NoSQL数据库

开篇：不是所有数据都适合放进表格

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 四大家族

NoSQL 数据库按数据模型分为四大类，每类解决不同的问题：

类型	代表产品	数据模型	典型场景
列存储	HBase	列族	海量数据的随机读写，如日志分析
K-V 存储	Redis	键值对	高速缓存、会话管理、排行榜
文档存储	MongoDB	JSON/BSON 文档	内容管理、商品属性、用户画像
图存储	Neo4j	节点 + 边	社交网络、知识图谱、推荐系统

文档数据库 MongoDB

MongoDB 是 NoSQL 中功能最丰富、最像关系型数据库的。它用 JSON 风格的文档存储数据，天然支持嵌套结构，不需要预先定义表结构。

概念对照

MySQL	MongoDB	说明
Database	Database	数据库
Table	Collection	集合（表）
Row	Document	文档（BSON 格式）
Column	Field	字段
Primary Key	_id	主键（自动生成）
JOIN	Embedded Document	嵌套文档代替关联

BSON 是什么

BSON（Binary JSON）是 MongoDB 的数据格式，和 JSON 类似但是二进制存储。它比 JSON 多了一些数据类型（如 Date、ObjectId），格式是 {key: value}，支持嵌套文档和数组。

优点：灵活性高，文档结构可以随时变化。缺点：空间利用率不如关系型数据库。

常用操作

// 插入
db.users.insertOne({ name: "张三", age: 25, tags: ["Java", "Python"] })

// 查询（支持多条件）
db.users.find({ age: { $gte: 18 }, tags: "Java" }).pretty()

// 更新（$set 设置字段，$inc 自增）
db.users.updateOne({ name: "张三" }, { $set: { age: 26 }, $inc: { score: 10 } })

// 删除
db.users.deleteMany({ age: { $lt: 18 } })

优缺点

优点	缺点
文档结构灵活，无需固定 Schema	不支持传统事务（4.0 之后支持多文档事务）
内置 GridFS，支持大文件存储	磁盘占用空间较大
千万级文档查询性能优秀	JOIN 能力弱
水平扩展简单，添加节点即可	数据一致性不如关系型数据库

图数据库 Neo4j

Neo4j 是开源的图数据库，用节点（Node）和边（Edge） 来存储数据。节点是实体，边是关系。当你需要频繁查询"关系"时（朋友的朋友、商品的关联推荐），图数据库的优势就体现出来了。

为什么关系查询用图数据库更快

以"百万用户社交网络，查朋友的朋友的朋友"为例：

查询深度	MySQL 耗时	Neo4j 耗时	返回记录数
2 层	0.016s	0.01s	~2500
3 层	30s	0.168s	~110,000
4 层	1543s	1.359s	~600,000
5 层	未完成	2.132s	~800,000

深度为 2 时两者差不多，深度为 3 时 MySQL 已经 30 秒（在线系统无法接受），而 Neo4j 不到 1 秒。关系越深，图数据库的优势越明显。

Cypher 查询语言

// 查询林婉儿的伴侣
MATCH (:Person {name:"林婉儿"})-[r:Couple]-(p:Person)
RETURN p.name

// 查三层关系
MATCH data=(a:Person{name:"范闲"})-[*1..3]-(b:Person)
RETURN data

// 查朋友的朋友
MATCH (a:Person{name:"范闲"})-[:Friends]->(b)-[:Friends]->(c)
RETURN a, b, c

海量 K-V 存储 Aerospike

Aerospike 是一个分布式 K-V NoSQL 数据库，专为 TB 级别大数据高并发设计。它采用混合架构：索引在内存，数据在 SSD，读写达微秒级。

对比项	Aerospike	Redis
定位	NoSQL 数据库	缓存
线程模型	多线程	单线程（6.0 后部分多线程）
数据扩容	动态增加节点自动均衡	需要手动处理
故障转移	设置复制因子后自动故障转移	需配置 Sentinel 或 Cluster
存储介质	内存（索引）+ SSD（数据）	纯内存
99% 延迟	< 1ms	< 1ms

Aerospike 主要用在广告行业的个性化推荐场景 -- 将用户画像标签存储在 Aerospike 中，广告投放时实时读取，实现精准投放。

典型推荐链路：用户行为日志 -> ETL 清洗 -> 推荐引擎计算 -> 结果存入 Aerospike -> 广告投放引擎实时读取。