数据库存储选型经验总结
作者：马刺
出品：大淘宝技术
工作中总是遇到数据存储相关的Bug工单，新需求开发设计中也多多少少会有数据模型设计和存储相关的问题。经过几次存储方案设计选型和讨论后发现需要有更全面的思考框架。
日常开发中常用的存储方案选型很多都是“拿来主义”的，凭借着经验、习惯选用，但对它们的细节特性或约束少有研究。
除了手边会用的存储方案，也应该关注市面上更合适的存储方案。一定的技术预研和储备能够帮助未来更好的技术方案设计。
故写了这篇文章，抛出我的总结和思考，希望日后可以将一些更先进 (合适) 的技术引入业务开发中，助力业务发展。
存储选型的考虑要素
存储选型的目的还是为了我们的使用场景和用户服务，因此在选型前需要回答自己一些 业务指标 & 技术指标 方面的问题，以便于我们清楚存储选型的应用环境。
- 用户量：用户量预估多少？几百几万还是几亿？
- 数据量：数据量预估多少？日均增量能有多少？
- 读写偏好：数据是读多一些还是写多一些？
- 数据场景：强事务型还是分析型需求？
- 运行性能要求：并发量是多少？高峰、平均、低谷分别预估是多少？
存储引擎分类及特性
数据库的分类方式非常多样，因参考维度不同而存在较大差异，下面是常见的一些分类。
数据库类型 |
常见数据库 |
关系型 |
MySQL、Oracle、DB2、SQLServer 等。 |
非关系型 |
Hbase、Redis、MongodDB 等。 |
行式存储 |
MySQL、Oracle、DB2、SQLServer 等。 |
列式存储 |
Hbase、ClickHouse 等。 |
分布式存储 |
Cassandra、Hbase、MongodDB 等。 |
键值存储 |
Memcached、Redis、MemcacheDB 等。 |
图形存储 |
Neo4J、TigerGraph 等。 |
文档存储 |
MongoDB、CouchDB 等。 |
先拿我们最熟悉的关系数据库来说，它的优点非常多，我们选用关系数据库的理由可简单概括为以下几点：
- 容易理解
可由二维表结构来逻辑表达，相对网状、层次等其他模型更加容易被理解。严格遵循数据格式与长度规范，数据以行为单位，一行数据表示一个实体信息，每一行数据的属性都是相同的。
- 操作方便
通用的 SQL 语言使得操作关系型数据库非常方便，支持 join 等复杂查询，Sql + 二维关系是关系型数据库最无可比拟的优点，这种易用性非常贴近开发者。
- 事务特性
支持 ACID 特性，可以维护数据之间的一致性，这是使用关系数据库非常重要的一个理由，例如同银行转账，张三转给李四 100 块钱，张三扣 100 元，李四加 100 元，而且必须同时成功或者同时失败，否则就会造成用户的资损。
- 数据稳定
数据持久化到磁盘，没有丢失数据风险。
- 服务稳定
最常用的关系型数据库产品 MySql、Oracle 服务器性能卓越，服务稳定，通常很少出现宕机异常。
带你读《2022技术人的百宝黑皮书》——数据库存储选型经验总结（2）https://developer.aliyun.com/article/1340015?groupCode=taobaotech
