Database 何时使用键值数据存储与更传统的关系数据库？

什么时候会选择键值数据存储而不是关系数据库？在决定一个或另一个时需要考虑哪些因素？什么时候两者混合是最好的路线？如果可以，请提供示例。

传统关系数据库在扩展到某个点之外时存在问题。这一点的位置在一定程度上取决于你想做什么

所有（大多数？）云计算供应商都在提供关键价值数据存储

---

但是，如果您有一个大小合理、数据结构复杂的应用程序，那么您从使用关系数据库中获得的支持可以降低您的开发成本。

传统关系数据库在扩展到某一点时会遇到问题。这一点的位置在一定程度上取决于你想做什么

所有（大多数？）云计算供应商都在提供关键价值数据存储

---

但是，如果您有一个大小合理、数据结构复杂的应用程序，那么使用关系数据库所获得的支持可以降低您的开发成本。

根据我的经验，如果您甚至要问是否使用传统做法还是深奥做法，那么就使用传统做法。虽然深奥的实践是性感、富有挑战性和有趣的，但99.999%的应用程序要求采用传统方法

关于关系vs KV，您应该问的问题是：

为什么我不想在这个场景中使用关系模型：

因为您没有描述场景，所以任何人都无法告诉您为什么不应该使用它。KV“包罗万象”的原因是可伸缩性，这现在不是问题。你知道优化的规则吗

不要这样做

（仅限专家）现在不要这样做

---

KV是一个高度优化的可伸缩性解决方案，对于您的应用程序来说，它很可能是完全不必要的。

根据我的经验，如果您甚至在问是否使用传统做法还是深奥做法，那么就使用传统做法。虽然深奥的实践是性感、富有挑战性和有趣的，但99.999%的应用程序要求采用传统方法

关于关系vs KV，您应该问的问题是：

为什么我不想在这个场景中使用关系模型：

因为您没有描述场景，所以任何人都无法告诉您为什么不应该使用它。KV“包罗万象”的原因是可伸缩性，这现在不是问题。你知道优化的规则吗

不要这样做

（仅限专家）现在不要这样做

---

KV是一个高度优化的可伸缩性解决方案，对于您的应用程序来说，它很可能是完全不必要的。

键值、Hierarchical、map reduce或graph数据库系统更接近于实现策略，它们与物理表示紧密相连。选择其中一个的主要原因是，是否存在令人信服的性能论证，并且它非常适合您的数据处理策略。请注意，对于这些系统，临时查询通常不实用，最好提前决定查询

关系数据库系统试图将逻辑的、面向业务的模型与底层的物理表示和处理策略分离开来。这种分离虽然不完美，但仍然很好。关系系统对于处理事实和从事实集合中提取可靠信息非常有用。关系系统在特别查询方面也很出色，而其他系统在这方面则是出了名的差劲。这非常适合商业世界和许多其他地方。这就是关系系统如此流行的原因

---

如果是业务应用程序，那么关系系统几乎总是答案。对于其他系统，这可能是答案。如果您有更多的数据处理问题，例如需要发生的一些事情的管道，并且您有大量的数据，并且您预先知道所有的查询，那么另一个系统可能适合您。

Key-value、Hierarchical、map-reduce或graph数据库系统更接近于实现策略，它们与物理表征紧密相连。选择其中一个的主要原因是，是否存在令人信服的性能论证，并且它非常适合您的数据处理策略。请注意，对于这些系统，临时查询通常不实用，最好提前决定查询

关系数据库系统试图将逻辑的、面向业务的模型与底层的物理表示和处理策略分离开来。这种分离虽然不完美，但仍然很好。关系系统对于处理事实和从事实集合中提取可靠信息非常有用。关系系统在特别查询方面也很出色，而其他系统在这方面则是出了名的差劲。这非常适合商业世界和许多其他地方。这就是关系系统如此流行的原因

---

如果是业务应用程序，那么关系系统几乎总是答案。对于其他系统，这可能是答案。如果您有更多的数据处理问题，例如需要发生的一些事情的管道，并且您有大量的数据，并且您预先知道所有的查询，那么另一个系统可能适合您。

如果您的数据只是一个事物列表，并且您可以为每个项目派生一个唯一的标识符，那么KVS就是一个很好的匹配。它们是我们在计算机科学一年级所学的简单数据结构的紧密实现，不允许复杂的关系

一个简单的测试：您能否将数据及其所有关系表示为链表或哈希表？如果是，KVS可能工作。如果没有，则需要RDB

您仍然需要找到一个可以在您的环境中工作的KVS。对KVSE的支持，即使是主要的KVSE，也远不如对P的支持