NoSQL概述

NoSQL概述

单机MySQL时代

​ 大数据时代，一般的数据库无法进行分析处理

1. 数据量如果太大，一个机器放不下
2. 数据的索引（B+ Tree），一个机器内存也放不下
3. 访问量（读写混合），一个机器承受不了

Memecache + MySQL+垂直拆分（读写分离）

减轻服务器压力，使用缓存

发展过程：优化数据结构和索引-->文件缓存（IO）-->Memcached

分库分表+水平拆分+MySQL集群

早些年MyISAM：表锁，在高并发下严重影响效率

Innodb：行锁

使用分库分表来解决写的压力！

如今年代

MySQL等关系型数据库不够用！数据量大，变化很大

MySQL有的使用它来存储一些比较大的文件，博客，图片等，数据表很大，效率就低了。

大数据的IO压力下，表几乎没法更大

目前一个基本的互联网项目

为什么要用NoSQL

用户的个人信息，社交网络，地理位置。用户自己产生的数据，日志等等爆发式增长，无法使用关系型数据库进行存储，需要使用NoSQL！

什么是NoSQL

NoSQL = Not Only SQL

关系型数据库：表格，行，列

泛指非关系型数据库，随着web2.0到来，传统关系型数据库很难对付web2.0，尤其是超大规模的高并发的社区，暴露出很多难以克服的问题，Redis是当下发展最快的，必须掌握的技术

很多的数据类型个人信息，社交网络，地理位置等不需要一个固定的格式！不需要过多的操作就可以横向扩展！Map<String,Object>使用键值对来控制

NoSQL特点

1. 方便扩展（数据之间没有关系，很好扩展）

2. 大数据量高性能（Redis一秒写8万次，读取11万次，NoSQL的缓存记录是一种细粒度的缓存，性能比较高）

3. 数据类型是多样类型的（不需要事先设计数据库，随取随用）

4. 传统RDBMS和NoSQL

   传统的RDBMS
   - 结构化组织
   - SQL
   - 数据和关系都存在单独的表中
   - 操作，数据定义语言
   - 严格的一致性
   - 基础的事务
   -------
   

   NoSQL
   - 不仅仅是数据
   - 没有固定的查询语言
   - 键值对存储，列存储，文档存储，图形数据库
   - 最终一致性
   - CAP定理和BASE理论 
   - 高性能，高可用，高可扩
   - ----
   

   了解3V+3高

   大数据时代的3V ： 主要是描述问题的
   1.海量Volume
   2.多样Variety
   3.实时Velocity
   大数据时代的3高：主要是对程序的要求
   1.高并发
   2.高可扩（随时水平拆分）
   3.高性能
   

   NoSQL四大分类

   K-V键值对：

   • 新浪：Redis
   • 美团：Redis+Tair
   • 阿里、百度：Redis+memecache

   文档型数据库（bson格式和json一样）：

   • MongoDB
     • 基于分布式文件存储的数据里，C++编写，处理大量的文档
     • 介于关系型数据库和非关系型数据库的中间产品
     • 是非关系型数据中最像关系型数据库
   • ConchDB

   列存储数据库

   • HBase
   • 分布式文件系统弄

   图关系数据库

   存放的不是图，是关系！

   总结