重复
我对 Google 的 Bigtable 了解不多，但我想知道 Google 的 Bigtable 与 MySQL 等关系数据库之间的区别是什么。两者的局限性是什么？
【问题讨论】：
标签： database relational bigtable
Bigtable 是 Google 的一项发明，用于处理公司经常处理的大量信息。Bigtable 数据集可以增长到巨大的规模（数 PB），存储分布在大量服务器上。使用 Bigtable 的系统包括谷歌的网络索引和谷歌地球等项目。
Bigtable 是一个稀疏、分布式、持久的多维排序图。该映射由行键、列键和时间戳索引；映射中的每个值都是一个未解释的字节数组。
Bigtable 与 MySQL 的内部机制如此不同，以至于难以进行比较，而且预期目标也没有太多重叠。但是你可以把 Bigtable 想象成一个单表数据库。例如，想象一下，如果您尝试使用 MySQL 数据库实现 Google 的整个网络搜索系统会遇到哪些困难——Bigtable 就是围绕解决这些问题而构建的。
可以使用基于 SQL 子集的 GQL（“gee-kwal”）语言从 AppEngine 等服务中查询 Bigtable 数据集。 GQL 中明显缺少任何类型的JOIN 命令。由于 Bigtable 数据库的分布式特性，在两个表之间执行连接将非常低效。相反，程序员必须在他的应用程序中实现这样的逻辑，或者将他的应用程序设计为不需要它。
【讨论】：
Google 的 BigTable 和其他类似项目（例如：CouchDB、HBase）是面向数据的数据库系统，因此数据大多为denormalized（即重复和分组）。
主要优点是： - 由于非规范化，连接操作的成本更低 - 由于数据独立性，数据的复制/分发成本较低（即，如果您想在两个节点之间分发数据，您可能不会遇到在一个节点中拥有实体而在另一个节点中拥有其他相关实体的问题，因为类似数据已分组）
这种系统适用于需要实现最佳规模的应用程序（即，您向系统添加更多节点并按比例提高性能）。在像 MySQL 或 Oracle 这样的 RDBMS 中，当您开始添加更多节点时，如果您连接两个不在同一节点中的表，则连接成本会更高。当您处理大量数据时，这一点变得很重要。
RDBMS 之所以不错，是因为存储模型（表、连接、fks）的丰富性。分布式数据库很好，因为它易于扩展。
【讨论】：