4.7　根据合理的需求选择合适的存储

数十年来，组织一直在使用传统的关系型数据库，并试图将所有内容都放入其中，无论它是基于键值对的用户会话数据，还是非结构化的日志数据，或是数据仓库的分析数据。但事实上，虽然关系型数据库适用于事务性数据，但不适用于其他数据类型，就像瑞士军刀一样，它虽然有多种工具，但是毕竟能力有限，好比要盖房子，螺丝刀是无法像起重机那样工作的。同样，对于特定的数据需求，应该选择正确的工具，该工具不但可以胜任繁重的工作，还可以在不影响性能的前提下进行伸缩。

解决方案架构师在进行数据存储选型时需要考虑众多因素，以满足相应的技术要求。以下是一些重要的考虑因素：

□耐久性要求：应如何存储数据以防止数据损坏？

□数据可用性：哪个数据存储系统可以被用来传递数据？

□延时要求：数据应该在多短的时间内返回？

□数据吞吐量：数据读写的需求是什么？

□数据大小：数据存储的需求是什么？

□数据负载：需要支持多少并发用户？

□数据完整性：如何保持数据的准确性和一致性？

□数据查询：数据查询的特征是什么？

表4-1列出了不同的数据类型及其示例，以及适用的存储类型。你需要根据存储类型来制定相应的技术决策。

表4-1　数据类型及其示例与存储类型

从表4-1可以看出，数据有很多属性，例如结构化、半结构化、非结构化、键值对、流等属性。选择正确的存储不仅有助于提高应用程序的性能，还有助于提高其可伸缩性。例如，可以将用户会话数据存储在NoSQL数据库中，这将允许应用服务器在水平伸缩的同时维护用户会话。

在选择存储时，需要考虑数据的温度（数据根据温度可以分为热数据、温数据和冷数据）：

□对于热数据，必须使用缓存并且延迟达到亚毫秒级的缓存数据存储。股票交易和实时产品推荐数据都是热数据。

□对于温数据（例如财务报表编制或产品性能报告数据），因为可以承受一定的延迟（从几秒到几分钟），应该使用数据仓库或关系型数据库。

□对于冷数据（例如出于审计需要而存储3年的财务记录），可以以小时为单位规划延迟，并将其存储在存档中。

根据数据的温度选择合适的存储，除了可以达到性能SLA（Service Level Agreement，服务等级协议）之外，还可以节省成本。由于任何解决方案的设计都是围绕数据处理而展开的，因此解决方案架构师始终需要深刻理解其数据，然后选择正确的技术。

在本节中，我们对数据的各个方面进行了高度的审视，以便根据数据特性选择恰当的存储。更多关于数据工程的内容见第13章。使用合适的工具完成正确的作业有助于节省成本并提高性能，因此，必须根据合理的需求选择合适的数据存储。