之前看过一本名叫<<大数据挑战的书>>。里面主要讲了NOSQL的内容，感觉讲得确实不错，今天来又一次温习一下，我们大话NOSQL。说道NOSQL。我们肯定联想到的内容就是BigData大数据了，不错，当今的时代就是大数据的时代了。假设放在前几年。互联网还没有这么发达的情况下，或许谁也不会听过这个名词。
在讲正题的时候。我做了张图来看看一般服务端架构在面对业务发展的须要时候。一般的演变趋势：
所以假设公司的数据量发展到一定规模的话，能够採用NoSql.好了最终引出了NoSql这个今天的主题了。NoSql能够理解为”Not Only Sql”,主要指的是非关系型。分布式，不提供ACID的数据库设计模式，强调的是类似于Map的“键值存储”。和”文档存储“。面对海量数据。NoSql 採用了一种弱类型的数据。採用更加简单的数据模型，一般都是用字符串表示全部的数据类型。可是他可能不会像关系型数据库一样有那么好的强一致性。应该nosql是一种最终一致性。NoSql也避免了很多诸如联表查询等复杂操作，基本就是简单的赋值，取值等，
能够实现比較难高的吞吐量。
如今的数据库系统可谓是五彩缤纷，来张图看看：
在介绍nosql之前，要知道的一些海量数据的理论性知识。CAP理论，C,（Consistency）强一致性。A(Available)可用性，P(Partition Tolerance)分区容忍性，能够理解为系统在存在网络分区的情况下仍然能够接受请求。
自然这让我们联系到了另一个理论ACID。A(Atomic)原子性。C(Consistent)一致性， I(Isolation)隔离性。 D(Durablitity)持续性。
另一个比較重要的协议2PC两阶段提交协议，很多分布式关系数据库採用此协议来完毕分布式事务。
以下我们来真正了解一下详细的NOSQL。
K-V数据库
首先我们来了解是Redis,Redis是一个开源的，高级key-value的数据库。他的value不仅支持String类型，并且还有list，set等结构，Redis採用的是内存进行数据存储。等数据到达一定规模后，在持久化到文件或磁盘中。
基于Redis的特点，新浪微博採用的就是Redis，对于微博这种结构清晰，数据规模庞大的应用来说。Redis当然最适合只是了。
Column-Oriented列式数据库
说到列式数据库，我们不得不提到他的始祖。Bigtable数据库，在后来衍射出的非常多数据库都能看到他的影子，列式数据库强调的是一种面向列的稀疏存储，另一个列族的概念，跟关系型数据库的单行单列，不一样，比較典型的Hadoop採用的HBase数据库。
文档型数据库
文档型数据，我这里说的有2种，MongoDB,另一个CouchDB,两者有非常多共同点存储的都是JSON类型数据类型。在文档数据库中文档成为了数据存储的一个基本单位，因此，所存储的数据，甚至能够要求是无结构的，文档可长，可短，每个都以类似于”{“”id”: 200, “msg”:”haha”}这种json格式保存在数据库中。我们重点关注一下MongoDB，在MongoDB中存在着类似于SQL查询语句的操作。可是又不是跟SQL语句全然同样，比方db,user,find(),MongoDB支持Map/Reduce模型。CouchDB详细RestFul API。能够实现用Http请求实现操作。
二者数据库都借助了Map/Reduce,技术提高了数据处理的效率，这对于与存储非结构化，和半结构化的数据都有非常大的帮助。
图存数据库
图存数据库我刚刚听说这个名词的时候。也是认为难以理解，官方给出的定义：图存数据库使用基础的数据结构，来存储代表一个图形的数据，可以通过很方便的方式优雅的呈现不论什么类型的数据。
图存数据库如今一般有3类，Neo4j数据库。GraphDB图存数据库。OrientDB,图存数据库的查询会模仿图的遍历实现查找。通过朋友找到朋友的朋友。终于找到目标。
NoSql就是分为上述的4种类型。突然心血来潮。相到一个比較重要的知识点，数据处理。数据处理寻常也总是有人在提起，我就提提。我说的数据处理指的是传统的压缩算法的实现。一般有2种，一个哈弗曼编码，学过计算机的，数据结构都上过的吧，还有一个L.Z算法系列的，如今应该已经非常多版本号了吧，是基于窗体互动的，核心思想就是复用同样的字符串,假设后面的字符串出现了前面反复，用一个标记取代，能够大大节省压缩数量。
好了，花了1000多字，理了理思路。也起到了复习的效果了。