1.3 按什么给分布式数据库分家
1.3 按什么给分布式数据库分家
市面上的分布式数据库有几十种，名字各不相同，但分类线索就那么几条：数据模型把人分成关系型、文档型、键值型、列式、图；一致性取向把人分成强一致与最终一致；扩展方式把人分成分片与复制两种。本节给出这两把主尺子和一张判定表，也顺带说清"传统 SQL 与 NoSQL、NewSQL"在谱系里的位置。
别被一长串产品名吓到，先看它背后有把真尺子
翻出一份动辄几十个分布的数据库清单，最容易做的就是死记"这个叫文档、那个叫列式"。可产品半年就换代，名字背得再熟也经不起时间。真正能长期用的，是背后那几把用来归类的尺子。把尺子立起来，你以后再见到陌生产品，不用背文案，量一遍就知道它大概合适什么业务。
学习目标
阅读完本节，你应当能够：
- 用数据模型、一致性、扩展方式三个维度给一个具体产品归类。
- 说清 NoSQL、NewSQL、传统关系库在一致性上的定位差异。
- 套用"数据模型匹配 + 一致性要求 + 扩展量级"三步，判断一个系统该选哪一类。
别急着记产品名，先记三把尺子
老人们总爱让你背一串产品名——Mongo 是文档、HBase 是列式、Redis 是键值……背是可以背，可产品天天出新，背是背不完的。真正抗得住时间的是背后的分类维度。我们先立三把尺子，再用它们去量具体产品。
一、第一把尺：数据模型
关系型把世界描述成二维表格，行是记录、列是属性，靠主外键把表联系起来。它适合关系稳定、需要复杂联表查询、且对数据完整性要求极高的业务（订单、账务）。它的弱点也一样明显：强 schema 约束让"字段随时变"的灵活业务难受。
文档型以 JSON 文档为单位存储，字段可随时增减，天然贴合"一条货品带一堆可变属性"的场景（商品、配置、用户画像）。它牺牲了跨文档的联表能力，换来的是接入便宜的灵活性。
键值型最简单，只支持按 key 存取整段 value，把并发和缓存做到极致（会话、热点计数）。它不关心 value 内部结构，因此也别指望它给你做复杂查询。
列式按列而不是按行存数据，压缩率高、扫描命中目标列快，是分析型（OLAP）工作负载的最爱；代价是单行完整读不划算，不适合点状更新。
图把实体看成节点、关系看成边，专门处理"谁认识谁、谁和谁有多跳路径"这类拓扑问题（社交、风控），代价是水平切分极难，很多图数据库干脆不做强分片。
二、第二把尺：一致性取向
关系型数据库用 ACID 把一致性这件事做到底，写入即对其他事务可见、一旦失败全部回滚，这是"强一致"。分布式系统为了在故障时还能响应，很多时候不得不退到"最终一致"：允许短暂读到旧值，但保证过一会儿会收敛到一致。在这两把我们常把 NoSQL 归到最终一致阵营、把 NewSQL 归到"既想要分布式水平扩展、又想保住关系型 ACID"的折中路线。后面第 2 章会用 CAP 定理解释为什么这两头往往难两全。
三、第三把尺：扩展方式
分片把数据按 key 切块分配到不同节点，每个节点存其中一块，有利于水平扩容，但跨片查询贵、事务难做。复制则把同一份数据在网络里放多份，利于容灾和读扩展，但引入一致性问题。成熟产品往往两者都上：先分片把数据摊开，再给每片做复制保证可用。
一张把主流产品摆上尺子的图
下面的 SVG 把三类典型系统并排放在"一致性"这根横轴上，从强一致到最终一致逐步过渡：
从强一致到最终一致的产品谱系
四、传统 SQL、NoSQL 与 NewSQL，一次理清
很多人被这三个名词绕晕。一句话总结：NoSQL 是"放弃关系模型与强事务、换取可扩展与性能"的产物；传统 SQL 是"宁要强一致也不扩到海量"的选择；NewSQL 是"想两者都占、通过新架构把关系型能力重新搬回分布式"的尝试。学了这把尺子你就不必背名字了：任何产品，先问它数据模型，再问它一致性取向，最后问它怎么扩展，三个答案一出口，这个系统在你脑中就有了坐标。
五、三步选型套路
把尺子用起来就三步。先看业务的数据模型，是表格、文档、键值还是列式，匹配的优先；再看一致性要求，读后必须立即读到自己的写，就往强一致那边选，能接受最终一致，你的选择面立刻宽很多；最后看量级，量级小到单机能扛就别上分布式，量级大到必须水平扩展，才进入分片型产品的地盘。三步走完，方向基本就锁死了。
快速判定表
| 业务诉求 | 更合适的方向 | 例举 |
|---|---|---|
| 复杂联表 + 强事务 + 海量 | NewSQL | TiDB、OceanBase |
| 灵活 schema + 弱关系查询 | 文档型 NoSQL | MongoDB |
| 极简单键并发 + 缓存 | 键值型 | Redis 集群 |
| 大规模分析扫描 + 高压缩 | 列式 | ClickHouse、Druid |
| 关系图谱 + 多跳遍历 | 图 | Neo4j |
六、拿三个真产品当立规矩的练习
尺子只背不练等于没学，教你把三把尺子套到三个耳熟的产品上：
- Cassandra：数据模型走"半结构化的宽列"（偏列式，但查询灵活）；一致性取向默认最终一致、可调写读强七级；扩展方式纯粹靠分片 + 多副本。三坐标一出口——列族、最终（可调）、强分片。
- Redis 集群：键值模型的代表；一致性取决于集群配置，多数时间最终一致（主从异步）；扩展靠"哈希槽"分片，才与数据模型的极简匹配。
- OceanBase：关系模型、招牌是拒不妥协的强 ACID、水平扩展靠分片与多副本共存。三坐标——关系、强一致、分片+复制叠加，正好是 NewSQL 的骨架。
做完这个练习你会发现，产品名会过时，坐标不会。下次同事抛给你一个不认识的库，你用三把尺子量一遍，几秒钟就能判断它大概适不适配手上的业务，而不用去背它的宣传文案。
本节要点回顾
- 三把尺：数据模型、一致性取向、扩展方式，任何产品都能用三坐标定位。
- NoSQL/NewSQL/传统是三种一致性立场的名字，不是割裂的产品类型。
- 分片与复制常常叠加：先分片摊数据，再复制保可用。
- 先匹配模型、再看一致性、最后看量级，选型方向基本就定了。
分家分明白了，就该进入第一块真正的理论地基。第 2 章的 CAP 定理，会解释为什么"强一致"和"高可用"时常只能保一头——这关系到你后面每一章做取舍时的底层逻辑。