一、入门概述
1-1、为什么使用 NoSQL？
1、单机应用时代：一个网站的访问量一般都不大，用单个数据库完全可以轻松应付。
在那个时候，更多的都是静态网页，动态交互类型的网站不多。上述架构下，我们来看看数据存储的瓶颈是什么？
1.数据量的总大小 一个机器放不下时。
2.数据的索引（B+ Tree）一个机器的内存放不下时。
3.访问量(读写混合)一个实例不能承受。
如果满足了上述1 or 3个，进化.....
2、Memcached (缓存)+MySQL+垂直拆分：
后来，随着访问量的上升，几乎大部分使用MySQL架构的网站在数据库上都开始出现了性能问题，web程序不再仅仅专注在功能上，同时也在追求性能。程序员们开始大量的使用缓存技术来缓解数据库的压力，优化数据库的结构和索引。开始比较流行的是通过文件缓存来缓解数据库压力，但是当访问量继续增大的时候，多台web机器通过文件缓存不能共享，大量的小文件缓存也带了了比较高的IO压力。在这个时候，Memcached就自然的成为一个非常时尚的技术产品。
Memcached作为一个独立的分布式的缓存服务器，为多个web服务器提供了一个共享的高性能缓存服务，在Memcached服务器上，又发展了根据hash算法来进行多台Memcached缓存服务的扩展，然后又出现了一致性hash来解决增加或减少缓存服务器导致重新hash带来的大量缓存失效的弊端。
3、Mysql 主从读写分离
由于数据库的写入压力增加，Memcached 只能缓解数据库的读取压力。读写集中在一个数据库上让数据库不堪重负，大部分网站开始使用主从复制技术来达到读写分离，以提高读写性能和读库的可扩展性。Mysql 的 master-slave 模式成为这个时候的网站标配了。
4、 在 Memcached 的高速缓存，MySQL 的主从复制，读写分离的基础之上，这时MySQL 主库的写压力开始出现瓶颈，而数据量的持续猛增，由于 MyISAM 使用表锁，在高并发下会出现严重的锁问题，大量的高并发 MySQL 应用开始使用 InnoDB 引擎代替MyISAM。
同时，开始流行使用分表分库来缓解写压力和数据增长的扩展问题。这个时候，分表分库成了一个热门技术，是面试的热门问题也是业界讨论的热门技术问题。也就在这个时候，MySQL 推出了还不太稳定的表分区，这也给技术实力一般的公司带来了希望。虽然MySQL 推出了 MySQL Cluster 集群，但性能也不能很好满足互联网的要求，只是在高可靠性上提供了非常大的保证。
5、 MySQL 的扩展性瓶颈：
MySQL数据库也经常存储一些大文本字段，导致数据库表非常的大，在做数据库恢复的时候就导致非常的慢，不容易快速恢复数据库。比如 1000 万 4KB 大小的文本就接近40GB 的大小，如果能把这些数据从 MySQL 省去，MySQL 将变得非常的小。关系数据库很强大，但是它并不能很好的应付所有的应用场景。MySQL 的扩展性差（需要复杂的技术来实现），大数据下 IO 压力大，表结构更改困难，正是当前使用 MySQL 的开发人员面临的问题。
6、为什么使用 NoSQL？
用户的个人信息，社交网络，地理位置，用户生成的数据和用户操作日志已经成倍的增加。我们如果要对这些用户数据进行处理，那 SQL 数据库已经不适合这些应用了, NoSQL 数据库的发展也却能很好的处理这些大的数据。
总结：为了减轻数据库压力，更好的处理大量的、形式各样的数据。
1-2、什么是 NoSQL？
1、NoSQL：Not Only SQL，意即不仅仅是 SQL，泛指非关系型的数据库。
2、常见的 NoSQL 数据库：Redis、Memcache、Mongdb 等。
1-3、NoSQL 的作用？
1、易扩展：
NoSQL数据库种类繁多，但是一个共同的特点都是去掉关系数据库的关系型特性。
数据之间无关系，这样就非常容易扩展。也无形之间，在架构的层面上带来了可扩展的能力。
2、大数据量高性能：
NoSQL数据库都具有非常高的读写性能，尤其在大数据量下，同样表现优秀。
这得益于它的无关系性，数据库的结构简单。
一般 MySQL 使用 Query Cache，每次表的更新 Cache 就失效，是一种大粒度的Cache，
在针对 web2.0 的交互频繁的应用，Cache 性能不高。而 NoSQL 的 Cache 是记录级的，
是一种细粒度的 Cache，所以 NoSQL 在这个层面上来说就要性能高很多了。
3、灵活的数据模型：
NoSQL 无需事先为要存储的数据建立字段，随时可以存储自定义的数据格式。而在关系数据库里，
增删字段是一件非常麻烦的事情。如果是非常大数据量的表，增加字段简直就是一个噩梦。
4、传统的 RDBMS vs NoSQL
RDBMS
- 高度组织化结构化数据
- 结构化查询语言（SQL）
- 数据和关系都存储在单独的表中。
- 数据操纵语言，数据定义语言
- 严格的一致性
- 基础事务
NoSQL- 代表着不仅仅是SQL
- 没有声明性查询语言
- 没有预定义的模式
-键 - 值对存储，列存储，文档存储，图形数据库- 最终一致性，而非ACID属性
- 非结构化和不可预知的数据
- CAP 定理
- 高性能，高可用性和可伸缩性。
二、3V+3高
- 海量Volume
- 多样Variety
- 实时Velocity
- 高并发
- 高可扩
- 高性能
三、当下的 NoSQL 经典应用
四、NoSQL 数据模型简介
五、NoSQL 数据库的四大分类
5.1、key-value 键值
- 新浪：BerkeleyDB+redis
- 美团：redis+tair
- 阿里、百度：memcache+redis
5.2、文档型数据库(bson格式比较多)
- CouchDB
- MongoDB
5.3、列存储数据库
- 分布式文件系统（FastDFS、FileNet）
- Cassandra, HBase
5.4、图关系数据库
- Neo4J, InfoGrid
- 放的是关系比如:朋友圈社交网络、广告推荐系统、社交网络，推荐系统等。专注于构建关系图谱
5.5、四种 NoSQL 类型对比
六、在分布式数据库中 CAP 原理 CAP+BASE
6.1、CAP 与 ACID
CAP
- C:Consistency（强一致性）
- A:Availability（可用性）
- P:Partition tolerance（分区容错性）
ACID - A (Atomicity) 原子性
- C (Consistency) 一致性
- I (Isolation) 独立性
- D (Durability) 持久性
6.2、分布式与集群
分布式：不同的多台服务器上面部署不同的服务模块（工程），他们之间通过Rpc/Rmi之间通信和调用，对外提供服务和组内协作。
集群：不同的多台服务器上面部署相同的服务模块，通过分布式调度软件进行统一的调度，对外提供服务和访问。