Python社区  »  NoSql

选择 NoSQL 需要考虑的 10 个问题

数据分析与开发 • 10 月前 • 213 次点击  

(点击上方公号,快速关注我们)


英文:Deb Haldar,翻译:开源中国

www.oschina.net/translate/10-questions-to-ask-yourself-before-choosing-a-nosql-database


那么我为什么要写这篇文章呢?


是因为我认为NoSQL解决方案不如RDBMS解决方案吗?当然不!


是因为我专注于SQL的做事方式,而不想陷入一种相对较新的技术的不确定性吗?不,也不是!事实上,我非常兴奋地学习和使用各种分布式数据库提供的设施。


那我为什么要写这个?


原因很简单——几年前,我见证了设计一个为遥测事件提供模式管理设施的系统。事实证明,这比最初计划的要昂贵得多。为什么呢?因为选择了错误的数据库解决方案。


这个系统的一个要求是确保模式编辑是一致的,并且模式的最新版本被显示给每个模式编辑器。它还应该支持并发编辑。


此外,同时访问这个系统的用户数量永远不会超过几百个。存储的数据量不会是Tb级——最多几百Gb。


因此,如果我们考虑了CAP定理的权衡,那么选择应该是显而易见的——使用RDBMS。这样做的好处是支持系统的一致性和事务支持需求。


相反,选择了NoSQL数据库(Azure表存储)来进行原型设计。这一选择的官方原因是,它使原型设计更快,并提供了更大的灵活性,同时更新了单个遥测事件的模式。与Azure SQL相比,Azure表存储的低成本被认为是另一个原因。

 

快进5个月……


该系统开始经历许多关于维护CRUD操作完整性的问题。设计用来处理事务的瘦应用程序逻辑层已经不再那么薄了。升级和向后兼容性的故事开始变得更加复杂。


由于受到许多其他问题的困扰,工程师们又回到了绘图板——这次是用Azure SQL替换存储层!我不记得具体的细节,但是这个改变增加了大约40%的额外时间和成本。

管理层很不高兴,这个项目几乎被砍掉了。但是团队的工程师们非常优秀,他们能够完成这个项目,尽管有了一些延迟和最初的错误的技术决定。


这个项目有一个圆满的结局——但它也可能不是这样的。事实上,很多内部项目都被关闭了,因为他们不能在承诺的日期范围内交付承诺的功能。


那么,您如何知道NoSQL解决方案适合您的下一个软件项目呢?首先问问你自己和你的团队这十个问题:


#1:您是否准备好接受开发人员/系统管理员的培训成本?


如果你是一家成熟的IT软件开发公司,那么你很有可能已经有了熟悉SQL的人。这个组不仅包括开发人员,还包括数据库管理员(DBA)。


除非您打算为新的NoSQL项目进行招聘,否则将会有对现有开发人员和DBA的培训成本。额外的培训也可能会延长项目交付日期。


一种简单的思考方式是:


  • 计算您的团队成员(开发人员和DBA)拥有关系数据库技术的总年数。

  • 计算出通过培训或新招聘获得经验相同NoSQL经验年数的成本。

  • 最后,弄清楚你从这个成本中得到了什么。你的投资回报率?


在这个特定的项目中,这个团队的开发人员以前都没有NoSQL经验,但是有大量的SQL Server经验。使用NoSQL解决方案在培训中增加了大约1个sprint,当然,这也是由于缺乏经验和设计上的失误。


#2:您的数据事务是基于什么?或者,您需要什么级别的事务支持?


如果您的系统需要ACID属性,那么您最好还是坚持使用RDBMS解决方案。否则,您将花费大量的时间试图在您的应用程序/业务逻辑层复制ACID保证,并且您可能仍然没有RDBMS解决方案那么高效。


#3: 您需要Web/高可伸缩性吗?


总是在先计算出您需要什么样的可伸缩性。在这个特殊的例子中,我们正在为微软内部游戏工作室构建系统。


  • 有10到15个游戏工作室正在考虑中——这取决于有多少注册用户使用这个系统

  • 每个工作室最多有3-5个活跃的游戏标题。

  • 每个游戏标题为三个环境存储遥测模式——开发、预生产(PPE)和生产

  • 对于每个标题,将会有2-5个数据科学家同时修改游戏标题数据

  • 每一个标题事件都有大约50 KB的max事件数据

  • 我们被要求存储所有的版本——我们估计这个数字是1000除以一个标题的生命周期


有了以上粗略的估计,我们就可以计算并发性和存储需求:


总并发数 = 工作室数量 * 标题数量每工作室 * 用户数量每标题

=  15 * 5 * 5 = 375 并发用户


最大存储 =  工作室数量 * 标题数量每工作室 * 环境数量 * 事件存储大小每版本* 需要存储的版本数

= 15 * 5 * 3 * 50 KB * 1000 = 11250000 KB = 11.25 GB最大存储


SQL Azure支持1024个并发打开连接,并且能够很容易地支持并发需求。另外,在考虑云计算时,11.25 GB实际上是一个非常小的数字。


这个系统并不是下一个FaceBook或必应——那么NoSQL的路线真的值得吗?


#4:NoSQL解决方案真的能帮你省钱吗?


在纸面上,Azure表存储是一种更便宜的选择,因为它的每Gb数据仅为美分,而SQL Azure则在此期间收取大约5美元的数据。


但是因为我们系统的存储空间不会超过12 GB——这真的很重要吗?每月60美元是我们在同一个系统上花30分钟写代码的钱。


因此,在决定使用NoSQL仅仅是因为它的单位成本更低之前,先弄清楚节省下来的钱是否占了预算的很大一部分。


#5:你需要吸引风险投资吗?


有趣的是,硅谷对NoSQL有偏见。这是因为感觉上NoSQL被认为具有内在的可伸缩性,并且RDBMS被认为是不可伸缩的。记住,关键字是“感觉上”!


这种可扩展性的感觉可能会让投资者相信,你的软件正处于正确的轨道上,准备好接受大规模的采用,从而吸引他们的投资资金。


许多NoSQL公司本身就是风投公司,这也给他们带来了积极的偏见。


最后,围绕“NoSQL”的所有营销活动都有助于推动投资者对你的产品的正面情绪。


#6:你是在雇佣创业精神的人吗?


如果你打算雇佣创业精神的人,他们中的很多人可能已经有NoSQL的知识了。


然而,如果你不在一个主要的科技中心,那么获得这些人才的机会就很少了。您所在的区域可能有一个现成的RDBMS开发人员池——试图在这样的区域中招募NoSQL工程师和DBA可能会延迟项目交付日期,并且由于供应需求曲线,也会花费您更多的钱。


我的建议是与你的招聘机构/人力资源部门合作,对开发者进行市场调查,并将其纳入你的技术选择中。


#7:你的客户在下游使用什么技术?


考虑这样一个场景:您向客户交付分析数据。您正在使用NoSQL来存储分析数据。然而,您的一个客户决定坚持使用基于SQL的报告系统。


这对你来说意味着什么?


这意味着您现在需要将所有NoSQL数据转换为SQL格式,并通过Azure数据工厂等服务将其向下推到客户的SQL数据库。这是您需要承担额外的开发和运营成本。如果您的所有下游客户都在使用SQL,那么您需要认真地考虑是否使用NoSQL和做所有这些昂贵的数据转换对您的系统有意义吗?


#8:对于你的产品,可用性是否胜过一致性?


如果你正在建立一个像Facebook newsfeed这样的系统,你可能会希望这个系统是高可用性的,并且是最终一致


另一方面,如果您正在构建一个银行系统(或者像我们的案例那样的模式存储),您可能希望支持强一致性,并放弃高可用性。


无论采用哪种方式,您都应该首先考虑CAP定理的含义,然后决定您的系统是否需要SQL或NoSQL解决方案。


#9:您是否预期对数据库模式进行大量更改?


如果您期望对数据库模式进行大量更改,就像移动应用程序、实时分析、内容管理系统等经常发生的情况一样,那么NoSQL解决方案可能就是一种方法。


您可以使用一个分区方案,它允许您以一种比大多数SQL数据库允许的更方便的方式更新您的数据库模式。


#10:你想用NoSQL来获得个人的充实/满足吗?


请不要这样做!


我曾见过一些人,他们只是迷恋于学习一个NoSQL系统,并将其放入他们的简历中。这并没有什么错——我对NoSQL技术也很着迷。


但是,请不要让这成为选择技术堆栈背后的驱动因素(有意识的或下意识的)。如果你愿意的话,你可以在自己的时间里学习。


谁赢得了数据库战争?


坦率地说 – 没有哪个玩家能赢者通吃!


在很多情况下,您可能需要SQL和NoSQL技术在同一系统中并存。 例如,如果您正在构建像Instagram这样的照片共享应用程序,则您的照片可能位于NoSQL数据库中,而您的登录/ ACL信息可能位于SQL数据库中。



【关于投稿】


如果大家有原创好文投稿,请直接给公号发送留言。


① 留言格式:
【投稿】+《 文章标题》+ 文章链接

② 示例:
【投稿】
《不要自称是程序员,我十多年的 IT 职场总结》:http://blog.jobbole.com/94148/


③ 最后请附上您的个人简介哈~



看完本文有收获?请转发分享给更多人

关注「数据分析与开发」,提升数据技能


今天看啥 - 高品质阅读平台
本文地址:http://www.jintiankansha.me/t/wpYKptWPsH
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/24772
 
213 次点击  
分享到微博