No-SQL数据库为什么能适应分布式数据存储？

在上一篇文章中介绍了非关系型数据库的CAP理论,但是我们也提到了在一致性和可用性上很难去达到均衡,如果实现高可用性,并且允许分区的话,节点和节点之间就会失去联系,每个节点在所在的局部网络上可能能达到数据一致性,但是从全局角度来看,在允许时间范围内的强一致性却很难达到,现在很多的非关系型数据库就属于这一类.

CAP理论定义了分布式系统中如何存储的问题,但是对于C和A原则的均衡问题并没有得到很好的办理,直到Base理论的提出,一致性和可用性的均衡才找到了一种比较合理的办理方案.

Base理论 = 基本可用性+软状态+最终一致性,弱化了强一致性和可用性,双方都退一步,找到一致性和可用性最适合的距离.

基本可用性

在分布式数据库系统中只要保证基本的可用性就可以了,也就说允许分布式系统的部分功能不可用,但是不影响整体核心功能的使用,降低了对可用性的需求.

软状态

我们在关系型数据库的一致性中曾提到在事务提交后,数据库的状态从一种状态转变为另一种状态,但是无论是转变前还是转变后都能够数据库的状态都是一致的.而这里提到的软状态指的是允许数据库在做状态更新时存在一些中间状态,尤其是整个分布式系统中的不同节点之间以及数据副本之间存在数据同步所带来的延时,但只要保证不会影响到整体的可用性这种软状态的存在也是OK的.

最终一致性

最终一致性和强一致性的区别在于并不要求实时的数据一致性,只要保证在延时允许内数据副本最终和数据保持一致性,像我们用一台计算机拜访某个网站,另一台计算机也同时拜访这个网站,假设这两台或者是更多的计算机拜访同一个网站时,如果这些计算机不在一个网段上,也就是处于不同的节点上,它们从网站服务器上获取的数据可能在很短的时间内是不同的,但是最终它们获得的数据必须是一致的,这样才能保证服务器提供正常的服务.

非关系型数据能在大数据存储上应用广泛,很大程度上还是因为非关系型数据库在分布式数据存储的优秀表现.像Google之前提出的关系型分布式存储系统也具备比拟灵活的扩展性,并且也不影响RBMS的其他性能,但是并没有得到大范围的使用.