专栏 | 九章算法
网址 | www.jiuzhang.com
NoSQL 有分很多种，其中key-value NoSQL (Redis, MemcacheD, etc) 的选用相对比较清楚些，大多是当后端Data storage的cache层来用。这篇主要想请教Column Family NoSQL (e.g. Cassandra, Hbase) 和SQL之间的选用。其中包含一些个人的理解，若有错误的地方烦请不吝指教！
我理解上，Column Family NoSQL的schema和SQL schema大多能够互相作逻辑转换。也就是说，给一个DB，里面有很多table，table里有很多column，然后跟你说我query的型态会长怎样 (等同告诉你app layer的join要怎么做)。我们多半能把这些DB schema转成CF NoSQL的schema。反之亦然。
对single box(单一机器)来说，CF NoSQL能承受的qps比SQL要高；不过在multiple machines的情况下，可对SQL去作sharding & replicas来增加其performace和availability/reliability。这边甚至可混用cosistent hashing的架构来作SQL sharding/replication。也就是说
在多台机器可用的环境下
CF NoSQL 和 SQL 的效能
是可以作到差不多的
事实上，Facebook 开发了Cassandra，但内部用的还是用SQL 居多Lol。回到问题, 关于选用CF NoSQL vs SQL, 这边分三种cases考虑。
1.Data相关性极低
Data非常不relational (require no join or few joins)，这时用SQL 就有点浪费，可能会有不必要的overhead。
2.Data相关性极高
这时用CF NoSQL可能要处理大量的de-normalization，虽然disk便宜，但duplicated data太多的话可能也会爆容量。而且update时要处理de-norm data间consistency的问题。
e.g. 一个data可能属于(row_key_A, column_key_A)同时也属于(row_key_B, column_key_B)，这样更新这data时就要同时更新这两个row。感觉这种情况选用SQL会较佳。
3.Data相关性一般
去除以上两个极端cases，通常data是介于中间。这时候感觉
用 CF NoSQL 和 SQL是差不多的
用SQL的话，developer要自己处理sharding/replication。不过相对而言SQL expert的数量远大于Cassandra/Hbase expert, SQL communities也相对成熟许多。
这样看来，面试时若面临到CF NoSQL和SQL的选用时，感觉还是选SQL比较安稳点。
用CF NoSQL感觉会被质疑的点比较多，而且其schema有时不是这么好设计。
推荐阅读：
欢迎关注我的微信公众号：九章算法（ninechapter）。
精英程序员交流社区，定期发布面试题、面试技巧、求职信息等
