数据技术 分类

开篇：为什么数据库查不动了

MySQL 的 LIKE '%关键词%' 在数据量大了之后会变得极慢，因为它是全表扫描。想象一下在一本 1000 页的书里找"云计算"这个词，如果没有目录和索引，你只能一页一页翻 -- 这就是 MySQL 模糊搜索的本质。

而 ElasticSearch（简称 ES）的做法是：先给每个词建一个"目录"，记录它出现在哪些文档里。搜索时直接查目录，瞬间定位。这个"目录"，就是倒排索引。

传统数据库用的是正排索引：从文档找关键词。

如果说 MySQL 是数据库界的"大众汽车" -- 开源、普及、够用，那 Oracle 就是"劳斯莱斯" -- 强大、稳定、贵。很多银行、保险、运营商的核心系统至今还跑在 Oracle 上，因为它在高并发、高可用、复杂查询方面确实有一套。

但也正因为贵，阿里巴巴率先发起了"去 IOE"运动（去掉 IBM 小型机、Oracle 数据库、EMC 存储），用开源方案替代。这场运动深刻影响了国内的技术选型，也让 MySQL 成为了互联网公司的首选。

理解 Oracle，重点不在于记住所有语法细节，而在于理解它和 MySQL 的差异、以及它独有的一些设计理念。

当数据量从 GB 增长到 TB 甚至 PB，单台机器的硬盘装不下、CPU 算不完。这时候就需要把数据分散到成百上千台机器上存储和计算。Hadoop 就是为解决这个问题而生的 -- 它是一个分布式存储和计算的框架，让你像用一台超级计算机一样使用一个集群。

Hadoop 的核心由三部分组成：

HDFS（Hadoop Distributed File System）解决的是"海量数据存在哪"的问题。核心思想是：把大文件切成小块，分散存到多台机器上，每块存多个副本保证可靠性。

关系型数据库（MySQL、Oracle）用表格存储数据，简单直观。但当你要存社交网络的关系图谱、用户的行为日志、格式不固定的商品属性时，强行往表格里塞就很别扭了。NoSQL（Not Only SQL）就是为这些场景而生的 -- 不是要取代关系型数据库，而是在它不擅长的领域做补充。

NoSQL 数据库按数据模型分为四大类，每类解决不同的问题：