爲什麼需要NOSQL
隨着互聯網web2.0網站的興起，非關係型的數據庫現在成了一個極其熱門的新領域，非關係數據庫產品的發展非常迅速。而傳統的關係數據庫在應付web2.0網站，特別是超大規模和高併發的SNS類型的web2.0純動態網站已經顯得力不從心，暴露了很多難以克服的問題，例如：
1、High performance——對數據庫高併發讀寫的需求
Web2.0網站要根據用戶個性化信息來實時生成動態頁面和提供動態信息，所以基本上無法使用動態頁面靜態化技術，因此數據庫併發負載非常高，往往要達到每秒上萬次讀寫請求。關係數據庫應付上萬次SQL查詢還勉強頂得住，但是應付上萬次SQL寫數據請求，硬盤IO就已經無法承受了。其實對於普通的BBS網站，往往也存在對高併發寫請求的需求，例如像JavaEye網站的實時統計在線用戶狀態，記錄熱門帖子的點擊次數，投票計數等，因此這是一個相當普遍的需求。
2、Huge Storage——對海量數據的高效率存儲和訪問的需求
類似Facebook，twitter，Friendfeed這樣的SNS網站，每天用戶產生海量的用戶動態，以Friendfeed爲例，一個月就達到了2.5億條用戶動態，對於關係數據庫來說，在一張2.5億條記錄的表裏面進行SQL查詢，效率是極其低下乃至不可忍受的。再例如大型web網站的用戶登錄系統，例如騰訊，盛大，動輒數以億計的帳號，關係數據庫也很難應付。
3、High Scalability && High Availability——對數據庫的高可擴展性和高可用性的需求
在基於web的架構當中，數據庫是最難進行橫向擴展的，當一個應用系統的用戶量和訪問量與日俱增的時候，你的數據庫卻沒有辦法像web server和app server那樣簡單的通過添加更多的硬件和服務節點來擴展性能和負載能力。對於很多需要提供24小時不間斷服務的網站來說，對數據庫系統進行升級和擴展是非常痛苦的事情，往往需要停機維護和數據遷移，爲什麼數據庫不能通過不斷的添加服務器節點來實現擴展呢？
在上面提到的“三高”需求面前，關係數據庫遇到了難以克服的障礙，而對於web2.0網站來說，關係數據庫的很多主要特性卻往往無用武之地，例如：
1. 數據庫事務一致性需求
很多web實時系統並不要求嚴格的數據庫事務，對讀一致性的要求很低，有些場合對寫一致性要求也不高。因此數據庫事務管理成了數據庫高負載下一個沉重的負擔。
2. 數據庫的寫實時性和讀實時性需求
對關係數據庫來說，插入一條數據之後立刻查詢，是肯定可以讀出來這條數據的，但是對於很多web應用來說，並不要求這麼高的實時性，比方說我（JavaEye的robbin）發一條消息之後，過幾秒乃至十幾秒之後，我的訂閱者纔看到這條動態是完全可以接受的。
3、對複雜的SQL查詢，特別是多表關聯查詢的需求
任何大數據量的web系統，都非常忌諱多個大表的關聯查詢，以及複雜的數據分析類型的複雜SQL報表查詢，特別是SNS類型的網站，從需求以及產品設計角度，就避免了這種情況的產生。往往更多的只是單表的主鍵查詢，以及單表的簡單條件分頁查詢，SQL的功能被極大的弱化了。
因此，關係數據庫在這些越來越多的應用場景下顯得不那麼合適了，爲了解決這類問題的非關係數據庫應運而生，現在這兩年，各種各樣非關係數據庫，特別是鍵值數據庫（Key-Value Store DB）風起雲湧，多得讓人眼花繚亂。例如：
Cassandra，Voldemort，MongoDB，Dynomite，HBase，CouchDB，Hypertable， Riak，Tin， Flare， Lightcloud， KiokuDB，Scalaris， Kai， ThruDB。。。
什麼是NOSQL
NoSQL(NoSQL = Not Only SQL)，意即“不僅僅是SQL”，是一項全新的數據庫理念，泛指非關係型的數據庫。
非關係型數據庫與關係型數據庫的區別:
-
關係型數據庫的數據是存儲在硬盤中，而非關係型數據的數據是存儲在內存中
-
關係型數據庫有固定的數據模型，也就是說事先要定義好表
-
關係型數據庫的表與表之間有關係:一對一、一對多、多對多
-
非關係型數據庫存儲的數據結構非常簡單，不能事先定義好表，都是以"鍵值對"類型的數據進行存儲
主流的NOSQL產品
-
鍵值(Key-Value)存儲數據庫
相關產品： Tokyo Cabinet/Tyrant、Redis、Voldemort、Berkeley DB
典型應用： 內容緩存，主要用於處理大量數據的高訪問負載。
數據模型： 一系列鍵值對
優勢： 快速查詢
劣勢： 存儲的數據缺少結構化
-
列存儲數據庫
相關產品：Cassandra, HBase, Riak
典型應用：分佈式的文件系統
數據模型：以列簇式存儲，將同一列數據存在一起
優勢：查找速度快，可擴展性強，更容易進行分佈式擴展
劣勢：功能相對侷限
-
文檔型數據庫
相關產品：CouchDB、MongoDB
典型應用：Web應用（與Key-Value類似，Value是結構化的）
數據模型： 一系列鍵值對
優勢：數據結構要求不嚴格
劣勢： 查詢性能不高，而且缺乏統一的查詢語法
-
圖形(Graph)數據庫
相關數據庫：Neo4J、InfoGrid、Infinite Graph
典型應用：社交網絡
數據模型：圖結構
優勢：利用圖結構相關算法。
劣勢：需要對整個圖做計算才能得出結果，不容易做分佈式的集羣方案。
NOSQL的特點
-
數據存放在內存中(但是它會在後臺定期地將數據備份到硬盤中)
-
沒有固定的數據結構(不用事先定義好表)
在大數據存取上具備關係型數據庫無法比擬的性能優勢，例如：
-
易擴展
NoSQL數據庫種類繁多，但是一個共同的特點都是去掉關係數據庫的關係型特性。數據之間無關係，這樣就非常容易擴展。也無形之間，在架構的層面上帶來了可擴展的能力。
-
大數據量，高性能
NoSQL數據庫都具有非常高的讀寫性能，尤其在大數據量下，同樣表現優秀。這得益於它的無關係性，數據庫的結構簡單。
-
靈活的數據模型
NoSQL無需事先爲要存儲的數據建立字段，隨時可以存儲自定義的數據格式。而在關係數據庫裏，增刪字段是一件非常麻煩的事情。如果是非常大數據量的表，增加字段簡直就是一個噩夢。這點在大數據量的Web2.0時代尤其明顯。
-
高可用
NoSQL在不太影響性能的情況，就可以方便的實現高可用的架構。比如Cassandra，HBase模型，通過複製模型也能實現高可用。