扩展 NoSQL 数据库：提示和技巧

随着公司生成的数据量继续呈指数级增长，NoSQL 数据库越来越受欢迎。 然而，许多组织不愿意转向 NoSQL，因为他们担心它会更难扩展。 扩展 NoSQL 数据库实际上与扩展关系数据库没有什么不同。 主要区别在于 NoSQL 数据库被设计为可水平扩展，这意味着它们可以通过向系统添加更多节点来扩展。 这与垂直可扩展的关系数据库形成对比，这意味着它们只能通过向单个服务器添加更多资源来扩展。 扩展 NoSQL 数据库时需要注意以下几点： 1. 确保您的数据均匀分布在所有节点上。 2. 逐步添加节点以避免系统过载。 3. 密切监视系统的性能以确定任何瓶颈。 4.定期调整系统以确保最佳性能。 考虑到这些技巧，扩展 NoSQL 数据库应该不会比扩展关系数据库更困难。

扩展数据库的方法和原则有很多，具体取决于数据库的类型。 NoSQL 和SQL 数据库的扩展取决于数据库分片的概念。 当服务器分布式时，能够存储更多数据的好处会增加，但我们也继承了分布式带来的问题。 单体数据库不支持自动分片，工程师需要手动编写逻辑来处理。 为了解决这个问题，可以在查询服务和数据库之前安装一个代理，比如负载均衡器。 当分片很大时，我们可以获得更快的查询，因为可以再次使用该代理。 由于缺乏最终用户的意识，扩展 NoSQL 数据库在很大程度上是不可见的。

每个分片都是独一无二的，这与主从架构不同。 如果主分片上有任何读取查询，将向从分片发送请求。 在数据中心级别，我们可以复制数据库以确保我们有备份。 Node是可以与其他节点通信和交换信息的节点。 每个节点通过协议与固定数量的其他节点通信。 因为 Cassandra 中的所有节点都是平等的，所以一个节点可以将其数据从一个节点复制到另一个节点，而无需担心丢失任何数据。 八卦协议是节点可以共享信息的多种方式之一。

除了获得额外的属性之外，分布式数据库还有许多优点。 确保可用性的一个关键组成部分是数据复制。 当您对数据库使用异步复制时，一开始它并不总是完全一致，但随着时间的推移会变得更加一致。 SQL 数据库用于需要高精度数据的金融应用程序，而 NoSQL 数据库用于不太重要的应用程序，例如视图计数。

垂直扩展是指随着硬件的升级，计算工作量逐渐增加的过程。 转向分布式架构并添加更多计算机来解决我们的问题需要横向扩展，也称为水平扩展或向外扩展。

NoSQL 可以支持基于水平方法的缩放。

MongoDB 作为 NoSQL 数据库，具有可扩展性，因为它的数据不存储在关系数据库中。 数据存储为类似 JSON 的文档，可以通过 HTTP 请求轻松访问。 使用该方法可以跨多个节点横向分发文档。

你如何扩展 Nosql 数据库？

另一方面，NoSQL 数据库是可水平扩展的，这意味着它们可以通过简单地向数据库添加更多服务器来根据需要处理增加的流量。 因为 NoSQL 数据库可以转换成更大、更强大的结构，所以它是大型数据集和不断发展的数据库的合理选择。

为了使本教程有效，您必须有一个有效的 Node.js 环境。 在本文中，我会将DynamoDB 文件解压到一个名为 nodejs-dynamodb-sample 的文件夹中。 有关此内容的详细版本，请访问我的 GitHub 页面：https://www.gofundme.com/adamfowleruk/nodesurvey.html。 示例应用程序可以从 DynamoDB 中搜索和检索电影信息。 我们将在 Amazon Web Services 上的 S3 中存储数据，并通过 Amazon 的身份和访问管理服务 (IAM) 访问 DynamoDB。 要使用亚马逊的应用内分析服务，您必须先注册并创建一个帐户。 记下您要发布 /movies 的每部电影的年份和标题。

您可以输入一个键控字段来查找某一年的电影。 之后，您可以从头开始设计自己的应用程序。 您可以使用您的表格，直到您完成它们，但您应该在它们被使用后删除它们。 访问 Amazon Web Services 上的 DynamoDB 控制台，查看您目前使用了多少存储空间。 “电影”选项卡允许您查看表格中的项目和应用程序的指标，以及“容量”选项卡中的每月估计每月费用。 这段代码可以在我的 GitHub 页面上找到：https://github.com/adamfowleruk/nodejs-dynamodb-sample。

MongoDB、Apache HBase 和 Cassandra 是三个非常适合水平扩展的 NoSQL 数据库。 因为它们的数据结构更水平，这使得向系统添加更多服务器变得更加容易，同时也消除了更改它们的需要。 此外，这些数据库相对较新，因此仍在开发和完善中，这意味着它们可能会随着时间的推移而改进。

为什么 Nosql 易于扩展？

Nosql 易于扩展，因为它被设计为可水平扩展。 这意味着它可以通过向nosql 集群添加更多节点来扩展。 Nosql 还易于扩展，因为它每秒可以处理大量数据和大量查询。

应用程序需要高水平的可扩展性才能正常运行。 选择具有简单高效的用户界面的数据存储同样重要。 争论的焦点是使用“ASL”或“Nosql”数据库哪个更好。 与 SQL 数据库相反，NoSQL 数据库很受欢迎，因为它们易于构建。 停止 NoSQL 数据库中的所有操作本质上取决于分片。 通常，每个数据操作都需要使用限定运算符，该运算符可用于标识具有数据的节点。 数据存储在多台机器上，这使得即使在最小的机器上执行数据操作也非常简单。

因此，NoSQL 商店可以扩展到使用相对简单的商用机器。 假设用户将以这样一种方式规划和构建数据，即可以从同一节点一次性获取数据以在 NoSQL 数据库上执行特定操作。 以这种方式对数据进行反规范化也可能意味着节点已准备好运行预煮数据。 NoSQL 中的联接是可能的，但它们不像 SQL 联接那样健壮。 在 NoSQL 的实际世界中，应用程序设计人员相信数据一致性最终会出现。 许多NoSQL系统除了提供开关来调整不同NoSQL系统之间的一致性外，还提供了例程来让一致性显得更加突出。 任何架构决策的一个重要部分是评估用例并根据该用例选择合适的数据存储。

所有 Nosql 数据库都是可扩展的吗？

作为互联网和云计算时代的结果，NoSQL 数据库已经被创建，以便更容易地实现横向扩展架构。 可伸缩性是通过将数据存储与在横向扩展架构中的大量计算机上处​​理数据所需的工作相结合来实现的。

该系统应该能够以非常低的延迟处理非常大的数据库，同时还能处理非常高的请求率。 对于 eBay、Amazon、Twitter 和 Facebook 等大容量网站，可扩展性和高可用性至关重要。 您可以通过水平缩放同时运行一个服务器的多个实例。

MongoDB 的数据库在规模和用户数量方面都可以水平和垂直扩展。 在 MongoDB 中，您可以通过添加更多资源并将数据拆分为更小的块来垂直或水平扩展集群。 因此，MongoDB 是大型应用程序和数据存储的流行选择。

用于快速扩展和高数据量的最佳 Nosql 数据库

其他 NoSQL 数据库可以扩展以满足您的特定需求，就像您可以使用其他数据库一样。 例如，MongoDB 是一种流行的编程语言，因为它可以快速扩展并处理大量数据。 基于 Redis 的数据存储因其内存容量和速度而被广泛使用。

Nosql 垂直扩展

Nosql 数据库是水平可扩展的，这意味着它们可以通过向系统添加更多节点来处理增加的流量。 这与垂直扩展形成对比，垂直扩展通过向单个节点添加更多资源来扩展系统。

每个数据库都必须扩展以处理每天生成的数据量。 术语“缩放”分为两种类型：垂直和水平。 如果要存储更多数据，则应投资 2TB 服务器。 单个服务器变得越来越昂贵和越来越大。 将机器添加到服务器的过程会导致水平扩展。 在这种情况下，数据被分成一组并分布在多个服务器或分片中。 因为它遵循反规范化模型，所以不需要单点真相。 这种方法可能不会导致在 master 执行写入失败时更新信息，因为它不会在 master 执行写入失败时更新 slave 副本上的信息。

什么是SQL中的垂直缩放？

垂直扩展方法的目标是通过增加同一逻辑服务器的资源来增加单台机器的容量。 现有软件必须升级内存、存储和处理能力等资源，才能发挥最佳性能。

如何横向扩展数据库

什么是水平缩放，它是如何工作的？ 水平缩放方法是一种需要添加额外节点以适应负载的方法。 这对于关系数据库来说非常困难，因为很难跨节点分布相关数据。

除了添加更多实例来分担负载之外，水平扩展（或向外扩展）还需要增加应用程序或服务的实例数量。 相反，垂直扩展需要向实例添加更多资源，例如 CPU 能力和内存。 由于 HTTP 的底层协议、大多数 Web 应用程序和 API，它们可以轻松地相互独立地扩展。 一些数据库现在允许您在多个实例之间同步和共享您的书面数据。 如果以这种方式路由流量，更多资源将专用于最常请求的项目。 尽管反向代理通常用于处理 HTTP 请求，但并不总是使用数据库来执行此操作。 大多数数据库都可以用nginx或HAproxy等软件进行转发，两者都可以在TCP层面完成。

如果您的代理可以了解连接在协议级别上的工作方式，它可以确定只读副本是否不同步或即使网络连接处于活动状态也无法做出反应。 路由可以根据副本上的负载以及连接数进行调整。 有一些代理服务器可以执行多种功能。 在持久卷和声明方面取得了一些进展，但如果您不选择对每个实例都具有同等价值的数据库，也会存在固有的困难。 因为容器正在集群中移动，所以重启一个只读副本应该没问题。 如果这种情况发生在主数据库上，您可能不会感到兴奋。