带你读《2022技术人的百宝黑皮书》——数据库存储选型经验总结（1）https://developer.aliyun.com/article/1340016?groupCode=taobaotech
然而，在享受关系数据库带来的便利的同时，我们也不得不面临很多麻烦的问题：
- 高并发下数据库瓶颈明显
数据按行存储，即使只针对其中某一列进行运算，也会将整行数据从存储设备中读入内存，导致 IO 较高。写入 / 更新频繁的情况下，数据库往往会出现 CPU 飙高、Sql 执行慢、客户端报数据库连接池不够等异常情况，且性能瓶颈通过加 CPU、换固态硬盘、继续买服务器加数据库做分库等方式处理ROI不高，受限于其本身的特点， 可能花了很多钱都未必能达到想要的效果。因此例如万人秒杀这种场景，我们绝对不可能通过数据库直接去扣减库存，需要做好流量漏斗。
- 为维护索引付出的代价大
为了提供丰富的查询能力，通常热点表都会有多个二级索引，一旦有了二级索引，数据的新增必然伴随着所有二级索引的新增，数据的更新也必然伴随着所有二级索引的更新，这不可避免地降低了关系型数据库的读写能力， 且索引越多读写能力越差。除了数据文件不可避免地占空间外，索引占的空间其实也并不少。
- 为维护数据一致性付出的代价大
数据一致性是关系型数据库的核心，但是同样为了维护数据一致性的代价也是非常大的。我们都知道 SQL 标准为事务定义了不同的隔离级别，从低到高依次是读未提交、读已提交、可重复度、串行化，事务隔离级别越低， 可能出现的并发异常越多，但是通常而言能提供的并发能力越强。那么为了保证事务一致性，数据库就需要提供并发控制与故障恢复两种技术，前者用于减少并发异常，后者可以在系统异常的时候保证事务与数据库状态不会被破坏。对于并发控制，其核心思想就是加锁，无论是乐观锁还是悲观锁，只要提供的隔离级别越高，那么读写性能必然越差。
- 水平扩展后带来的种种问题难处理
随着业务规模扩大，一种方式是对数据库做分库，做了分库之后，数据迁移（1 个库的数据按照一定规则打到 2 个库中）、跨库 join、分布式事务处理都是需要考虑的问题，尤其是分布式事务处理，业界当前都没有特别好的解决方案。
- 表结构扩展不方便
由于数据库存储的是结构化数据，因此表结构 schema 是固定的，扩展不方便，如果需要修改表结构，需要执行 DDL（data definition language）语句修改，修改期间会导致锁表，部分服务不可用。
- 全文搜索功能弱
例如 like “% 中国真伟大 %”，只能搜索到“2019 年中国真伟大，爱祖国”，无法搜索到“中国真是太伟大了” 这样的文本，即不具备分词能力，且 like 查询在“% 中国真伟大” 这样的搜索条件下，无法命中索引，将会导致查询效率大大降低。
如上文所分析的，关系型数据库优点明显，缺点同样不能忽视，因此通常在企业规模不断扩大的情况下，不会一味指望通过增强数据库的能力来解决数据存储问题，而是会引入其他存储，也就是我们说的 NoSql。
NoSql 的全称为 Not Only SQL，泛指非关系型数据库，是对关系型数据库的一种补充，特别注意补充这两个字， 这意味着 NoSql 与关系型数据库并不是对立关系，二者各有优劣，取长补短，在合适的场景下选择合适的存储引擎才是正确的做法。下面看一下常用的 NoSql 及他们的代表产品，并对每种 NoSql 的优缺点和适用场景做一下分析，便于熟悉每种 NoSql 的特点，方便技术选型。
KV 型 NoSql（代表 —-Redis）
KV 型 NoSql 顾名思义就是以键值对形式存储的非关系型数据库，是最简单、最容易理解也是大家最熟悉的一种NoSql。Redis、MemCache 是其中的代表，Redis 又是 KV 型 NoSql 中应用最广泛的 NoSql，KV 型数据库以Redis 为例，最大的优点总结下来主要有两点：
- 数据基于内存，读写效率高
- KV型数据，时间复杂度为O(1)，查询速度快
因此，KV 型 NoSql 最大的优点就是高性能，利用 Redis 自带的 BenchMark 做基准测试，TPS 可达到 10 万的级别，性能非常强劲。同样的 Redis 也有所有 KV 型 NoSql 都有的比较明显的缺点：
- 只能根据K查V，无法根据V查K
- 查询方式单一，只有KV的方式，不支持条件查询，多条件查询唯一的做法就是数据冗余，但这会极大的浪费存储空间
- 内存是有限的，无法支持海量数据存储
- 由于KV型NoSql的存储是基于内存的，会有丢失数据的风险（有持久化存储方案） 综上所述，KV 型 NoSql 最合适的场景就是缓存的场景：
- 读远多于写
- 读取能力强
- 没有持久化的需求，可以容忍数据丢失
针对那些读远多于写的数据，引入一层缓存，每次读从缓存中读取，缓存中读取不到，再去数据库中取，取完之后再写入到缓存，对数据做好失效机制通常就没有大问题了。通常来说，缓存是性能优化的第一选择也是见效最明显的方案。
带你读《2022技术人的百宝黑皮书》——数据库存储选型经验总结（3）https://developer.aliyun.com/article/1340014?groupCode=taobaotech
