为什么sql可以垂直扩展并且nosql水平

Question

我是NoSQL的新手并试图理解它的含义。

我在许多不同的网站上看过许多文章，重复“SQL数据库垂直扩展（通过添加CPU /内存）”而NoSQL数据库水平扩展（通过添加更多可以执行分布式计算的机器）这一事实。

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

事情是我无法理解为什么。

据我所知，SQL和NoSQL之间的主要区别（除了可扩展性问题）是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（可扩展性和存储策略）之间的联系。这些似乎与我无关（可能是由于缺乏理解）。

Answer 1

评论太长了，我承认它包含意见。

这些文章通常是合理的。 NoSQL技术和SQL技术（缺乏更好的术语）现在都扮演着重要的角色 - 正如两篇文章所指出的那样。曾经的讨论有点让人想起分层数据库和关系数据库。

我不同意可伸缩性差异。讨论中遗漏了Hive，PrestoDB和BigQuery等技术，这些技术基于传统RDBMS精神的高度可扩展技术。

RDBMS和NoSQL之间的主要区别（在我看来）是ACID合规性和数据结构。第一个是关系数据库带来的“负担”，无论好坏，对于金融交易来说肯定都很方便，但代价是其他目的的开销。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，JSON和XML格式。然而，结构很重要，因为大量的数据科学家可能会在与数据交互时学到很多困难。

大型可扩展键值数据库的设计考虑了“水平”可伸缩性。结合缺乏纯ACID属性有助于重新平衡新硬件的数据 - 假设您已正确设计数据库（这可能是一个很大的假设）。

Oracle，DB2和Teradata等数据库几十年来一直支持并行处理（虽然更偏向于单一服务器，尽管没有共享架构）。他们的技术早于更现代的基于Apache的系统（缺乏更好的术语），但这并不意味着它们无法跨多个处理器扩展。

Hive，Redshift，BigQuery和PrestoDB等新数据库以更现代的“水平”可扩展意义提供基于SQL的界面（至少对于查询而言）。 Postgres世界正在进行大量工作以支持那里的并行处理 - 而像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。