【Redis】NOSQL

3V+3高

大数据时代的3V：

1. 海量Volume
2. 多样Variety
3. 实时Velocity

互联网需求的3高：

1. 高并发
2. 高可扩
3. 高性能

在这样的一个3V和3高的时代发展下，关系型数据库已经不能够满足需求因此引入了非关系型数据库。

RDBMS和NOSQL区别

RDBMS：

1. 高度组织化结构化数据
2. 结构化查询语言
3. 数据和关系都存储在单独的表中
4. 严格的一致性
5. 基础事务

NOSQL:

1. 代表着不仅仅是sql
2. 没有声明性查询语言
3. 没有预定的模式
4. 键值对存储，列存储，文档存储
5. 最终一致性，而非ACID属性
6. 非结构化和不可预知的数据
7. CAP定理
8. 高性能，高可用性和可伸缩性

NOSQL数据库的四大分类

1. KV键值
   新浪：redis
   美团：Reids+Tair
   阿里、百度：Redis+memecache
2. 文档型数据库（bson格式与json一样）：CouchDB、MongoDB
   MongoDB:是一个基于分布式文件存储的数据库，C++编写，主要用来处理大量文档
3. 列存储数据库：分布式文件系统，HBase
4. 图关系数据库：不是放图形的，而是放关系

分类	Examples举例	典型的应用场景	数据模型	优点	缺点
键值（KV）	Redis，Voldemort,Oracle BDB	内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统	通常用HashTable来实现	查找速度快	数据无结构化，通常只被当做字符串或者二进制数据
文档型数据库	CouchDB，MongoDB	web应用	K-V对应的键值对，value为结构化数据	数据结构要求不严格，表结构可变，不需要想关系型数据库一样需要预先定义表结构	查询性能不高，而且缺乏统一的查询语法
列存储数据库	分布式文件系统，HBase	分布式的文件系统	以列簇式存储，将同一列数据存在一起	查找速度快，可扩展性强，更容易进行分布式扩展	功能相对局限
图关系数据库	Neo4J,InfoGrid	社交网络，推荐系统等，专注于构建关系图谱	图结构	利用图结构的相关算法	很多时候需要对整个图做计算才能得出需要的信息，而且这种图结构不太好做分布式的集群方式