从SQL到NoSQL7种比较查询语言的指标分别是什么

蜗牛vps 互联网技术资讯 2021-11-30 365 0

从SQL到NoSQL7种比较查询语言的指标分别是什么，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

我们将研究七个比较SQL和NoSQL的指标。

有些人也发现与NoSQL名称混淆。该缩写不仅代表“ SQL”，而且还可能被误解为“对SQL否”，因此，为了使用NoSQL数据库，组织将不仅需要将其关系数据模型转换为文档模型，而且还会获得有关他们将选择的NoSQL数据库API的培训。

实际上，NoSQL数据库行业从未放弃过最流行的数据库数据访问。许多NoSQL供应商仍在使用SQL的变体。 Cosmos DB， Cassandra CQL， Elasticsearch SQL， Cockroach Labs。即使使用 MongoDB查询语言，您仍会发现它基于select-join-project构造，这是SQL中使用的关系代数的基础。

这个NoSQL领域中的一个数据库公司(已完全解决此问题)是 Couchbase 及其 N1QL 查询语言。虽然Couchbase以本机JSON格式存储数据，但它支持的数据模型可以是关系结构或分层结构，由于其模式灵活性和可扩展性，经常在基于文档的模型中使用。这是可能的，因为Couchbase提供了类似SQL的查询语言-N1QL，它扩展了SQL语言以允许用户操纵文档模型的层次结构。所有这些都是基于具有键值API 的Couchbase高性能数据服务构建的。

但是，在当今的NoSQL数据库市场中，有很多选择，并且对于希望确保其数据库技术投资可以利用NoSQL技术当前提供的所有好处的组织而言，结果可能带来许多挑战。

对结构化和非结构化数据的支持
商业硬件的水平可扩展性
易于管理架构演变

也许最重要的是，除了过去几十年来一直主导数据库市场的当前RDBMS供应商之外，还可以选择供应商。

为了帮助客户做出决定，Altoros(一家致力于帮助公司从旧版IT系统过渡到未来的公司)发布了查询比较报告，以比较当今最受欢迎的数据库中的查询语言。它选择专注于MySQL / SQL，Couchbase N1QL和MongoDB查询语言。使用以下条件对每种查询语言的实现进行了评估，以满足不同的查询方案。

简单
可读性
表现力
灵活性
技能专长
代码行
应用程序到服务器的行程数

可以在此GitHub 存储库中找到所有查询和数据库转储的示例，这些示例可以帮助部署和运行此报告中的所有方案。

Altoros报告方法

该报告的目的是从传统RDBMS应用程序的角度比较查询语言。为此，它选择了：

活动管理应用程序模型，通常在管理销售，服务和营销活动的大多数CRM系统中找到。报告设置包括用于MySQL的关系模型和用于Couchbase和MongoDB的文档数据库模型。

它还使用了这些系统的大多数用户可以识别的一组查询方案。

对于每种情况，报告均提供以SQL，N1QL和MongoDB查询语言编写的相应解决方案，然后提供每种解决方案的评估。

评估标准结果

下表总结了所有查询方案的所有等级。请参阅该报告，以了解每种查询方案的单独评估。

该报告以MySQL-SQL为参考，根据许多标准评估了Couchbase N1QL和MongoDB查询语言。

笔记：

与MongoDB，Cassandra和RedisLab一起工作的Altoros发现N1QL与SQL非常相似，并且始终给它比MongoDB查询语言更好的评级。
方案3的示例代码显示，对于简单查询，这三种查询语言相对相似，并且具有相似的评估标准评分。但是，差异出现在查询场景中，其中文档JOIN和Aggregations

该图表显示了每个查询的代码行数。尽管此度量标准可能会出现错误表述，因为所有查询语言都有自己推荐的格式，但它可以提供有关复杂性的简单指南。

N1QL查询语言的代码行数与SQL大致相同。
MongoDB查询语言始终具有更多的代码行。
对于场景7，Altoros团队必须为MongoDB查询语言编写347行，而N1QL为21行。这个异常值反映了MongoDB查询语言在计算复杂聚合和通用表表达式(CTE)方面的局限性，在过去的几十年中，SQL(现在是N1QL)一直是关系数据库技术的主要优势。

请注意，这是Altoros团队提供的MongoDB查询解决方案。与任何实现一样，可能还有其他方式编写Mongo代码，但这就是团队想出的。

客户端服务器行程数

该图显示了应用程序必须提交给数据库服务器的行程数。

笔记：

在大多数情况下，SQL / N1QL只需要向服务器提交一个查询，而MongoDB查询可能导致多个部分，因此需要多次访问后端服务器。这是由于SQL / N1QL的表现力所致，其中应用程序开发人员只需要声明所需的输出，并由服务器来处理并返回结果。
缺乏复杂聚合的支持要求MongoDB在多个阶段执行其计算。这类似于标准的SQL子查询方法。此处的区别在于，子查询结果集需要在客户端应用程序中维护，然后再传递给另一个查询。