為什么大部分NoSQL不提供分布式事務

像MongoDB, Cassandra, HBase, DynamoDB, 和

目前創(chuàng)新互聯(lián)建站已為成百上千的企業(yè)提供了網(wǎng)站建設、域名、虛擬主機、網(wǎng)站運營、企業(yè)網(wǎng)站設計、華鎣網(wǎng)站維護等服務，公司將堅持客戶導向、應用為本的策略，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。

Riak這些NoSQL缺乏傳統(tǒng)的原子事務機制，所謂原子事務機制是可以保證一系列寫操作要么全部完成，要么全部不會完成，不會發(fā)生只完成一系列中一兩個

寫操作;因為數(shù)據(jù)庫不提供這種事務機制支持，開發(fā)者需要自己編寫代碼來確保一系列寫操作的事務機制，比較復雜和測試。

這些NoSQL數(shù)據(jù)庫不提供事務機制原因在于其分布式特點，一系列寫操作中訪問的數(shù)據(jù)可能位于不同的分區(qū)服務器，這樣的事務就變成分布式事務，在分

布式事務中實現(xiàn)原子性需要彼此協(xié)調，而協(xié)調是耗費時間的，每臺機器在一個大事務過程中必須依次確認，這就需要一種協(xié)議確保一個事務中沒有任何一臺機器寫操

作失敗。

這種協(xié)調是昂貴的，會增加延遲時間，關鍵問題是，當協(xié)調沒有完成時，其他操作是不能讀取事務中寫操作結果的，這是因為事務的all-or-

nothing原理導致，萬一協(xié)調過程發(fā)現(xiàn)某個寫操作不能完成，那么需要將其他寫操作成功的進行回滾。針對分布式事務的分布式協(xié)調對整體數(shù)據(jù)庫性能有嚴重

影響，不只是吞吐量還包括延遲時間，這樣大部分NoSQL數(shù)據(jù)庫因為性能問題就選擇不提供分布式事務。

MongoDB, Riak, HBase, 和 Cassandra提供基于單一鍵的事務，這是因為所有信息都和一個鍵key有關，這個鍵是存儲在單個服務器上，這樣基于單鍵的事務不會帶來復雜的分布式協(xié)調。

那么看來擴展性性能和分布式事務是一對矛盾，總要有取舍?實際上是不完全是，現(xiàn)在完全有可能提供高擴展的性能同時提供分布式原子事務。

FIT是這樣一個在分布式系統(tǒng)提供原子事務的策略，在fairness公平性, isolation隔離性, 和throughput吞吐量(簡稱FIT)可以權衡。

一個支持分布式事務的可伸縮分布式系統(tǒng)能夠完成這三個屬性中兩個，公平是事務之間不會相互影響造成延遲;隔離性提供一種幻覺好像整個數(shù)據(jù)庫只有它自

己一個事務，隔離性保證當任何同時發(fā)生的事務發(fā)生沖突時，能夠保證彼此能看到彼此的寫操作結果，因此減輕了程序員為避免事務讀寫沖突的強邏輯推理要求;吞

吐量是指每單元時間數(shù)據(jù)庫能夠并發(fā)處理多少事務。

FIT是如下進行權衡：

保證公平性fairness 和隔離性isolation, 但是犧牲吞吐量

保證公平性fairness和吞吐量, 犧牲隔離性isolation

保證隔離性isolation和吞吐量throughput, 但是犧牲公平性fairness.

犧牲公平性：放棄公平性，數(shù)據(jù)庫能有更多機會降低分布式事務的成本，主要成本是分布式協(xié)調帶來的，也就是說，不需要在每個事務過程內對每個機器都依

次確認事務完成，這樣排隊式的確認commit事務是很浪費時間的，放棄公平性，意味著可以在事務外面進行協(xié)調，這樣就只是增加了協(xié)調時間，不會增加互相

沖突事務因為彼此沖突而不能運行所耽擱的時間，當系統(tǒng)不需要公平性時，需要根據(jù)事務的優(yōu)先級或延遲等標準進行指定先后執(zhí)行順序，這樣就能夠獲得很好的吞吐

量。

G-Store是一種放棄公平性的 Isolation-Throughput

的分布式key-value存儲，支持多鍵事務(multi-key transactions)，MongoDB 和

HBase在鍵key在同樣分區(qū)上也支持多鍵事務，但是不支持跨分區(qū)的事務。

總之：傳統(tǒng)分布式事務性能不佳的原因是確保原子性(分布式協(xié)調)和隔離性同時重疊，創(chuàng)建一個高吞吐量分布式事務的關鍵是分離這兩種關注，這種分離原

子性和隔離性的視角將導致兩種類型的系統(tǒng)，第一種選擇是弱隔離性能讓沖突事務并行執(zhí)行和確認提交;第二個選擇重新排序原子性和隔離性機制保證它們不會某個

時間重疊，這是一種放棄公平的事務執(zhí)行，所謂放棄公平就是不再同時照顧原子性和隔離性了，有所傾斜，放棄高標準道德要求就會帶來高自由高效率。

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)的關系數(shù)據(jù)庫在應付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)站已經顯得力不從心，暴露了很多難以克服的問題，而非關系型的數(shù)據(jù)庫則由于其本身的特點得到了非常迅速的發(fā)展。NoSQL數(shù)據(jù)庫的產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展。

2.2 NoSQL代表

MongDB、 Redis、Memcache

3. 關系型數(shù)據(jù)庫與NoSQL的區(qū)別？

3.1 RDBMS

高度組織化結構化數(shù)據(jù)

結構化查詢語言（SQL）

數(shù)據(jù)和關系都存儲在單獨的表中。

數(shù)據(jù)操縱語言，數(shù)據(jù)定義語言

嚴格的一致性

基礎事務

ACID

關系型數(shù)據(jù)庫遵循ACID規(guī)則

事務在英文中是transaction，和現(xiàn)實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，也就是說事務里的所有操作要么全部做完，要么都不做，事務成功的條件是事務里的所有操作都成功，只要有一個操作失敗，整個事務就失敗，需要回滾。比如銀行轉賬，從A賬戶轉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)，事務的運行不會改變數(shù)據(jù)庫原本的一致性約束。

I (Isolation) 獨立性

所謂的獨立性是指并發(fā)的事務之間不會互相影響，如果一個事務要訪問的數(shù)據(jù)正在被另外一個事務修改，只要另外一個事務未提交，它所訪問的數(shù)據(jù)就不受未提交事務的影響。比如現(xiàn)有有個交易是從A賬戶轉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

非結構化和不可預知的數(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)運作。

定理：任何分布式系統(tǒng)只可同時滿足二點，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 - 單點集群，滿足一致性，可用性的系統(tǒng)，通常在可擴展性上不太強大。

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?/p>

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

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

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

說明：C：強一致性 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)站架構的選擇

CP：Redis、Mongodb

注意：分布式架構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應用，其實并不需要強一致性。

因此犧牲C換取P，這是目前分布式數(shù)據(jù)庫產品的方向。

4. 當下NoSQL的經典應用

當下的應用是 SQL 與 NoSQL 一起使用的。

代表項目：阿里巴巴商品信息的存放。

去 IOE 化。

ps：I 是指 IBM 的小型機，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 的存儲設備，也很貴的。

難點：

數(shù)據(jù)類型多樣性。

數(shù)據(jù)源多樣性和變化重構。

數(shù)據(jù)源改造而服務平臺不需要大面積重構。

分布式數(shù)據(jù)庫和nosql區(qū)別嗎

互聯(lián)網(wǎng)公司常用的基本集中在以下幾種，每種只舉一個比較常見或者應用比較成功的例子吧。

1. In-Memory KV Store : Redis

in memory key-value store，同時提供了更加豐富的數(shù)據(jù)結構和運算的能力，成功用法是替代memcached，通過checkpoint和commit log提供了快速的宕機恢復，同時支持replication提供讀可擴展和高可用。

2. Disk-Based KV Store: Leveldb

真正基于磁盤的key-value storage, 模型單一簡單，數(shù)據(jù)量不受限于內存大小，數(shù)據(jù)落盤高可靠，Google的幾位大神出品的精品，LSM模型天然寫優(yōu)化，順序寫盤的方式對于新硬件ssd再適合不過了，不足是僅提供了一個庫，需要自己封裝server端。

3. Document Store: Mongodb

分布式nosql，具備了區(qū)別mysql的最大亮點：可擴展性。mongodb 最新引人的莫過于提供了sql接口，是目前nosql里最像mysql的，只是沒有ACID的特性，發(fā)展很快，支持了索引等特性，上手容易，對于數(shù)據(jù)量遠超內存限制的場景來說，還需要慎重。

4. Column Table Store: HBase

這個富二代似乎不用贅述了，最大的優(yōu)勢是開源，對于普通的scan和基于行的get等基本查詢，性能完全不是問題，只是只提供裸的api,易用性上是短板，可擴展性方面是最強的，其次坐上了Hadoop的快車，社區(qū)發(fā)展很快，各種基于其上的開源產品不少，來解決諸如join、聚集運算等復雜查詢。

傳統(tǒng)數(shù)據(jù)庫與新型數(shù)據(jù)庫的優(yōu)缺點

一：傳統(tǒng)數(shù)據(jù)庫

(1）傳統(tǒng)索引不適于海量數(shù)據(jù)? ??

傳統(tǒng)行存數(shù)據(jù)庫索引需要手工設定，對應用不完全透明，隨場景和需求的變化需要不斷調整，人工維護成本很高。并且傳統(tǒng)索引占用存儲空間很大，甚至高于數(shù)據(jù)本身，造成查詢效率的下降。

（2）數(shù)據(jù)裝載速度慢

因為索引需要重新創(chuàng)建，加載性能會變的很糟糕。分析型架構系統(tǒng)要解決這些個問題，必須最大限度地減少磁盤 I/O ，提升查詢效率，減小人工維護成本。南大通用分析型數(shù)據(jù)庫GBase8a (以下簡稱GBase 8a)通過列存儲模式、數(shù)據(jù)壓縮、智能化的索引、并行處理、并發(fā)控制、高效的查詢優(yōu)化器等技術，使得上述問題得到有效解決。以下各節(jié)將描述 GBase 8a 的創(chuàng)新架構如何實現(xiàn)這些目標。

二：新型數(shù)據(jù)庫

新型數(shù)據(jù)庫采用分布式并行計算架構，部署于X86通用服務器，滿足大數(shù)據(jù)實時交易需求，成本低、擴展性高，突破了傳統(tǒng)數(shù)據(jù)庫性能瓶頸。

分布式非關系型數(shù)據(jù)庫技術創(chuàng)新

非關系型數(shù)據(jù)庫即NoSQL，拋棄了關系數(shù)據(jù)庫復雜的關系操作、事務處理等功能，僅提供簡單的鍵值對(Key, Value)數(shù)據(jù)的存儲與查詢，換取高擴展性和高性能，滿足論壇、博客、SNS、微博等互聯(lián)網(wǎng)類應用場景下針對海量數(shù)據(jù)的簡單操作需求。主要技術創(chuàng)新為:

(1) 簡單的數(shù)據(jù)操作換取高效響應。NoSQL僅支持按照Key(關鍵字)來存儲和查詢Value(數(shù)據(jù))，不支持對非關鍵字數(shù)據(jù)列的高效查詢;因數(shù)據(jù)操作簡單、數(shù)據(jù)間一般不需要關聯(lián)操作，故系統(tǒng)可支持高并發(fā)和較快的響應速度。

(2) 多種一致性策略滿足業(yè)務需求。不同于傳統(tǒng)關系型數(shù)據(jù)庫僅支持強一致性策略，NoSQL還支持弱一致性和最終一致性等多種策略，可根據(jù)應用場景進行對應配置。例如，對寫入操作頻繁，但數(shù)據(jù)讀取最新版本要求并不嚴格的應用，如互聯(lián)網(wǎng)網(wǎng)頁數(shù)據(jù)的存儲和分析應用，可以采用最終一致性策略;而對訂購關系存儲的應用，則必須用強一致性策略，保證總是讀取最新版本數(shù)據(jù)

關于NewSQL數(shù)據(jù)庫對于CAP的再解釋

作者 石默研

關于CAP的討論已經很多，包括作者的另一篇文章“對CAP的初步解釋”，基本已經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)的設計只能同時滿足其中兩個，不可能同時滿足；傳統(tǒng)關系數(shù)據(jù)庫選擇A與C，代表了互聯(lián)網(wǎng)新興技術的NoSQL數(shù)據(jù)庫則選擇A與P（或者C與P，雖然這種情況其實需要詳細討論）。

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強事務特征的強一致性數(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，這不是違反了已經經過嚴格證明的CAP理論嗎？

這個問題初看起來，似乎是比較神奇，但仔細分析，其實答案是很明顯的。

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

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

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

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

無論是TiDB，還是OceanBase，其在保證數(shù)據(jù)多副本的強一致性時，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)點多一點點效率損失，但實際上是可以忽略不計的。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)多副本的強一致性，即保證分區(qū)可容忍性，對效率（實際上是可用性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。

再來看相互關聯(lián)數(shù)據(jù)的可分布性，這就涉及到了分布式事務?，F(xiàn)有的NewSQL數(shù)據(jù)庫，即使在同一數(shù)據(jù)中心，為了保證強的分布式事務，對效率的折衷都是不可忽略的，所謂的樂觀事務，只是因為客觀問題本身沖突就少，并不改變沖突很多時效率明顯受影響的現(xiàn)實。因此，NewSQL數(shù)據(jù)庫雖然提供強分布式事務的能力，但在現(xiàn)實應用中，都是提倡盡量避免大量的分布式事務出現(xiàn)。如果你所遇到的應用場景是確實需要大量的分布式事務執(zhí)行，又不做應用優(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，其實就是可用性A降低了。同學仔細去研究應用中的實際情況就會發(fā)現(xiàn)，很多互聯(lián)網(wǎng)應用，當其所需要的QPS很高很高，而對讀寫一致性與強分布式事務的要求又不那很高時候，其實，NewSQL數(shù)據(jù)庫還是不能滿足他們的需求的，他們仍然需要根據(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)實證明。

因此，總結來講，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；而在分布式事務的情況下，又采用了與應用特性相關的策略（其實樂觀、悲觀事務本質上就有根本應用特性區(qū)分的意思）來保證性能而已。當然，隨著網(wǎng)絡與計算機性能的提高，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。

文章名稱：分布式強一致Nosql,與分布式對立
鏈接地址：http://jinyejixie.com/article18/dsededp.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供全網(wǎng)營銷推廣、App開發(fā)、網(wǎng)站策劃、定制網(wǎng)站、網(wǎng)站建設、電子商務

廣告

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)