(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。

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