爲什麼sql可以垂直擴展和水平nosql

Question

我是NoSQL的新手，並試圖理解它的含義。我曾在許多不同的網站上看到許多文章重複「SQL數據庫垂直縮放（通過添加CPU /內存），而NoSQL數據庫水平縮放（通過添加更多可執行分佈式計算的機器）」。

例如，這些文章：
http://dataconomy.com/sql-vs-nosql-need-know/
http://www.thegeekstuff.com/2014/01/sql-vs-nosql-db/

的事情是，我不明白這是爲什麼。

據我所知，SQL和NoSQL（除了可伸縮性問題）之間的主要區別在於SQL存儲在表中，而NoSQL以不同的方式存儲（Key-Value/Graph/xml等） ）。

我似乎無法理解這兩個事實（可伸縮性和存儲策略）之間的聯繫。這些對我來說似乎沒有關係（可能是由於缺乏理解）。

Answer 1

這太長了評論，我承認它包含意見。

這些文章通常是合理的。正如這兩篇文章指出的那樣，NoSQL技術和SQL技術（由於缺乏更好的術語）在現今扮演重要角色。這個討論有時候讓人想起分級數據庫和關係數據庫。

我不同意可擴展性差異。討論忽略了諸如Hive，PrestoDB和BigQuery等基於傳統RDBMS精神的高度可擴展技術的技術。

RDBMS和NoSQL之間的主要區別（在我看來）是符合ACID和數據結構。首先是關係數據庫帶來的「負擔」，不管是好還是壞 - 對於金融交易來說確實非常方便，但是以其他目的的開銷爲代價。第二個是傳統數據庫正朝着更好地處理非結構化數據的方向發展，直接支持嵌套表格，JSON和XML格式。然而，結構很重要，因爲數據科學家們在與數據交互時可能會很難學會。

大型可擴展鍵值數據庫的設計考慮了「橫向」可擴展性。這與缺乏純ACID特性相結合，有助於重新平衡新硬件的數據 - 假設您已經正確設計了數據庫（並且這可能是一個很大的假設）。數據庫如Oracle，DB2和Teradata幾十年來一直支持並行處理（雖然更偏向於單個服務器，儘管採用無共享架構）。他們的技術會預先考慮更現代的基於Apache的系統（因爲缺乏更好的術語），但這並不意味着它們不能跨多個處理器進行擴展。

Hive，Redshift，BigQuery和PrestoDB等新數據庫以更現代的「水平」可伸縮的意義（至少在查詢中）提供了基於SQL的接口。 Postgres世界正在進行大量的工作來支持並行處理，而Greenplum，Netezza，Vertica等數據庫的例子則認爲關係數據庫不能跨多個獨立處理器進行擴展。