在 SQL 上移动，是时候使用 NoSQL 了

了解 SQL 及其局限性

SQL 是结构化查询语言的缩写，是开发人员用来使用传统关系数据库的工具。如果你不熟悉什么是关系数据库，你可以把它看作是相互关联的电子表格的集合。这个 “电子表格” 中的每一行都是一条记录，每列代表一种类型的数据。虽然 SQL 在结构化、一致的数据方面表现出色，但它可能很僵硬，不适合非结构化或不同类型的数据。此设置非常适合管理二维数据。但是，当我们需要向数据添加更多层时，事情就会变得更加复杂。

例如，想象一下，你有一个用于存储员工详细信息的表格（比如电子表格），你想添加为每个人存储多个电子邮件地址的功能。您可以通过为 “Email1”、“Email2”、“Email3” 等添加新字段来扩展原始表。或者，您可以创建一个专门用于存储所有电子邮件地址的新表，并通过唯一标识符将它们链接到合适的人。

第二种方法说明了 “一对多” 的关系——一个人可以有多个电子邮件地址。它有助于使数据更有条理，更能适应变化。但是，请考虑此设置对性能的影响。如果要检索特定人员的详细信息及其关联的电子邮件地址，SQL Server 必须扫描人员表以找到正确的记录，然后筛选电子邮件地址表。这实际上使查询数据所需的时间翻了一番，这可能会影响整体系统的性能。

传统系统中数据管理的复杂性

现在想象一下管理一个包含数百万条记录的复杂数据库。由于规模和体积庞大，直接更改或修改这些表格是不可行的。相反，为了容纳新的数据类型，你必须创建新表并使用唯一标识符链接它们。即使数据之间的关系是一对一的，也是如此。

例如，假设你有一个存储名字和姓氏的雇员表。出现了一项新的业务要求，要求您记录每位员工的出生日期。您需要创建一个新的 “DOB” 表并使用唯一的 ID 将其连接到雇员表，而不是直接向现有表中添加 “DOB” 字段。

随着其他业务需求的出现，例如存储驾照号码或护照身份证，你最终会创建更多的表格。这会将你最初的单个 “人” 表变成一个由四个相互关联的表组成的网络。而且，每次您需要检索有关个人的全面信息时，系统都需要遍历所有这些表，从而使过程比最初慢四倍。这可能会显著影响数据查询的效率和整体系统性能。

传统的ITSM和ERP解决方案可能会随着时间的推移而变慢，这在很大程度上是由于它们处理的数据增加以及实施的自定义数量的增加。这种组合会对系统性能产生指数级影响，使数据检索和处理速度明显变慢。

探索 NoSQL 的优势

另一方面，nexoid采用了NoSQL技术，尽管有这个名字，但从技术上讲，它并不是传统意义上的数据库。相反，它是一个用于存储文档的系统。它们可以处理高速、实时的应用程序并横向扩展，随着数据量的增长，将数据分布在多台服务器上。这些文档存储在所谓的 “索引” 中，您可以将其视为类似于计算机上的文件夹或传统数据库中的表。每条数据记录都存储为一个单独的文件。

这些文件中的数据以一种叫做 JSON 的格式存储，JSON 是 XML 的更紧凑的替代方案。如果你不熟悉这些，你可以把它们看作是类似于文本文档。从某种意义上说，每条数据记录都有自己独特的文档。

数据作为 “对象” 存储在这些文档中。例如，基本对象可以包含简单信息，例如一个人的名字和姓氏。在这个基本对象中，你可能还有另一个名为 “电子邮件地址” 的对象，它本身可以包含多个电子邮件地址。这里的主要优点是所有相关数据都存储在单个文件中，允许进行单一检索操作。

NoSQL 的另一个显著优势是其灵活性。与结构化 SQL 数据库不同，NoSQL 系统中的数据结构不需要统一。你甚至可以在同一个索引中使用不同的数据结构。

此外，从查询的角度来看，NoSQL 系统不仅效率更高，而且在存储方面也提供了更高的效率。传统 SQL 数据库通常要求将所有表托管在同一台服务器上，以允许对多个表进行筛选查询。相比之下，NoSQL 系统可以跨多台服务器分发 “记录” 或文件，而不会影响性能，即使是大型数据集也是如此。这种可扩展性方面为 NoSQL 在处理大量数据时提供了显著的优势。