性相關(guān)的策略（其實(shí)樂觀、悲觀事務(wù)本質(zhì)上就有根本應(yīng)用特性區(qū)分的意思）來保證性能而已。當(dāng)然，隨著網(wǎng)絡(luò)與計(jì)算機(jī)性能的提高，CAP三個特征中，保證其中兩個，折衷另外一個，所帶來的影響也會逐漸變小，但其理論依然是正確的。

CAP原則的與NoSQL的關(guān)系

傳統(tǒng)的關(guān)系型數(shù)據(jù)庫在功能支持上通常很寬泛，從簡單的鍵值查詢，到復(fù)雜的多表聯(lián)合查詢再到事務(wù)機(jī)制的支持。而與之不同的是，NoSQL系統(tǒng)通常注重性能和擴(kuò)展性，而非事務(wù)機(jī)制（事務(wù)就是強(qiáng)一致性的體現(xiàn)） 。傳統(tǒng)的SQL數(shù)據(jù)庫的事務(wù)通常都是支持ACID的強(qiáng)事務(wù)機(jī)制。A代表原子性，即在事務(wù)中執(zhí)行多個操作是原子性的，要么事務(wù)中的操作全部執(zhí)行，要么一個都不執(zhí)行;C代表一致性，即保證進(jìn)行事務(wù)的過程中整個數(shù)據(jù)加的狀態(tài)是一致的，不會出現(xiàn)數(shù)據(jù)花掉的情況;I代表隔離性，即兩個事務(wù)不會相互影響，覆蓋彼此數(shù)據(jù)等;D表示持久化，即事務(wù)一量完成，那么數(shù)據(jù)應(yīng)該是被寫到安全的，持久化存儲的設(shè)備上（比如磁盤）。NoSQL系統(tǒng)僅提供對行級別的原子性保證，也就是說同時對同一個Key下的數(shù)據(jù)進(jìn)行的兩個操作，在實(shí)際執(zhí)行的時候是會串行的執(zhí)行，保證了每一個Key-Value對不會被破壞。

如何正確理解CAP理論

常見的理解及分析

目前流行的、對CAP理論解釋的情形是從同一數(shù)據(jù)在網(wǎng)絡(luò)環(huán)境中的多個副本出發(fā)的。為了保證數(shù)據(jù)不會丟失，在企業(yè)級的數(shù)據(jù)管理方案中，一般必須考慮數(shù)據(jù)的冗余存儲問題，而這應(yīng)該是通過在網(wǎng)絡(luò)上的其他獨(dú)立物理存儲節(jié)點(diǎn)上保留另一份、或多份數(shù)據(jù)副本來實(shí)現(xiàn)的（如附圖所示）。因?yàn)樵谕粋€存儲節(jié)點(diǎn)上的數(shù)據(jù)冗余明顯不能解決單點(diǎn)故障問題，這與通過多節(jié)點(diǎn)集群來提供更好的計(jì)算可用性的道理是相同的。

附圖 CAP理論示意圖

其實(shí)，不用做嚴(yán)格的證明也可以想見，如附圖的情況，數(shù)據(jù)在節(jié)點(diǎn)A、B、C上保留了三份，如果對節(jié)點(diǎn)A上的數(shù)據(jù)進(jìn)行了修改，然后再讓客戶端通過網(wǎng)絡(luò)對該數(shù)據(jù)進(jìn)行讀取。那么，客戶端的讀取操作什么時候返回呢？

有這樣兩種情況：一種情況是要求節(jié)點(diǎn)A、B、C的三份數(shù)據(jù)完全一致后返回。也就是說，這時從任何一個網(wǎng)絡(luò)節(jié)點(diǎn)讀取的數(shù)據(jù)都是一樣的，這就是所謂的強(qiáng)一致性讀。很明顯，這時數(shù)據(jù)讀取的Latency要高一些（因?yàn)橐葦?shù)據(jù)在網(wǎng)絡(luò)中的復(fù)制），同時A、B、C三個節(jié)點(diǎn)中任何一個宕機(jī)，都會導(dǎo)致數(shù)據(jù)不可用。也就是說，要保證強(qiáng)一致性，網(wǎng)絡(luò)中的副本越多，數(shù)據(jù)的可用性就越差；

另一種情況是，允許讀操作立即返回，容忍B節(jié)點(diǎn)的讀取與A節(jié)點(diǎn)的讀取不一致的情況發(fā)生。這樣一來，可用性顯然得到了提高，網(wǎng)絡(luò)中的副本也可以多一些，唯一得不到保證的是數(shù)據(jù)一致性。當(dāng)然，對寫操作同樣也有多個節(jié)點(diǎn)一致性的情況，在此不再贅述。

可以看出，上述對CAP理論的解釋主要是從網(wǎng)絡(luò)上多個節(jié)點(diǎn)之間的讀寫一致性出發(fā)考慮問題的。而這一點(diǎn)，對于關(guān)系型數(shù)據(jù)庫意味著什么呢？當(dāng)然主要是指通常所說的Standby（關(guān)于分布式事務(wù)，涉及到更多考慮，隨后討論）情況。對此，在實(shí)踐中我們大多已經(jīng)采取了弱一致性的異步延時同步方案，以提高可用性。這種情況并不存在關(guān)系型數(shù)據(jù)庫為保證C、A而放棄P的情況；而對海量數(shù)據(jù)管理的需求，關(guān)系型數(shù)據(jù)庫擴(kuò)展過程中所遇到的性能瓶頸，似乎也并不是CAP理論中所描述的那種原因造成的。那么，上述流行的說法中所描述的關(guān)系型數(shù)據(jù)庫為保證C、A而犧牲P到底是在指什么呢？

因此，如果根據(jù)現(xiàn)有的大多數(shù)資料對CAP理論的如上解釋，即只將其當(dāng)作分布式系統(tǒng)中多個數(shù)據(jù)副本之間的讀寫一致性問題的通用理論對待，那么就可以得出結(jié)論：CAP既適用于NoSQL數(shù)據(jù)庫，也適用于關(guān)系型數(shù)據(jù)庫。它是NoSQL數(shù)據(jù)庫、關(guān)系型數(shù)據(jù)庫，乃至一切分布式系統(tǒng)在設(shè)計(jì)數(shù)據(jù)多個副本之間讀寫一致性問題時需要遵循的共同原則。

更深入的探究：兩種重要的分布式場景

在本文中我們要說的重點(diǎn)與核心是：關(guān)于對CAP理論中一致性C的理解，除了上述數(shù)據(jù)副本之間的讀寫一致性以外，分布式環(huán)境中還有兩種非常重要的場景，如果不對它們進(jìn)行認(rèn)識與討論，就永遠(yuǎn)無法全面地理解CAP，當(dāng)然也就無法根據(jù)CAP做出正確的解釋。但可惜的是，目前為止卻很少有人提及這兩種場景：那就是事務(wù)與關(guān)聯(lián)。

先來看看分布式環(huán)境中的事務(wù)場景。我們知道，在關(guān)系型數(shù)據(jù)庫的事務(wù)操作遵循ACID原則，其中的一致性C，主要是指一個事務(wù)中相關(guān)聯(lián)的數(shù)據(jù)在事務(wù)操作結(jié)束后是一致的。所謂ACID原則，是指在寫入/異動資料的過程中，為保證交易正確可靠所必須具備的四個特性：即原子性（Atomicity，或稱不可分割性）、一致性（Consistency）、隔離性（Isolation，又稱獨(dú)立性）和持久性（Durability）。

例如銀行的一個存款交易事務(wù)，將導(dǎo)致交易流水表增加一條記錄。同時，必須導(dǎo)致賬戶表余額發(fā)生變化，這兩個操作必須是一個事務(wù)中全部完成，保證相關(guān)數(shù)據(jù)的一致性。而前文解釋的CAP理論中的C是指對一個數(shù)據(jù)多個備份的讀寫一致性。表面上看，這兩者不是一回事，但實(shí)際上，卻是本質(zhì)基本相同的事物：數(shù)據(jù)請求會等待多個相關(guān)數(shù)據(jù)操作全部完成才返回。對分布式系統(tǒng)來講，這就是我們通常所說的分布式事務(wù)問題。

眾所周知，分布式事務(wù)一般采用兩階段提交策略來實(shí)現(xiàn)，這是一個非常耗時的復(fù)雜過程，會嚴(yán)重影響系統(tǒng)效率，在實(shí)踐中我們盡量避免使用它。在實(shí)踐過程中，如果我們?yōu)榱藬U(kuò)展數(shù)據(jù)容量將數(shù)據(jù)分布式存儲，而事務(wù)的要求又完全不能降低。那么，系統(tǒng)的可用性一定會大大降低，在現(xiàn)實(shí)中我們一般都采用對這些數(shù)據(jù)不分散存儲的策略。

當(dāng)然，我們也可以說，最常使用的關(guān)系型數(shù)據(jù)庫，因?yàn)檫@個原因，擴(kuò)展性（分區(qū)可容忍性P）受到了限制，這是完全符合CAP理論的。但同時我們應(yīng)該意識到，這對NoSQL數(shù)據(jù)庫也是一樣的。如果NoSQL數(shù)據(jù)庫也要求嚴(yán)格的分布式事務(wù)功能，情況并不會比關(guān)系型數(shù)據(jù)庫好多少。只是在NoSQL的設(shè)計(jì)中，我們往往會弱化甚至去除事務(wù)的功能，該問題才表現(xiàn)得不那么明顯而已。

因此，在擴(kuò)展性問題上，如果要說關(guān)系型數(shù)據(jù)庫是為了保證C、A而犧牲P，在盡量避免分布式事務(wù)這一點(diǎn)上來看，應(yīng)該是正確的。也就是說：關(guān)系型數(shù)據(jù)庫應(yīng)該具有強(qiáng)大的事務(wù)功能，如果分區(qū)擴(kuò)展，可用性就會降低；而NoSQL數(shù)據(jù)庫干脆弱化甚至去除了事務(wù)功能，因此，分區(qū)的可擴(kuò)展性就大大增加了。

再來看看分布式環(huán)境中的關(guān)聯(lián)場景。初看起來，關(guān)系型數(shù)據(jù)庫中常用的多表關(guān)聯(lián)操作與CAP理論就更加不沾邊了。但仔細(xì)考慮，也可以用它來解釋數(shù)據(jù)庫分區(qū)擴(kuò)展對關(guān)聯(lián)所帶來的影響。對一個數(shù)據(jù)庫來講，采用了分區(qū)擴(kuò)展策略來擴(kuò)充容量，數(shù)據(jù)分散存儲了，很顯然多表關(guān)聯(lián)的性能就會下降，因?yàn)槲覀儽仨氃诰W(wǎng)絡(luò)上進(jìn)行大量的數(shù)據(jù)遷移操作，這與CAP理論中數(shù)據(jù)副本之間的同步操作本質(zhì)上也是相同的。

因此，如果要保證系統(tǒng)的高可用性，需要同時實(shí)現(xiàn)強(qiáng)大的多表關(guān)系操作的關(guān)系型數(shù)據(jù)庫在分區(qū)可擴(kuò)展性上就遇到了極大的限制（即使是那些采用了各種優(yōu)秀解決方案的MPP架構(gòu)的關(guān)系型數(shù)據(jù)庫，如TeraData，Netezza等，其水平可擴(kuò)展性也是遠(yuǎn)遠(yuǎn)不如NoSQL數(shù)據(jù)庫的），而NoSQL數(shù)據(jù)庫則干脆在設(shè)計(jì)上弱化甚至去除了多表關(guān)聯(lián)操作。那么，從這一點(diǎn)上來理解“NoSQL數(shù)據(jù)庫是為了保證A與P，而犧牲C”的說法，也是可以講得通的。當(dāng)然，我們應(yīng)該理解，關(guān)聯(lián)問題在很多情況下不是并行處理的優(yōu)點(diǎn)所在，這在很大程度上與Amdahl定律相符合。

所以，從事務(wù)與關(guān)聯(lián)的角度來關(guān)系型數(shù)據(jù)庫的分區(qū)可擴(kuò)展性為什么受限的原因是最為清楚的。而NoSQL數(shù)據(jù)庫也正是因?yàn)槿趸?，甚至去除了像事?wù)與關(guān)聯(lián)（全面地講，其實(shí)還有索引等特性）等在分布式環(huán)境中會嚴(yán)重影響系統(tǒng)可用性的功能，才獲得了更好的水平可擴(kuò)展性。

那么，如果將事務(wù)與關(guān)聯(lián)也納入CAP理論中一致性C的范疇的話，問題就很清楚了：關(guān)于“關(guān)系型數(shù)據(jù)庫為了保證一致性C與可用性A，而不得不犧牲分區(qū)可容忍性P”的說法便是正確的了。但關(guān)于“NoSQL選擇了C與P，或者A與P”的說法則是錯誤的，所有的NoSQL數(shù)據(jù)庫在設(shè)計(jì)策略的大方向上都是選擇了A與P（雖然對同一數(shù)據(jù)多個副本的讀寫一致性問題的設(shè)計(jì)各有不同），從來沒有完全選擇C與P的情況存在。

結(jié)論

現(xiàn)在看來，如果理解CAP理論只是指多個數(shù)據(jù)副本之間讀寫一致性的問題，那么它對關(guān)系型數(shù)據(jù)庫與NoSQL數(shù)據(jù)庫來講是完全一樣的，它只是運(yùn)行在分布式環(huán)境中的數(shù)據(jù)管理設(shè)施在設(shè)計(jì)讀寫一致性問題時需要遵循的一個原則而已，卻并不是NoSQL數(shù)據(jù)庫具有優(yōu)秀的水平可擴(kuò)展性的真正原因。而如果將CAP理論中的一致性C理解為讀寫一致性、事務(wù)與關(guān)聯(lián)操作的綜合，則可以認(rèn)為關(guān)系型數(shù)據(jù)庫選擇了C與A，而NoSQL數(shù)據(jù)庫則全都是選擇了A與P，但并沒有選擇C與P的情況存在。這才是用CAP理論來支持NoSQL數(shù)據(jù)庫設(shè)計(jì)正確認(rèn)識。

其實(shí)，這種認(rèn)識正好與被廣泛認(rèn)同的NoSQL的另一個理論基礎(chǔ)相吻合，即與ACID對著干的BASE（基本可用性、軟狀態(tài)與最終一致性）。因?yàn)锽ASE的含義正好是指“NoSQL數(shù)據(jù)庫設(shè)計(jì)可以通過犧牲一定的數(shù)據(jù)一致性和容錯性來換取高性能的保持甚至提高”，即NoSQL數(shù)據(jù)庫都應(yīng)該是犧牲C來換取P，而不是犧牲A。可用性A正好是所有NoSQL數(shù)據(jù)庫都普遍追求的特性。

CAP原則的簡介

CAP原則是NOSQL數(shù)據(jù)庫的基石。Consistency（一致性）。 Availability（可用性）。Partition tolerance（分區(qū)容錯性） 。

什么是NoSQL數(shù)據(jù)庫？

2. 什么是NoSQL？

2.1 NoSQL 概述

NoSQL(NoSQL = Not Only SQL )，意即“不僅僅是SQL”，

泛指非關(guān)系型的數(shù)據(jù)庫。隨著互聯(lián)網(wǎng)web2.0網(wǎng)站的興起，傳統(tǒng)的關(guān)系數(shù)據(jù)庫在應(yīng)付web2.0網(wǎng)站，特別是超大規(guī)模和高并發(fā)的SNS類型的web2.0純動態(tài)網(wǎng)站已經(jīng)顯得力不從心，暴露了很多難以克服的問題，而非關(guān)系型的數(shù)據(jù)庫則由于其本身的特點(diǎn)得到了非常迅速的發(fā)展。NoSQL數(shù)據(jù)庫的產(chǎn)生就是為了解決大規(guī)模數(shù)據(jù)集合多重數(shù)據(jù)種類帶來的挑戰(zhàn)，尤其是大數(shù)據(jù)應(yīng)用難題，包括超大規(guī)模數(shù)據(jù)的存儲。

（例如谷歌或Facebook每天為他們的用戶收集萬億比特的數(shù)據(jù)）。這些類型的數(shù)據(jù)存儲不需要固定的模式，無需多余操作就可以橫向擴(kuò)展。

2.2 NoSQL代表

MongDB、 Redis、Memcache

3. 關(guān)系型數(shù)據(jù)庫與NoSQL的區(qū)別？

3.1 RDBMS

高度組織化結(jié)構(gòu)化數(shù)據(jù)

結(jié)構(gòu)化查詢語言（SQL）

數(shù)據(jù)和關(guān)系都存儲在單獨(dú)的表中。

數(shù)據(jù)操縱語言，數(shù)據(jù)定義語言

嚴(yán)格的一致性

基礎(chǔ)事務(wù)

ACID

關(guān)系型數(shù)據(jù)庫遵循ACID規(guī)則

事務(wù)在英文中是transaction，和現(xiàn)實(shí)世界中的交易很類似，它有如下四個特性：

A (Atomicity) 原子性

原子性很容易理解，也就是說事務(wù)里的所有操作要么全部做完，要么都不做，事務(wù)成功的條件是事務(wù)里的所有操作都成功，只要有一個操作失敗，整個事務(wù)就失敗，需要回滾。比如銀行轉(zhuǎn)賬，從A賬戶轉(zhuǎn)100元至B賬戶，分為兩個步驟：1）從A賬戶取100元；2）存入100元至B賬戶。這兩步要么一起完成，要么一起不完成，如果只完成第一步，第二步失敗，錢會莫名其妙少了100元。

C (Consistency) 一致性

一致性也比較容易理解，也就是說數(shù)據(jù)庫要一直處于一致的狀態(tài)，事務(wù)的運(yùn)行不會改變數(shù)據(jù)庫原本的一致性約束。

I (Isolation) 獨(dú)立性

所謂的獨(dú)立性是指并發(fā)的事務(wù)之間不會互相影響，如果一個事務(wù)要訪問的數(shù)據(jù)正在被另外一個事務(wù)修改，只要另外一個事務(wù)未提交，它所訪問的數(shù)據(jù)就不受未提交事務(wù)的影響。比如現(xiàn)有有個交易是從A賬戶轉(zhuǎn)100元至B賬戶，在這個交易還未完成的情況下，如果此時B查詢自己的賬戶，是看不到新增加的100元的

D (Durability) 持久性

持久性是指一旦事務(wù)提交后，它所做的修改將會永久的保存在數(shù)據(jù)庫上，即使出現(xiàn)宕機(jī)也不會丟失。

3.2 NoSQL

代表著不僅僅是SQL

沒有聲明性查詢語言

沒有預(yù)定義的模式

鍵 - 值對存儲，列存儲，文檔存儲，圖形數(shù)據(jù)庫

最終一致性，而非ACID屬性

非結(jié)構(gòu)化和不可預(yù)知的數(shù)據(jù)

CAP定理

高性能，高可用性和可伸縮性

分布式數(shù)據(jù)庫中的CAP原理(了解)

CAP定理：

Consistency(一致性), 數(shù)據(jù)一致更新，所有數(shù)據(jù)變動都是同步的

Availability(可用性), 好的響應(yīng)性能

Partition tolerance(分區(qū)容錯性) 可靠性

P: 系統(tǒng)中任意信息的丟失或失敗不會影響系統(tǒng)的繼續(xù)運(yùn)作。

定理：任何分布式系統(tǒng)只可同時滿足二點(diǎn)，沒法三者兼顧。

CAP理論的核心是：一個分布式系統(tǒng)不可能同時很好的滿足一致性，可用性和分區(qū)容錯性這三個需求，

因此，根據(jù) CAP 原理將 NoSQL 數(shù)據(jù)庫分成了滿足 CA 原則、滿足 CP 原則和滿足 AP 原則三 大類：

CA - 單點(diǎn)集群，滿足一致性，可用性的系統(tǒng)，通常在可擴(kuò)展性上不太強(qiáng)大。

CP - 滿足一致性，分區(qū)容忍性的系統(tǒng)，通常性能不是特別高。

AP - 滿足可用性，分區(qū)容忍性的系統(tǒng)，通?？赡軐σ恢滦砸蟮鸵恍?。

CAP理論就是說在分布式存儲系統(tǒng)中，最多只能實(shí)現(xiàn)上面的兩點(diǎn)。

而由于當(dāng)前的網(wǎng)絡(luò)硬件肯定會出現(xiàn)延遲丟包等問題，所以分區(qū)容忍性是我們必須需要實(shí)現(xiàn)的。

所以我們只能在一致性和可用性之間進(jìn)行權(quán)衡，沒有NoSQL系統(tǒng)能同時保證這三點(diǎn)。

說明：C：強(qiáng)一致性 A：高可用性 P：分布式容忍性

舉例：

CA：傳統(tǒng)Oracle數(shù)據(jù)庫

AP：大多數(shù)網(wǎng)站架構(gòu)的選擇

CP：Redis、Mongodb

注意：分布式架構(gòu)的時候必須做出取舍。

一致性和可用性之間取一個平衡。多余大多數(shù)web應(yīng)用，其實(shí)并不需要強(qiáng)一致性。

因此犧牲C換取P，這是目前分布式數(shù)據(jù)庫產(chǎn)品的方向。

4. 當(dāng)下NoSQL的經(jīng)典應(yīng)用

當(dāng)下的應(yīng)用是 SQL 與 NoSQL 一起使用的。

代表項(xiàng)目：阿里巴巴商品信息的存放。

去 IOE 化。

ps：I 是指 IBM 的小型機(jī)，很貴的，好像好幾萬一臺；O 是指 Oracle 數(shù)據(jù)庫，也很貴的，好幾萬呢；M 是指 EMC 的存儲設(shè)備，也很貴的。

難點(diǎn)：

數(shù)據(jù)類型多樣性。

數(shù)據(jù)源多樣性和變化重構(gòu)。

數(shù)據(jù)源改造而服務(wù)平臺不需要大面積重構(gòu)。

數(shù)據(jù)多的時候?yàn)槭裁匆褂胷edis而不用mysql？

通常來說，當(dāng)數(shù)據(jù)多、并發(fā)量大的時候，架構(gòu)中可以引入Redis，幫助提升架構(gòu)的整體性能，減少M(fèi)ysql(或其他數(shù)據(jù)庫)的壓力，但不是使用Redis，就不用MySQL。

因?yàn)镽edis的性能十分優(yōu)越，可以支持每秒十幾萬此的讀/寫操作，并且它還支持持久化、集群部署、分布式、主從同步等，Redis在高并發(fā)的場景下數(shù)據(jù)的安全和一致性，所以它經(jīng)常用于兩個場景：

緩存

判斷數(shù)據(jù)是否適合緩存到Redis中，可以從幾個方面考慮： 會經(jīng)常查詢么？命中率如何？寫操作多么？數(shù)據(jù)大小？

我們經(jīng)常采用這樣的方式將數(shù)據(jù)刷到Redis中：查詢的請求過來，現(xiàn)在Redis中查詢，如果查詢不到，就查詢數(shù)據(jù)庫拿到數(shù)據(jù)，再放到緩存中，這樣第二次相同的查詢請求過來，就可以直接在Redis中拿到數(shù)據(jù)；不過要注意【緩存穿透】的問題。

緩存的刷新會比較復(fù)雜，通常是修改完數(shù)據(jù)庫之后，還需要對Redis中的數(shù)據(jù)進(jìn)行操作；代碼很簡單，但是需要保證這兩步為同一事務(wù)，或最終的事務(wù)一致性。

高速讀寫

常見的就是計(jì)數(shù)器，比如一篇文章的閱讀量，不可能每一次閱讀就在數(shù)據(jù)庫里面update一次。

高并發(fā)的場景很適合使用Redis，比如雙11秒殺，庫存一共就一千件，到了秒殺的時間，通常會在極為短暫的時間內(nèi)，有數(shù)萬級的請求達(dá)到服務(wù)器，如果使用數(shù)據(jù)庫的話，很可能在這一瞬間造成數(shù)據(jù)庫的崩潰，所以通常會使用Redis（秒殺的場景會比較復(fù)雜，Redis只是其中之一，例如如果請求超過某個數(shù)量的時候，多余的請求就會被限流）。

這種高并發(fā)的場景，是當(dāng)請求達(dá)到服務(wù)器的時候，直接在Redis上讀寫，請求不會訪問到數(shù)據(jù)庫；程序會在合適的時間，比如一千件庫存都被秒殺，再將數(shù)據(jù)批量寫到數(shù)據(jù)庫中。

所以通常來說，在必要的時候引入Redis，可以減少M(fèi)ySQL（或其他）數(shù)據(jù)庫的壓力，兩者不是替代的關(guān)系 。

我將持續(xù)分享Java開發(fā)、架構(gòu)設(shè)計(jì)、程序員職業(yè)發(fā)展等方面的見解，希望能得到你的關(guān)注。

Redis和MySQL的應(yīng)用場景是不同的。

通常來說，沒有說用Redis就不用MySQL的這種情況。

因?yàn)镽edis是一種非關(guān)系型數(shù)據(jù)庫（NoSQL），而MySQL是一種關(guān)系型數(shù)據(jù)庫。

和Redis同類的數(shù)據(jù)庫還有MongoDB和Memchache（其實(shí)并沒有持久化數(shù)據(jù)）

那關(guān)系型數(shù)據(jù)庫現(xiàn)在常用的一般有MySQL，SQL Server，Oracle。

我們先來了解一下關(guān)系型數(shù)據(jù)庫和非關(guān)系型數(shù)據(jù)庫的區(qū)別吧。

1.存儲方式

關(guān)系型數(shù)據(jù)庫是表格式的，因此存儲在表的行和列中。他們之間很容易關(guān)聯(lián)協(xié)作存儲，提取數(shù)據(jù)很方便。而Nosql數(shù)據(jù)庫則與其相反，他是大塊的組合在一起。通常存儲在數(shù)據(jù)集中，就像文檔、鍵值對或者圖結(jié)構(gòu)。

2.存儲結(jié)構(gòu)

關(guān)系型數(shù)據(jù)庫對應(yīng)的是結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)表都預(yù)先定義了結(jié)構(gòu)（列的定義），結(jié)構(gòu)描述了數(shù)據(jù)的形式和內(nèi)容。這一點(diǎn)對數(shù)據(jù)建模至關(guān)重要，雖然預(yù)定義結(jié)構(gòu)帶來了可靠性和穩(wěn)定性，但是修改這些數(shù)據(jù)比較困難。而Nosql數(shù)據(jù)庫基于動態(tài)結(jié)構(gòu)，使用與非結(jié)構(gòu)化數(shù)據(jù)。因?yàn)镹osql數(shù)據(jù)庫是動態(tài)結(jié)構(gòu)，可以很容易適應(yīng)數(shù)據(jù)類型和結(jié)構(gòu)的變化。

3.存儲規(guī)范

關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)存儲為了更高的規(guī)范性，把數(shù)據(jù)分割為最小的關(guān)系表以避免重復(fù)，獲得精簡的空間利用。雖然管理起來很清晰，但是單個操作設(shè)計(jì)到多張表的時候，數(shù)據(jù)管理就顯得有點(diǎn)麻煩。而Nosql數(shù)據(jù)存儲在平面數(shù)據(jù)集中，數(shù)據(jù)經(jīng)?？赡軙貜?fù)。單個數(shù)據(jù)庫很少被分隔開，而是存儲成了一個整體，這樣整塊數(shù)據(jù)更加便于讀寫

4.存儲擴(kuò)展

這可能是兩者之間最大的區(qū)別，關(guān)系型數(shù)據(jù)庫是縱向擴(kuò)展，也就是說想要提高處理能力，要使用速度更快的計(jì)算機(jī)。因?yàn)閿?shù)據(jù)存儲在關(guān)系表中，操作的性能瓶頸可能涉及到多個表，需要通過提升計(jì)算機(jī)性能來克服。雖然有很大的擴(kuò)展空間，但是最終會達(dá)到縱向擴(kuò)展的上限。而Nosql數(shù)據(jù)庫是橫向擴(kuò)展的，它的存儲天然就是分布式的，可以通過給資源池添加更多的普通數(shù)據(jù)庫服務(wù)器來分擔(dān)負(fù)載。

5.查詢方式

關(guān)系型數(shù)據(jù)庫通過結(jié)構(gòu)化查詢語言來操作數(shù)據(jù)庫（就是我們通常說的SQL）。SQL支持?jǐn)?shù)據(jù)庫CURD操作的功能非常強(qiáng)大，是業(yè)界的標(biāo)準(zhǔn)用法。而Nosql查詢以塊為單元操作數(shù)據(jù)，使用的是非結(jié)構(gòu)化查詢語言（UnQl），它是沒有標(biāo)準(zhǔn)的。關(guān)系型數(shù)據(jù)庫表中主鍵的概念對應(yīng)Nosql中存儲文檔的ID。關(guān)系型數(shù)據(jù)庫使用預(yù)定義優(yōu)化方式（比如索引）來加快查詢操作，而Nosql更簡單更精確的數(shù)據(jù)訪問模式。

6.事務(wù)

關(guān)系型數(shù)據(jù)庫遵循ACID規(guī)則（原子性(Atomicity)、一致性(Consistency)、隔離性(Isolation)、持久性(Durability)），而Nosql數(shù)據(jù)庫遵循BASE原則（基本可用（Basically Availble）、軟/柔性事務(wù)（Soft-state ）、最終一致性（Eventual Consistency））。由于關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)強(qiáng)一致性，所以對事務(wù)的支持很好。關(guān)系型數(shù)據(jù)庫支持對事務(wù)原子性細(xì)粒度控制，并且易于回滾事務(wù)。而Nosql數(shù)據(jù)庫是在CAP（一致性、可用性、分區(qū)容忍度）中任選兩項(xiàng)，因?yàn)榛诠?jié)點(diǎn)的分布式系統(tǒng)中，很難全部滿足，所以對事務(wù)的支持不是很好，雖然也可以使用事務(wù)，但是并不是Nosql的閃光點(diǎn)。

7.性能

關(guān)系型數(shù)據(jù)庫為了維護(hù)數(shù)據(jù)的一致性付出了巨大的代價，讀寫性能比較差。在面對高并發(fā)讀寫性能非常差，面對海量數(shù)據(jù)的時候效率非常低。而Nosql存儲的格式都是key-value類型的，并且存儲在內(nèi)存中，非常容易存儲，而且對于數(shù)據(jù)的 一致性是 弱要求。Nosql無需sql的解析，提高了讀寫性能。

8.授權(quán)方式

大多數(shù)的關(guān)系型數(shù)據(jù)庫都是付費(fèi)的并且價格昂貴，成本較大（MySQL是開源的，所以應(yīng)用的場景最多），而Nosql數(shù)據(jù)庫通常都是開源的。

所以，在實(shí)際的應(yīng)用環(huán)境中，我們一般會使用MySQL存儲我們的業(yè)務(wù)過程中的數(shù)據(jù)，因?yàn)檫@些數(shù)據(jù)之間的關(guān)系比較復(fù)雜，我們常常會需要在查詢一個表的數(shù)據(jù)時候，將其他關(guān)系表的數(shù)據(jù)查詢出來，例如，查詢某個用戶的訂單，那至少是需要用戶表和訂單表的數(shù)據(jù)。

查詢某個商品的銷售數(shù)據(jù)，那可能就會需要用戶表，訂單表，訂單明細(xì)表，商品表等等。

而在這樣的使用場景中，我們使用Redis來存儲的話，也就是KeyValue形式存儲的話，其實(shí)并不能滿足我們的需要。

即使Redis的讀取效率再高，我們也沒法用。

但，對于某些沒有關(guān)聯(lián)少，且需要高頻率讀寫，我們使用Redis就能夠很好的提高整個體統(tǒng)的并發(fā)能力。

例如商品的庫存信息，我們雖然在MySQL中會有這樣的字段，但是我們并不想MySQL的數(shù)據(jù)庫被高頻的讀寫，因?yàn)槭褂眠@樣會導(dǎo)致我的商品表或者庫存表IO非常高，從而影響整個體統(tǒng)的效率。

所以，對于這樣的數(shù)據(jù)，且有沒有什么復(fù)雜邏輯關(guān)系（就只是隸屬于SKU）的數(shù)據(jù)，我們就可以放在Redis里面，下單直接在Redis中減掉庫存，這樣，我們的訂單的并發(fā)能力就能夠提高了。

個人覺得應(yīng)該站出來更正一下，相反的數(shù)據(jù)量大，更不應(yīng)該用redis。

為什么？

因?yàn)閞edis是內(nèi)存型數(shù)據(jù)庫啊，是放在內(nèi)存里的。

設(shè)想一下，假如你的電腦100G的資料，都用redis來存儲，那么你需要100G以上的內(nèi)存！

使用場景

Redis最明顯的用例之一是將其用作緩存。只是保存熱數(shù)據(jù)，或者具有過期的cache。

例如facebook，使用Memcached來作為其會話緩存。

總之，沒有見過哪個大公司數(shù)據(jù)量大了，換掉mysql用redis的。

題主你錯了，不是用redis代替MySQL，而是引入redis來優(yōu)化。

BAT里越來越多的項(xiàng)目組已經(jīng)采用了redis+MySQL的架構(gòu)來開發(fā)平臺工具。

如題主所說，當(dāng)數(shù)據(jù)多的時候，MySQL的查詢效率會大打折扣。我們通常默認(rèn)如果查詢的字段包含索引的話，返回是毫秒級別的。但是在實(shí)際工作中，我曾經(jīng)遇到過一張包含10個字段的表，1800萬+條數(shù)據(jù)，當(dāng)某種場景下，我們不得不根據(jù)一個未加索引的字段進(jìn)行精確查詢的時候，單條sql語句的執(zhí)行時長有時能夠達(dá)到2min以上，就更別提如果用like這種模糊查詢的話，其效率將會多么低下。

我們最開始是希望能夠通過增加索引的方式解決，但是面對千萬級別的數(shù)據(jù)量，我們也不敢貿(mào)然加索引，因?yàn)橐坏?shù)據(jù)庫hang住，期間的所有數(shù)據(jù)庫寫入請求都會被放到等待隊(duì)列中，如果請求是通過http請求發(fā)過來的，很有可能導(dǎo)致服務(wù)發(fā)生分鐘級別的超時不響應(yīng)。

經(jīng)過一番調(diào)研，最終敲定的解決方案是引入redis作為緩存。redis具有運(yùn)行效率高，數(shù)據(jù)查詢速度快，支持多種存儲類型以及事務(wù)等優(yōu)勢，我們把經(jīng)常讀取，而不經(jīng)常改動的數(shù)據(jù)放入redis中，服務(wù)器讀取這類數(shù)據(jù)的時候時候，直接與redis通信，極大的緩解了MySQL的壓力。

然而，我在上面也說了，是redis+MySQL結(jié)合的方式，而不是替代。原因就是redis雖然讀寫很快，但是不適合做數(shù)據(jù)持久層，主要原因是使用redis做數(shù)據(jù)落盤是要以效率作為代價的，即每隔制定的時間，redis就要去進(jìn)行數(shù)據(jù)備份/落盤，這對于單線程的它來說，勢必會因“分心”而影響效率，結(jié)果得不償失。

樓主你好，首先糾正下，數(shù)據(jù)多并不是一定就用Redis，Redis歸屬于NoSQL數(shù)據(jù)庫中，其特點(diǎn)擁有高性能讀寫數(shù)據(jù)速度，主要解決業(yè)務(wù)效率瓶頸。下面就詳細(xì)說下Redis的相比MySQL優(yōu)點(diǎn)。（ 關(guān)于Redis詳細(xì)了解參見我近期文章： ）

讀寫異?？?/p>

Redis非常快，每秒可執(zhí)行大約10萬次的讀寫速度。

豐富的數(shù)據(jù)類型

Redis支持豐富的數(shù)據(jù)類型，有二進(jìn)制字符串、列表、集合、排序集和散列等等。這使得Redis很容易被用來解決各種問題，因?yàn)槲覀冎滥男﹩栴}可以更好使用地哪些數(shù)據(jù)類型來處理解決。

原子性

Redis的所有操作都是原子操作，這確保如果兩個客戶端并發(fā)訪問，Redis服務(wù)器能接收更新的值。

豐富實(shí)用工具 支持異機(jī)主從復(fù)制

Redis支持主從復(fù)制的配置，它可以實(shí)現(xiàn)主服務(wù)器的完全拷貝。

以上為開發(fā)者青睞Redis的主要幾個可取之處。但是，請注意實(shí)際生產(chǎn)環(huán)境中企業(yè)都是結(jié)合Redis和MySQL的特定進(jìn)行不同應(yīng)用場景的取舍。 如緩存——熱數(shù)據(jù)、計(jì)數(shù)器、消息隊(duì)列（與ActiveMQ，RocketMQ等工具類似）、位操作（大數(shù)據(jù)處理）、分布式鎖與單線程機(jī)制、最新列表（如新聞列表頁面最新的新聞列表）以及排行榜等等 可以看見Redis大顯身手的場景?？墒菍τ趪?yán)謹(jǐn)?shù)臄?shù)據(jù)準(zhǔn)確度和復(fù)雜的關(guān)系型應(yīng)用MySQL等關(guān)系型數(shù)據(jù)庫依然不可替。

web應(yīng)用中一般采用MySQL+Redis的方式，web應(yīng)用每次先訪問Redis，如果沒有找到數(shù)據(jù)，才去訪問MySQL。

本質(zhì)區(qū)別

1、mysql：數(shù)據(jù)放在磁盤 redis：數(shù)據(jù)放在內(nèi)存。

首先要知道m(xù)ysql存儲在磁盤里，redis存儲在內(nèi)存里，redis既可以用來做持久存儲，也可以做緩存，而目前大多數(shù)公司的存儲都是mysql + redis，mysql作為主存儲，redis作為輔助存儲被用作緩存，加快訪問讀取的速度，提高性能。

使用場景區(qū)別

1、mysql支持sql查詢，可以實(shí)現(xiàn)一些關(guān)聯(lián)的查詢以及統(tǒng)計(jì)；

2、redis對內(nèi)存要求比較高，在有限的條件下不能把所有數(shù)據(jù)都放在redis；

3、mysql偏向于存數(shù)據(jù)，redis偏向于快速取數(shù)據(jù)，但redis查詢復(fù)雜的表關(guān)系時不如mysql，所以可以把熱門的數(shù)據(jù)放redis，mysql存基本數(shù)據(jù)。

mysql的運(yùn)行機(jī)制

mysql作為持久化存儲的關(guān)系型數(shù)據(jù)庫，相對薄弱的地方在于每次請求訪問數(shù)據(jù)庫時，都存在著I/O操作，如果反復(fù)頻繁的訪問數(shù)據(jù)庫。第一：會在反復(fù)鏈接數(shù)據(jù)庫上花費(fèi)大量時間，從而導(dǎo)致運(yùn)行效率過慢；第二：反復(fù)地訪問數(shù)據(jù)庫也會導(dǎo)致數(shù)據(jù)庫的負(fù)載過高，那么此時緩存的概念就衍生了出來。

Redis持久化

由于Redis的數(shù)據(jù)都存放在內(nèi)存中，如果沒有配置持久化，redis重啟后數(shù)據(jù)就全丟失了，于是需要開啟redis的持久化功能，將數(shù)據(jù)保存到磁盤上，當(dāng)redis重啟后，可以從磁盤中恢復(fù)數(shù)據(jù)。redis提供兩種方式進(jìn)行持久化，一種是RDB持久化（原理是將Reids在內(nèi)存中的數(shù)據(jù)庫記錄定時dump到磁盤上的RDB持久化），另外一種是AOF（append only file）持久化（原理是將Reids的操作日志以追加的方式寫入文件）。

redis是放在內(nèi)存的~！

數(shù)據(jù)量多少絕對不是選擇redis和mysql的準(zhǔn)則，因?yàn)闊o論是mysql和redis都可以集群擴(kuò)展，約束它們的只是硬件(即你有沒有那么多錢搭建上千個組成的集群)，我個人覺得數(shù)據(jù)讀取的快慢可能是選擇的標(biāo)準(zhǔn)之一，另外工作中往往是兩者同是使用，因?yàn)閙ysql存儲在硬盤，做持久化存儲，而redis存儲在內(nèi)存中做緩存提升效率。

關(guān)系型數(shù)據(jù)庫是必不可少的，因?yàn)橹挥嘘P(guān)系型數(shù)據(jù)庫才能提供給你各種各樣的查詢方式。如果有一系列的數(shù)據(jù)會頻繁的查詢，那么就用redis進(jìn)行非持久化的存儲，以供查詢使用，是解決并發(fā)性能問題的其中一個手段