你可以理解成NOSQL默认开启全字段索引和全文索引什么的.
其实在十万级以下的数据,只要SQL建好索引的情况并不比NOSQL慢.NOSQL主要是用于千万上亿级的时候.
第一段：概念
SQL?(Structured?Query?Language)?数据库,指关系型数据库.主要代表：SQL?Server,Oracle,MySQL(开源),PostgreSQL(开源).
NoSQL（Not?Only?SQL）泛指非关系型数据库.主要代表：MongoDB,Redis,CouchDB.
第二段：区别
①.、存储方式
SQL数据存在特定结构的表中；而NoSQL则更加灵活和可扩展,存储方式可以省是JSON文档、哈希表或者其他方式.SQL通常以数据库表形式存储数据.举个栗子,存个学生借书数据：
而NoSQL存储方式比较灵活,比如使用类JSON文件存储上表中熊大的借阅数据：
在SQL中,必须定义好表和字段结构后才能添加数据,例如定义表的主键(primary?key),索引(index),触发器(trigger),存储过程(stored?procedure)等.表结构可以在被定义之后更新,但是如果有比较大的结构变更的话就会变得比较复杂.在NoSQL中,数据可以在任何时候任何地方添加,不需要先定义表.例如下面这段代码会自动创建一个新的"借阅表"数据集合：
NoSQL也可以在数据集中建立索引.以MongoDB为例,会自动在数据集合创建后创建唯一值_id字段,这样的话就可以在数据集创建后增加索引.
从这点来看,NoSQL可能更加适合初始化数据还不明确或者未定的项目中.
SQL中如何需要增加外部关联数据的话,规范化做法是在原表中增加一个外键,关联外部数据表.例如需要在借阅表中增加审核人信息,先建立一个审核人表：
再在原来的借阅人表中增加审核人外键：
这样如果我们需要更新审核人个人信息的时候只需要更新审核人表而不需要对借阅人表做更新.而在NoSQL中除了这种规范化的外部数据表做法以外,我们还能用如下的非规范化方式把外部数据直接放到原数据集中,以提高查询效率.缺点也比较明显,更新审核人数据的时候将会比较麻烦.
SQL中可以使用JOIN表链接方式将多个关系数据表中的数据用一条简单的查询语句查询出来.NoSQL暂未提供类似JOIN的查询方式对多个数据集中的数据做查询.所以大部分NoSQL使用非规范化的数据存储方式存储数据.
SQL中不允许删除已经被使用的外部数据,例如审核人表中的"熊三"已经被分配给了借阅人熊大,那么在审核人表中将不允许删除熊三这条数据,以保证数据完整性.而NoSQL中则没有这种强耦合的概念,可以随时删除任何数据.
SQL中如果多张表数据需要同批次被更新,即如果其中一张表更新失败的话其他表也不能更新成功.这种场景可以通过事务来控制,可以在所有命令完成后再统一提交事务.而NoSQL中没有事务这个概念,每一个数据集的操作都是原子级的.
在相同水平的系统设计的前提下,因为NoSQL中省略了JOIN查询的消耗,故理论上性能上是优于SQL的.
因为速度快.你上亿级数据的情况下NOSQL是比普通SQL效率更高,哪怕有索引.毕竟NOSQL的存储空间使用是普通SQL三倍多.基本都用在索引方面了.
如果是全文搜索关键字,左右模糊等就更甩SQL几条街了
一样是数据库
NOSQL查询速度快,但是占用空间也大（都去索引那边了）
但是NOSQL查询复杂的逻辑关系的时候,只能批量获取到本地去统计而SQL能通过条件和关联表等方式进行筛选只显示符合条件的语句.
NOSQL用于无条件或少条件下的存取.百亿级数据也能快速取出.
SQL用于复杂的逻辑存取.在数据量不多的情况下也能跟NOSQL一样用于数据存储.
逻辑单一,nosql只做简单的提取,sql能做复杂的关联
NoSQL不像传统关系型库那样有统一的标准,也不具有普适性.所以要根据应用和数据的存取特征来选择适合的NoSQL.
如果以前没有接触过NoSQL,MongoDB是一个比较好的选择,他支持的所以和查询能力是所有NoSQL中最强大的,缺点是索引的成本和文档大小限制.
如果是使用Hadoop大数据分析,数据基本上不存在修改,只是插入和查询,并且需要配合Hadoop的MR任务,HBase会是很好的选择.
如果要求有很强的扩展能力,高并发读写和维护方便,Casaandra则是不错的选择.
当然除了上面三个流行的NoSQL,还有很多优秀的NoSQL数据库,而且他们都有各自擅长领域,所以需要了解你们产品自身的特点然后分析选择哪种才是最适合的,往往在大型系统中不是单一的数据库,而是使用多种数据库组合.
以上就是土嘎嘎小编为大家整理的nosql有索引吗相关主题介绍,如果您觉得小编更新的文章只要能对粉丝们有用,就是我们最大的鼓励和动力,不要忘记讲本站分享给您身边的朋友哦！！