为什么sql可以垂直扩展和水平nosql

Question

我是NoSQL的新手，并试图理解它的含义。我曾在许多不同的网站上看到许多文章重复“SQL数据库垂直缩放（通过添加CPU /内存），而NoSQL数据库水平缩放（通过添加更多可执行分布式计算的机器）”。

例如，这些文章：
http://dataconomy.com/sql-vs-nosql-need-know/
http://www.thegeekstuff.com/2014/01/sql-vs-nosql-db/

的事情是，我不明白这是为什么。

据我所知，SQL和NoSQL（除了可伸缩性问题）之间的主要区别在于SQL存储在表中，而NoSQL以不同的方式存储（Key-Value/Graph/xml等） ）。

我似乎无法理解这两个事实（可伸缩性和存储策略）之间的联系。这些对我来说似乎没有关系（可能是由于缺乏理解）。

Answer 1

这太长了评论，我承认它包含意见。

这些文章通常是合理的。正如这两篇文章指出的那样，NoSQL技术和SQL技术（由于缺乏更好的术语）在现今扮演重要角色。这个讨论有时候让人想起分级数据库和关系数据库。

我不同意可扩展性差异。讨论忽略了诸如Hive，PrestoDB和BigQuery等基于传统RDBMS精神的高度可扩展技术的技术。

RDBMS和NoSQL之间的主要区别（在我看来）是符合ACID和数据结构。首先是关系数据库带来的“负担”，不管是好还是坏 - 对于金融交易来说确实非常方便，但是以其他目的的开销为代价。第二个是传统数据库正朝着更好地处理非结构化数据的方向发展，直接支持嵌套表格，JSON和XML格式。然而，结构很重要，因为数据科学家们在与数据交互时可能会很难学会。

大型可扩展键值数据库的设计考虑了“横向”可扩展性。这与缺乏纯ACID特性相结合，有助于重新平衡新硬件的数据 - 假设您已经正确设计了数据库（并且这可能是一个很大的假设）。数据库如Oracle，DB2和Teradata几十年来一直支持并行处理（虽然更偏向于单个服务器，尽管采用无共享架构）。他们的技术会预先考虑更现代的基于Apache的系统（因为缺乏更好的术语），但这并不意味着它们不能跨多个处理器进行扩展。

Hive，Redshift，BigQuery和PrestoDB等新数据库以更现代的“水平”可伸缩的意义（至少在查询中）提供了基于SQL的接口。 Postgres世界正在进行大量的工作来支持并行处理，而Greenplum，Netezza，Vertica等数据库的例子则认为关系数据库不能跨多个独立处理器进行扩展。