第2章 数据模型与查询语言

1.关系模型与文档模型

现在用的最多的数据模型是SQL，即关系模型，数据被组织成关系（SQL中称作表），其中每个关系是元组（SQL中称作行）无序集合。

1.1.NoSQL的诞生

NoSQL被重新解释为：Not Only SQL。

采用NoSQL数据库的背会有几个驱动因素，包括：

• 需要比关系数据库更好的可扩展性，包括非常大的数据集或非常高的写入吞吐量。
• 相比商业数据库产品，免费和开源软件更受偏爱
• 关系模型不能很好地支持一些特殊的查询操作
• 受挫于关系模型的限制性，渴望一种更具多动态性与表现力的数据模型。

不同的应用程序有不同的需求，一个用例的最佳技术选择可能不同于另一个用例的最佳技术选择。

1.2.对象关系不匹配

举例如果要保存一个人的简历，包括个人信息，学历，地址，网址，工作经历等等，如果用关系型数据库就需要很多张表来保存，用一个user_id来串起来。如果用NoSQL，就可以直接用一个json对象来保存起来。

Json表示比多表模式具有更好的局部性，如果在关系型示例中获取简历，那需要执行多个查询，或者在User表与其下属表之间混乱地执行多路连接。

1.3.多对一和多对多的关系

一对多的好处是：

• 避免歧义
• 易于更新，名称只存储在一个地方，如果需要更改，很容易进行全面更新。
• 本地化支持，当网站翻译成其他语言时，标准化的列表可以被本地化，使得地区和行业可以使用用户的语言来显示。
• 更好的搜索。

也会有好多对多的情况，好处跟一对多基本一致。

该处说的多对一和多对多都是基于关系数据库的。

1.4.文档数据库是否在重蹈覆辙

最早的数据模型是一个层次模型，它与文档数据库使用的JSON模型有一些相似之处，它将所有数据表示为嵌套在记录中的记录数。

但是该模型能处理好一对多的关系，却很难处理多对多的情况，开发人员必须复制数据到另一个记录中。于是，人们提出了两种方案来解决层次模型的局限性：关系模型（就是现在的SQL），和网络模型（已经变的冷门）

1.4.1.网络模型

网络模型是层次模型的推广，层次模型的树结构中，每条记录只有一个父节点，在网络模型中，每条记录可以能有多个父节点。

网络模型中，访问记录的唯一方法是跟随从根记录起沿这些链路所形成的路径，这被称为访问路径。

这种访问方式使得查询和更新数据库的代码变得复杂不灵活。无论是分层还是网络模型，如果你没有所需数据的路径，就会陷入困境。你可以改变访问路径，但是必须浏览大量手写数据库查询代码，并重写来处理新的访问路径。

这么难用，被淘汰是必然的。

1.4.2.关系模型

关系模型中，一个关系（表）只是一个元组（行）的集合。可以通过指定某些列作为匹配关键字来读取特定行，你可以在任何表中插入一个新的行，而不必担心与其他表的外键关系。

关系模型的一个关键洞察是：只需构建一次查询优化器，随后使用该数据库的所有应用程序都可以从中受益。

1.4.3.与文档数据库相比

一方面：文档数据库还原为层次模型：在其父记录中存储嵌套记录，而不是在单独的表中。

另一方面：在表示多对一和多对多的关系时，关系数据库和文档数据库并没有根本的不同：在这两种情况下，相关项目都被一个唯一的标识符引用，这个标识符在关系模型中被称为外键，在文档模型中被称为文档引用。

1.5.关系型数据库与文档型数据库在今日的对比

这两者进行比较时，可以考虑许多方面的差异，比如：容错属性，处理并发性等，本章只关注数据模型的差异。

文档数据模型：架构更灵活性，因局部性而拥有更好的性能，以及对于某些应用程序而言更接近应用程序使用的数据结构。

关系数据模型：为连接提供更好的支持，以及支持多对一和多对多的关系。

1.5.1.哪个数据库模型更方便些代码？

很难说在一般情况下那个数据模型让应用程序代码更简单，它取决于数据项之间存在的关系种类。

对于高度相联的数据，选用文档模型是糟糕的，选用关系模型是可以接受的。

3.图数据模型

如果程序大多是一对多关系或记录之间不存在关系，用文档类型更好。

如果有多对多关系，可以使用关系数据库，如果多对多的情况很复杂，可以使用图数据模型。

一个图由两个对象组成：顶点（也成为节点或实体），和边（也成为关系或弧），多种数据可以被建模为一个图形。

3.1.图属性

在属性图模型中，每个顶点（vertex）包括：

• 唯一的标识符
• 一组出边（outgoing edges）
• 一组入边（ingoing edges）
• 一组属性（键值对）

每条边（edge）包括：

• 唯一标识符
• 边的起点/尾部顶点
• 边的终点/头部顶点
• 描述两个顶点之间关系类型的标签
• 一组属性（键值对）

3.2.Cypher查询语句

Cypher是属性图的声明式查询语句，为Neo4j图形数据库而发明。

3.3.SQL中的图查询

也可以在关系数据库中表示图数据，这样通过sql也能查询，但是这样存在很大的一些困难，在关系数据库中，你通常会事先知道在查询中需要哪些连接，而在图查询中，连接的数量事先并不确定，只有在找到待查询的顶点之前，遍历可变数量的边。

3.4.三元组存储的SPARQL

在三元组存储中，所有信息都以非常简单的三部分形式存储：主语，谓语，宾语。例如：三元组（吉姆，喜欢，香蕉）