我們提到NoSQL數據庫，總是會提到它的一個重要特性——性能好，但爲什麼呢？關係型數據庫經過幾十年的發展，各種優化工作已經做得很深了，NoSQL系統一般都是吸收關係型數據庫的技術，那麼，到底是什麼因素束縛了關係型數據庫的性能呢？NoSQL數據庫到底有哪些優勢？我們從系統設計的角度來了解一下NoSQL數據庫的四大特點。
1. 索引支持
關係型數據庫創立之初沒有想到今天的互聯網應用對可擴展性提出如此高的要求，因此，設計時主要考慮的是簡化用戶的工作，SQL語言的產生促成數據庫接口的標準化，從而形成了Oracle這樣的數據庫公司並帶動了上下游產業鏈的發展。關係型數據庫在單機存儲引擎支持索引，比如Mysql的 Innodb存儲引擎需要支持索引，而NoSQL系統的單機存儲引擎是純粹的，只需要支持基於主鍵的隨機讀取和範圍查詢。NoSQL系統在系統層面提供對索引的支持，比如有一個用戶表，主鍵爲user_id，每個用戶有很多屬性，包括用戶名，照片ID(photo_id)，照片URL，在NoSQL系統中如果需要對photo_id建立索引，可以維護一張分佈式表，表的主鍵爲形成的二元組。關係型數據庫由於需要在單機存儲引擎層面支持索引，大大降低了系統的可擴展性，使得單機存儲引擎的設計變得很複雜。
2. 併發事物處理
關係型數據庫有一整套的關於事務併發處理的理論，比如鎖的粒度是表級，頁級還是行級，多版本併發控制機制MVCC，事務的隔離級別，死鎖檢測，回滾，等等。然而，互聯網應用大多數的特點都是多讀少些，比如讀和寫的比例是10 : 1，並且很少有複雜事務需求，因此，一般可以採用更爲簡單的copy-on-write技術：單線程寫，多線程讀，寫的時候執行copy-on- write，寫不影響讀服務。NoSQL系統這樣的假設簡化了系統的設計，減少了很多操作的overhead，提高了性能。
3. 數據結構
關係型數據庫的存儲引擎總是一顆磁盤B+樹，爲了提高性能，可能需要有insert buffer聚合寫，query cache緩存讀，經常需要實現類似Linux page cache的緩存管理機制。數據庫中的讀和寫是互相影響的，寫操作也因爲時不時需要將數據flush到磁盤而性能不高。簡而言之，關係型數據庫存儲引擎的數據結構是通用的動態更新的B+樹。然而，在NoSQL系統中，比如Bigtable中採用SSTable + MemTable的數據結構，數據先寫入到內存的MemTable，達到一定大小或者超過一定時間纔會dump到磁盤生成SSTable文件，SSTable是隻讀的。如果說關係型數據庫存儲引擎的數據結構是一顆動態的B+樹，那麼SSTable就是一個排好序的有序數組。很明顯，實現一個有序數據比實現一個動態B+樹且包含複雜的併發控制機制要簡單高效地多。
4. Join操作
關係型數據庫需要在存儲引擎層面支持Join，而NoSQL系統一般根據應用來決定Join實現的方式。舉個例子，有兩張表：用戶表和商品表，每個用戶下可能有若干個商品，用戶表的主鍵爲，用戶和商品的關聯屬性存放在用戶表中，商品表的主鍵爲item_id，商品屬性包括商品名，商品URL，等等。假設應用需要查詢一個用戶的所有商品並顯示商品的詳細信息，普通的做法是先從用戶表查找指定用戶的所有item_id，然後對每個item_id去商品表查詢詳細信息，即執行一次數據庫Join操作，這必然帶來了很多的磁盤隨機讀，並且由於Join帶來的隨機讀的局部性不好，緩存的效果往往也是有限的。在NoSQL系統中，我們往往可以將用戶表和商品表集成到一張寬表中，這樣雖然冗餘存儲了商品的詳細信息，卻換來了查詢的高效。
關係型數據庫的性能瓶頸往往不在SQL語句解析上，而是在於需要支持完備的SQL特性。互聯網公司面臨的問題是應用對性能和可擴展性要求很高，並且DBA和開發工程師水平比較高，可以通過犧牲一些接口友好性來換取更好的性能。NoSQL系統的一些設計，比如通過寬表實現Join操作，互聯網公司的DBA和開發工程師也做過，NoSQL系統只是加強了這種約束。從長遠來看，可以總結一套約束集合，並且定義一個SQL子集，只需要支持這個SQL子集就可以在不犧牲可擴展性的前提下支持比如90%以上的互聯網應用。我想，NoSQL技術發展到這一步的時候就算是比較成熟了，這也是我們最終想做的事情。我們在設計和使用NoSQL系統的時候也可以適當轉化一下思維，如下：
-
更大的數據量。很多人在使用Mysql的過程遇到記錄條數超過一定值，比如2000W的時候，數據庫性能開始下降，這個值的得出往往需要經過大量的測試。然而，大多數的NoSQL系統可擴展性都比較好，能夠支持更大的數據量，因此也可以採用一些空間換時間的做法，比如通過寬表的方式實現Join。
-
性能預估更加容易。關係型數據庫由於複雜的併發控制，insert buffer及類似page cache的讀寫優化機制，性能估算相對較難，很多時候需要憑藉經驗或者經過測試才能得出系統的性能。然後，NoSQL系統由於存儲引擎實現，併發控制機制等相對簡單，可以通過硬件的性能指標在系統設計之處大致預估系統的性能，性能預估可操作性相對更強。