还不快来了解一下数据存储方式吗？

 

    数据存储是现在的一个热点话题，互联网时代各种存储框架层出不穷，眼花缭乱，比如传统的关系型数据库：Oracle、MySQL。新兴的NoSQL：HBase、Cassandra、Redis。全文检索框架：ES、Solr等。

    如何为自己的业务选取合适的存储方案，相信大家都思考过这个问题。本文简单聊聊小编自己对于Mysql、HBase、ES的理解。希望能和大家一起探讨进步，有不对的地方也欢迎系小伙伴们指出。

    数据存储方式

    如果我们想要知道有哪些文档含有you这个关键字，首先可以创建一个倒排索引，格式如下。

    我们把前面的部分叫做dictionary（字典），里面的每个单词叫做term，后面的文档列表叫做psoting-list，list中记录了所有含有该term的文档id。两个组合起来就是一个完成的倒排索引（Inverted Index），能够看出，假如需要查找含有“you”的文档时，根据dictionary然后找到对应的posting-list即可。

    而全文检索中，创建Inverted Index是最关键也是最耗时的过程，而且真正的Inverted Index结构也远比图中展示的复杂。不仅需要对文档进行分词，ES里中文可以自定义分词器，还要计算TF-IDF。方便评分排序，当查找you时，评分决定哪个doc显示在前面，也就是所谓的搜索排名。压缩操作，每接收一个document，ES就会将其信息更新在倒排索引中。

    从这里我们就可以看出ES和MySQL、HBase的存储还是有很大的区别，而且ES不仅包含倒排索引。默认同时还会把文档doc存储起来，所以当我们使用ES时，也能拿到完整的文档信息。所以某种程度上，感觉就像在使用数据库一样。但是也可以配置不存储文档信息，这时只能根据查询条件得到文档id，并不能拿到完整的文档内容。

    MySQL行存储的方式比较适合OLTP业务，列存储的方式比较适合OLAP业务，而HBase采用了列族的方式平衡了OLTP和OLAP。支持水平扩展，如果数据量比较大、对性能要求没有那么高、并且对事务没有要求的话。HBase也是个不错的考虑。ES默认对所有字段都建了索引，所以比较适合复杂的检索或全文检索。

    关于数据存储的知识，本篇文章就介绍到这里了，其实，小编还写了有关数据存储的其他知识的文章，对此感兴趣的小伙伴们，还不赶快去看一下吗。

版权声明：本文为Yun88网的原创文章，转载请附上原文出处链接及本声明。

 

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！