No-SQL正淘汰SQL？

No-SQL正淘汰SQL?

上周，朋友给我转发了某成功企业家的邮件，里面宣称“SQL已经过时了”。

该企业家声称，MongoDB和Redis 这样受欢迎的 No-SQL 数据库，会慢慢地将基于SQL的数据库淘汰。因此，身为数据科学家，学习SQL是“抱残守缺”

看到他的邮件我非常震惊，他是怎么得出这么离谱的结论的?但这也令我好奇......别人会不会也这样误解了呢?该企业家有大量拥趸，他本人也直言不讳：新的数据科学家收到建议别再学习SQL了吗?

可能其他人也认为SQL正在被淘汰，在此，我想公开向该企业家作出回应。

在从事数据科学的职业生涯里，学习SQL非常有必要。No-SQL无法撼动学习SQL的意义。

基本上，有两个理由可以保证SQL在未来几十年都不会过时。

理由1：No-SQL数据库不会取代Presto、Redshift、BigQuery等分析数据库

不论应用程序使用的是MySQL这样的SQL后端，还是像MongoDB那样的No-SQL后端，该后端中的数据最终都会被加载到专门的分析数据库中，比如Redshift、Snowflake、BigQuery或 Presto。

分析数据库平台的示例体系结构：SQL和NoSQL

公司为什么把数据转移到Redshift这样的专栏存储中?因为专栏存储能更快地运行分析查询，不论是NoSQL还是像MySQL这样的行存储数据库。事实上，我敢打赌，专栏存储数据库的普及速度与NoSQL数据库一样快。

因此，像NoSQL以及其他数据库还有匹配的应用程序，它们的技术通常与数据科学家无关，因为他们不使用数据库应用程序。当然也有一些例外，将在后文讨论。

理由2：NOSQL数据库的优势并非不支持SQL语言

事实证明，如果支持基于SQL的查询引擎是有意义的，那么No-SQL存储可以实现它。类似地，SQL数据库也可以支持NoSQL查询语言，但是它们选择不支持。

那么，为什么专栏存储数据库有意选择提供SQL接口呢?

他们做出这样的选择，是因为SQL语言在表达数据操作指令上非常强大。

以一个简单的查询为例，它是NoSQL数据库下MongoDB的计算集合中的文档数量。

注意：MongoDB中的文档类似于行，而集合则类似于表。

 
 
db.sales.aggregate( [  
 
{  
 
$group: {  
 
_id: null,  
 
count: { $sum: 1 }  
 
}  
 
}  
 
] ) 
 

将其与等效SQL进行比较。

 
 
select count(1) from sales 
 

显而易见，对于想要提取数据的人来说，SQL语言是更好的选择。NoSQL数据库支持不同的语言，因为在数据库接口的应用程序库方面，正确构造SQL比较困难。

前文提到过，应用程序数据库的技术与数据科学家无关，但是这一规则有一些例外。我的第一家公司实际上没有像Redshift那样的分析数据库，所以必须直接查询应用程序的数据库。更准确地说，是在查询应用程序数据库的读副本。

该公司的应用程序还使用了No-SQL数据库Redis，而且不止一次我需要直接从Redis提取数据，所以确实需要学习Redis的NoSQL API的一些组件。

因此，在主要应用程序专门使用NoSQL数据库的环境中，学习哪种SQL可能都无关紧要。但在非常罕见情况下，随着公司的成长，他们几乎肯定会投资建立一个支持SQL的分栏存储分析数据库。