Casey Rosenthal访谈:使用键值类NoSQL数据存储时的数据建模

在键值类数据存储中，数据被表示为键- 值对的集合。键- 值模型是最简单的非基本数据模型之一，而其他更复杂的数据模型则都是在它的基础上构建的。

这些数据库提供RESTful API 和协议缓冲区（Protocol Buffer）接口用于数据访问。而诸如 Riak 等键值数据存储还支持以下额外特性：

• 搜索：分布式、完全基于文本的搜索引擎，并带有一套查询语言。
• 二级索引：存储标签对象时附加了额外的值，可以通过确切匹配或范围进行查询。
• MapReduce：针对大型数据结合进行不基于键的查询。

在使用键值数据库的过程中，数据建模的工作聚焦在访问模式上。

InfoQ 邀请了出品开源 KV 数据库 Riak 的 Basho 公司的专业服务总经理 Casey Rosenthal，针对使用 NoSQL 数据库进行数据管理时的数据建模理念，以及最佳实践进行了访谈。

InfoQ：对于哪些类型的数据来说，它的存储并不适合采用关系型数据库，而是适宜选择键值数据库？

Casey：当数据具有以下三类特征的时候，我们更适宜选用键值存储而不是关系型存储：

1. 数据的格式不固定。以 HTML 页面为例，各个页面有着互不相同的结构。某些页面有 header 标签部分，某些页面使用了表格（table 标签），而某些页面则拥有图片。HTML 页面中的结构多样性，使得很难为它们构建一套通用模式，但对关系型数据库来说，这却是必不可少的。而键值数据库并不需要定义模式，因此它能够存储类似 HTML 页面这样具有不确定格式的数据。
2. 数据的规模或数量非常大。关系型数据库是针对少量行数进行优化的，需要其行数足够少，以便一张数据表可以安置在一个服务器上。键值数据库存储大型对象会更容易；而当大型对象的数量非常庞大时，我们还必须将它们分布存储在多台服务器上。
3. 数据之间不存在相关性。书、作者、出版商这三类信息是相关的，因此在某个单一应用里，它们可能适合采用关系型数据库。然而，大型文件和缓存的应用数据，则可能互不相干，然而其存储可能依旧需要满足同一个应用对其同时分别使用的需求。在键值数据库中存储这些不相关的数据类型，可能要比使用关系型数据库容易许多，因为在这些数据之间将不会存在需要进行建模的关联关系。

原文链接:【 https://www.infoq.cn/article/data-modeling-with-key-value-nosql-data-stores 】。未经作者许可，禁止转载。