一、定义#

**NoSQL **的全称最早是 Not Only SQL（不仅仅是 SQL），意思是它不强制使用关系型数据库的 SQL 语法，而是提供更灵活的方式来操作数据。

• 我们不能在大多数 NoSQL 里直接复制关系型数据库的复杂 SQL（如带 JOIN、多表事务、外键约束等）。

• 但很多现代 NoSQL 提供了 SQL-like 或 SQL 兼容层，让熟悉 SQL 的开发者上手更容易。

二、特性#

**NoSQL **数据库被设计成天生支持分布式，这是它与传统关系型数据库（SQL）最大的区别之一

1. 分布式（Distributed）#

• 意思是：数据库不是跑在一台服务器上，而是自动分布在多台服务器（节点）上组成一个集群。

• 为什么需要分布式？

  • 单台服务器的 CPU、内存、磁盘、网络总有上限（垂直扩展贵且有瓶颈）。

  • 当数据量达到 TB/PB 级、并发达到百万级时，必须把压力分散到多台机器上。

• NoSQL 的优势：

  • 自动处理节点加入/退出、故障转移。

  • 支持高可用（一台机器挂了，其他机器还能继续服务）。

  • 读写性能可以随着机器数量线性增长。

2. 数据分片（Sharding / Data Partitioning）#

• 分片就是把一份大数据“切成小块”（shards），然后把这些小块分散存储到不同的服务器上。

• 怎么切？ 常见规则：

  • 按键哈希分片（Hash Sharding）：根据用户ID、订单ID 等字段取哈希值，取模后决定放到哪个节点（最常用）。

  • 范围分片（Range Sharding）：按时间、ID 范围划分（如 2025 年数据放节点A，2026 年放节点B）。

• 好处：

  • 每个节点只管自己的一小部分数据，查询和写入更快。

  • 容易水平扩展：数据太多？再加几台机器，系统自动把数据重新分片。

• NoSQL 天生支持：MongoDB 有自动分片（Auto-Sharding），Cassandra 通过一致性哈希环实现分片，DynamoDB 完全自动管理分片。

3. 数据冗余（Data Redundancy / Replication）#

• 为了高可用，同一份数据会在多个节点上复制多份（通常 3 份或更多）。

• 一台节点挂掉时，其他副本还能提供服务，不会丢失数据。

• 这也是 NoSQL “天生支持”的特性之一。

三、总结#

分片后会带来一些挑战：跨分片的事务（分布式事务）很复杂，所以 NoSQL 通常采用最终一致性（BASE 原则），而不是 SQL 的强一致性（ACID）。

现代有些“NewSQL”数据库（如 CockroachDB、TiDB）试图结合 SQL 的易用性和 NoSQL 的分布式能力。