分散式緩存能否作為NoSQL資料庫？

(作者 Srini Penchikala 譯者 丁雪豐)

對於文檔、物件圖、鍵值對這樣的非關聯式資料類型，NoSQL資料庫為它們提供了另一種可選的資料存儲方式。 分散式緩存能被用作NoSQL資料庫嗎？ Ehcache的Greg Luck撰文描述了分散式緩存與NoSQL資料庫的相似性。 InfoQ就此採訪了他，討論了該方案的利弊之處。

InfoQ：你能否就分散式緩存解決方案與NoSQL資料庫做個對比？

Greg Luck：分散式緩存通常會把資料放在記憶體裡，用於降低延時。 NoSQL資料庫是沒有R的DBMS（即沒有關系的資料庫管理系統），一般也缺乏對事務和其他高級特性的支援。 對於不支援關係的系統，表關係的關聯是SQL裡最麻煩的部分，這也正是NoSQL這個名字的起源。

其中一種NoSQL資料庫是鍵值存儲。 典型的例子包括Dynamo、Oracle NoSQL Database和Redis。 緩存也是鍵值存儲，因此說這兩者是相關的。 很多緩存實現能被配置為可持久化的，之所以很多時候不那麼做，是因為緩存是要提升性能而不是做持久化。 而NoSQL資料庫則與此相反，它是用來做持久化的。

持久化緩存也可當作鍵值NoSQL資料庫來使用。 NoSQL也提到了Big Data，通常是指比能放進一個單獨的RDBMS節點的量要大的資料，一般從幾TB到幾PB。

分散式緩存通常用於降低事務性資料的延時，這些資料開始時並不大，但慢慢就會往Big Data這個方向發展。 由於緩存將資料保存在記憶體裡，這提高了存儲的成本，而且需要限制資料的大小。 如果依賴于堆存儲，每個伺服器節點可能只有可憐的2GB。 如果依賴于分散式緩存，Ehcache還提供了堆外存儲，每台伺服器可以存儲幾百GB資料，可以用作TB級別的緩存。

持久化、分散式的緩存可以適用于一些NoSQL的場景。 NoSQL資料庫也可以應對一些緩存的場景，只是延時稍高而已。

InfoQ：從架構角度來看，分散式緩存和NoSQL資料庫有什麼相似之處嗎？

Greg：它們都想提供優於RDBMS的TPS和可擴充性。 為此，它們都在功能上做了簡化，拋開了那些麻煩的問題，比如表關聯、預存程序和ACID事務。

雖然JAVA緩存領域裡有JSR 107，它為Spring和JAVA EE程式師提供了一套標準的緩存API，但是比起標準化介面，它們都更傾向于使用私有介面。

它們都採用對用戶端透明的方式對資料進行分區，做向外擴展。 非JAVA產品向上擴展做得也很好。 擁有Terracotta BigMemory，我們在JAVA平臺上的向上擴展方面也做得很特別。 最後，兩者都可以部署在常見的硬體和作業系統上，這讓它們都能理想地運行于雲端。

InfoQ：架構上這兩項技術又有何不同呢？

Greg：NoSQL和RDBMS通常使用的是磁片。 磁片是機械設備，延時很厲害，因為搜尋時間是磁頭移動到正確的磁軌的時間，讀寫時間依賴于磁片的RPM。 NoSQL嘗試優化磁片的使用，例如，僅僅在磁頭當前位置追加日誌，偶爾才刷新到磁片上。 相反，緩存主要都把資料放記憶體裡。

NoSQL和RDBMS的用戶端很薄（想想Thrift或JDBC），只是在網路中傳輸資料，而像Ehcache這樣的緩存使用進程記憶體儲和遠端存放，因此常用請求在本地就能被成功處理。 在分散式緩存上下文中，每個應用程式伺服器的進程記憶體儲中都會緩存熱點資料，增加伺服器數量並不會增加網路或後端的負載。

RDBMS專注于成為通用的SOR（System of Record）。 NoSQ希望成為某類特定資料類型的SOR，比如鍵值對、文檔、稀疏表（寬表）或圖。 緩存著眼于性能，一般會與RDBMS或NoSQL資料庫結合使用，資料類型就是SOR。 往往緩存中會存儲Web服務調用的結果，業務物件的計算結果，這個結果可能需要成百SOR調用才能得到。

像Ehcache這樣的緩存部分運行在應用程式的作業系統進程裡，部分運行在網路那頭自己機器的進程裡。 但也不是全部分散式緩存都這樣：memcache就是一個例子，所有的資料都跨網路存儲。

InfoQ：哪類應用程式最適合這種方式？

Greg：這還得從先前的問題說起，要將分散式緩存用於你現有的應用程式，通常只需要很小的工作量，而NoSQL則需要做很多事，還有大的架構變更。

因此適用分散式緩存的第一類應用程式是現有系統，特別是有以下需要的：

InfoQ：這種方式有什麼局限麼？

Greg：緩存，置於記憶體之中，在大小上有制約，它們的技術局限受限於有多少記憶體給它們使用（下面還會具體展開說明）。

緩存，就算它提供持久化功能，也未必算的上作為SOR的上選。 緩存故意回避了備份到磁片和從中還原的複雜功能，儘管也有簡單的。 RDMBS在過去30年裡開發了豐富的備份、還原、遷移、報表和ETL特性。 而NoSQL則介於兩者之間。

緩存提供了改變數據與訪問資料的程式設計API。 NoSQL和RDBMS則提供了工具，可以執行腳本化語言（比如SQL、UnSQL和Thrift）。

但關鍵一點是要記住緩存並不想成為你的SOR。 它能輕鬆地與你的RDBMS和睦相處，為此它並不需要RDBMS所有用的複雜功能。

InfoQ：以後分散式緩存解決方案、NoSQL資料庫和傳統RDBMS互相協同工作，你有何看法？

Greg：速度大幅快于RDBMS，依賴于部署拓撲的NoSQL，還有資料訪問模式，分散式緩存可以位於這三者之間的任意位置。 那些需要更低延時的人可以將緩存作為NoSQL的一個補充，就像現在對待RDBMS那樣。

稍有不同的是，在你想將RDBMS擴展到多個節點時，經常會難於擴展，或者影響程式設計契約，或者受制于

(責任編輯：蒙遺善)