从SQL转向NoSQL，选择哪种数据库？

Question

我们目前的SQL Server数据库存在严重的性能问题。我们的应用程序在单个表上非常重，我们进行了一些分析，发现约90％的数据库数据都在单个表中。我们对此表运行大量查询以便于分析，但是我们现在即使在添加单个列时也会遇到严重的性能问题，甚至会拖慢当前SP。我们的大多数团队都是开发人员，我们没有DBA可供使用，他们可以帮助我们重新调整当前的数据库并使事情更快地运行。

因为这些限制，我们考虑将该应用程序的这部分移动到NoSQL数据库中。我的问题是：

1. 我们是否朝着正确的方向前进？因为我们预计在这个表上会有指数级增长的数据，而且会运行大量的分析。
2. 哪种选择最适合我们，CouchDB、Cassandra还是MongoDB？重点在于可扩展性和性能。
3. 对于实时分析和支持，类似于SQL的NoSQL如何工作，是否有一种方法可以查看当前存储的数据？我曾经读过有关Hadoop的HIVE可以用于从NoSQL数据库编写和检索数据的SQL，我是对的吗？
4. 从SQL转移到NoSQL时可能会失去哪些东西？

- Nikshep

---

这个表有多少行？在尝试读取数据时，您是否正在插入大量行？调整数据库或使用报告数据库等可能比将所有内容更改为NoSQL更容易。此外，您查询的数据需要多新，每条记录有多重要？例如，CouchDB使用“最终一致性”... - Steven

目前只有60000行，但这个数字会非常快速地增加。每个数据对我们来说都非常重要，这是我们应用程序的核心，查询也会很重。但我们可以接受延迟的结果，但不能有不一致性，即希望数据不会改变。这个表格只允许插入和读取操作，不允许更新。无论表格中有什么数据，它们的本质都是静态的。 - Nikshep

如果您的60,000行存在性能问题，那么您的SQL设计肯定存在问题。 - Steven

表格有多少列？你在运行什么样的查询？ - Omar

60000行没有写入？肯定有问题。您是否创建了索引以优化查询？能否提供一个慢查询的示例？ - Marcelo Cantos

Answer 1

针对你的问题：

1. 我们是否朝着正确的方向前进？因为我们期望这个表格呈指数增长，有大量的分析运行在上面。

是的，大多数NoSQL系统都是专门开发来解决可扩展性和可用性的问题的，如果你按照预定方式使用它们。

2. 对于我们来说，哪种选项最好，CouchDB、Cassandra还是MongoDB？重点在于可扩展性和性能。

这完全取决于你的数据长什么样子以及你将如何使用它。你提到的NoSQL数据库实现和行为非常不同，请参阅此链接以获取更详细的概述：NoSQL解决方案比较

3. 对于实时分析和支持，类似于SQL在NoSQL中的工作方式，我们是否有一种可以查看当前存储数据的设施？我曾经在某个地方读到过Hadoop的HIVE可以用来从NoSQL数据库中编写和检索数据，我是对的吗？

这取决于你选择的系统，因为有些NoSQL数据库不支持范围查询或连接，你受限于你可以查看什么和以多快的速度查看。

4. 在从SQL转向NoSQL时，我们可能会失去哪些东西？

NoSQL有两个主要考虑因素：

查询/结构：NoSQL意味着没有SQL。如果你的系统实际上需要结构化和复杂的查询，但你选择了其中一种新型解决方案（特别是键值存储，它基本上是一个巨大的哈希表），你很快就会发现自己处于重新实现业余设计的RDBMS中，而且还存在所有原来的问题。

一致性：如果你选择最终一致的系统来实现水平扩展，那么你将不得不接受你的数据过时的事实，这对某些应用程序（论坛？）可能是无害的，但对其他系统（银行）可能是可怕的。

- Desmond Zhou

---

非常好的回答，我唯一的反对意见是noSQL的意思是Not Only SQL而不是No SQL。 - mvieghofer

Answer 2

我认为你应该保持关系型并调整表格、索引以及它连接的表格。你还应该考虑使用聚合（汇总数据）。也许更多的非规范化设计会有所帮助，甚至重新设计数据成为更像星形结构的形式。此外，操作处理和决策支持（或报告）分析不应在同一张表上运行。

- TomFH

Answer 3

通过检查缺失的索引等，以及查看您使用的隔离级别是否最优，可能可以改进SQL方法。可能可以使用快照隔离等来提高性能。MSDN链接

还要了解OLTP与OLAP。

NoSQL可能仍然是更好的选择，但您仍需要学习如何正确地使用数据库，它将带来另一组不同的问题。

- Steven