database - Google 的 Bigtable 与关系数据库

Question

重复

• 为什么我应该使用基于文档的数据库而不是关系数据库？
• 基于文档的数据库与关系数据库的优缺点

我对 Google 的 Bigtable 了解不多，但我想知道 Google 的 Bigtable 和 MySQL 等关系数据库之间的区别是什么。两者的局限性是什么？

Answer 1

Bigtable 是 Google 为处理公司经常处理的大量信息而发明的。Bigtable 数据集可以增长到巨大的规模（数 PB），存储分布在大量服务器上。使用 Bigtable 的系统包括谷歌的网络索引和谷歌地球等项目。

根据有关该主题的Google 白皮书：

Bigtable 是一个稀疏的、分布式的、持久的多维排序图。该映射由行键、列键和时间戳索引；映射中的每个值都是一个未解释的字节数组。

Bigtable 与 MySQL 的内部机制是如此不同，以至于难以进行比较，而且预期的目标也没有太多重叠。但是你可以把 Bigtable 想象成一个单表数据库。例如，想象一下，如果你试图用 MySQL 数据库来实现谷歌的整个网络搜索系统，你会遇到什么困难——Bigtable 就是围绕解决这些问题而构建的。

可以使用基于 SQL 子集的 GQL（“gee-kwal”）语言从 AppEngine 等服务中查询 Bigtable 数据集。GQL 中明显缺少任何类型的JOIN命令。由于 Bigtable 数据库的分布式特性，在两个表之间执行连接将非常低效。相反，程序员必须在他的应用程序中实现这样的逻辑，或者将他的应用程序设计为不需要它。

Answer 2

Google 的 BigTable 和其他类似项目（例如：CouchDB、HBase）是面向数据的数据库系统，因此数据大多是非规范化的（即复制和分组）。

主要优点是： - 由于非规范化，连接操作成本较低 - 由于数据独立性，数据的复制/分发成本较低（即，如果您想跨两个节点分发数据，您可能不会遇到问题在一个节点中有一个实体，在另一个节点中有其他相关实体，因为相似的数据被分组）

这种系统适用于需要达到最佳规模的应用程序（即，您向系统添加更多节点并按比例提高性能）。在像 MySQL 或 Oracle 这样的 RDBMS 中，当您开始添加更多节点时，如果您连接两个不在同一节点中的表，则连接成本会更高。当您处理大量数据时，这变得很重要。

由于存储模型（表、连接、fks）的丰富性，RDBMS 很不错。分布式数据库很好，因为它易于扩展。