| 对于文档、对象图、键值对这样的非关系型数据类型，NoSQL数据库为它们提供了另一种可选的数据存储方式。分布式缓存能被用作NoSQL数据库
吗?Ehcache的Greg Luck撰文描述了分布式缓存与NoSQL数据库的相似性。记者就此采访了他，讨论了该方案的利弊之处。 记者：你能否就分布式缓存解决方案与NoSQL数据库做个对比? Greg Luck：分布式缓存通常会把数据放在内存里，用于降低延时。NoSQL数据库是没有R的DBMS(即没有关系的数据库管理系统)，一般也缺乏对事务和其他高级特性的支持。对于不支持关系的系统，表关系的关联是SQL里最麻烦的部分，这也正是NoSQL这个名字的起源。 其中一种NoSQL数据库是键值存储。典型的例子包括Dynamo、Oracle NoSQL Database和Redis。缓存也是键值存储，因此说这两者是相关的。很多缓存实现能被配置为可持久化的，之所以很多时候不那么做，是因为缓存是要提 升性能而不是做持久化。而NoSQL数据库则与此相反，它是用来做持久化的。 持久化缓存也可当作键值NoSQL数据库来使用。NoSQL也提到了Big Data，通常是指比能放进一个单独的RDBMS节点的量要大的数据，一般从几TB到几PB。 分布式缓存通常用于降低事务性数据的延时，这些数据开始时并不大，但慢慢就会往Big Data这个方向发展。由于缓存将数据保存在内存里，这提高了存储的成本，而且需要限制数据的大小。如果依赖于堆存储，每个服务器节点可能只有可怜的2GB。如果依赖于分布式缓存，Ehcache还提供了堆外存储，每台服务器可以存储几百GB数据，可以用作TB级别的缓存。 持久化、分布式的缓存可以适用于一些NoSQL的场景。NoSQL数据库也可以应对一些缓存的场景，只是延时稍高而已。 记者：从架构角度来看，分布式缓存和NoSQL数据库有什么相似之处吗? Greg：它们都想提供优于RDBMS的TPS和可扩展性。为此，它们都在功能上做了简化，抛开了那些麻烦的问题，比如表关联、存储过程和ACID事务。 虽然Java缓存领域里有JSR 107，它为Spring和Java EE程序员提供了一套标准的缓存API，但是比起标准化接口，它们都更倾向于使用私有接口。 它们都采用对客户端透明的方式对数据进行分区，做向外扩展。非Java产品向上扩展做得也很好。拥有Terracotta BigMemory，我们在Java平台上的向上扩展方面也做得很特别。最后，两者都可以部署在常见的硬件和操作系统上，这让它们都能理想地运行于云端。 记者：架构上这两项技术又有何不同呢? Greg：NoSQL和RDBMS通常使用的是磁盘。磁盘是机械设备，延时很厉害，因为寻道时间是磁头移动到正确的磁道的时间，读写时间依赖于磁盘的 RPM。NoSQL尝试优化磁盘的使用，例如，仅仅在磁头当前位置追加日志，偶尔才刷新到磁盘上。相反，缓存主要都把数据放内存里。 NoSQL和RDBMS的客户端很薄(想想Thrift或JDBC)，只是在网络中传输数据，而像Ehcache这样的缓存使用进程内存储和远程存储，因 此常用请求在本地就能被成功处理。在分布式缓存上下文中，每个应用程序服务器的进程内存储中都会缓存热点数据，增加服务器数量并不会增加网络或后端的负 载。 RDBMS专注于成为通用的SOR(System of Record)。NoSQ希望成为某类特定数据类型的SOR，比如键值对、文档、稀疏表(宽表)或图。缓存着眼于性能，一般会与RDBMS或NoSQL数 据库结合使用，数据类型就是SOR。往往缓存中会存储Web服务调用的结果，业务对象的计算结果，这个结果可能需要成百SOR调用才能得到。 像Ehcache这样的缓存部分运行在应用程序的操作系统进程里，部分运行在网络那头自己机器的进程里。但也不是全部分布式缓存都这样：memcache就是一个例子，所有的数据都跨网络存储。 |
