Redis6
一)NoSQL数据库简介
1.1)技术发展
技术的分类:
-
解决功能性的问题:Java、Jsp、RDBMS、Tomcat、HTML、Linux、JDBC、SVN
-
解决扩展性的问题:Struts、Spring、SpringMVC、Hibernate、Mybatis
-
解决性能的问题:NoSQL、Java线程、Hadoop、Nginx、MQ、ElasticSearch
1.1.1)Web1.0时代
Web1.0的时代,数据访问量很有限,用一夫当关的高性能的单点服务器可以解决大部分问题。
1.1.2)Web2.0时代
随着Web2.0的时代的到来,用户访问量大幅度提升,同时产生了大量的用户数据。加上后来的智能移动设备的普及,所有的互联网平台都面临了巨大的性能挑战。
1.1.2.1)解决CPU及内存压力方案
Session存储问题解决方案:
-
存储在客户端或cookie信息中
优点:每次访问请求都会带着cookie信息【里面存储着用户信息】可以保证Session共享
缺点:存储在客户端安全性无法保证
-
Session复制
将Session信息复制到每一个节点对应的服务中
缺点:Session数据冗余,节点越多浪费越大
-
存储到NoSQL数据库
优点:无需经过I/O操作,完全在内存中,读取速度快
1.1.2.2)解决IO压力方案
将经常需要查询的参数放到NoSQL缓存数据库中,减少I/O的读操作【和数据库的交互次数】
【专用的数据用特定的方式进行存储(缓存数据库/文档数据库/列式数据库)】
1.2)NoSQL数据库
1.2.1)NoSQL数据库概述
NoSQL(NoSQL = Not Only SQL ),意即“不仅仅是SQL”,泛指非关系型的数据库。 NoSQL 不依赖业务逻辑方式存储【非关系型数据库】,而以简单的key-value模式存储,因此大大的增加了数据库的扩展能力。
-
不遵循SQL标准
-
不支持ACID【原子性(Atomic)一致性(Consistency)隔离性(Isolation) 持久性(Durability)】
-
远超于SQL的性能
NoSQL适用场景
-
对数据高并发的读写
-
海量数据的读写
-
对数据高可扩展性的
NoSQL不适用场景
-
需要事务支持
-
基于sql的结构化查询存储,处理复杂的关系,需要即席查询
-
【用不着sql的和用了sql也不行的情况,优先考虑NoSql】
常见的NoSQL
名称 | 特点 |
---|---|
Memcache | 很早出现的NoSql数据库 数据都在内存中,一般不持久化 支持简单的key-value模式,支持类型单一 一般是作为缓存数据库辅助持久化的数据库 |
MongoDB | 高性能、开源、模式自由(schema free)的文档型数据库 数据都在内存中, 如果内存不足,把不常用的数据保存到硬盘 虽然是key-value模式,但是对value(尤其是json)提供了丰富的查询功能 支持二进制数据及大型对象 可以根据数据的特点替代RDBMS ,成为独立的数据库。或者配合RDBMS,存储特定的数据 |
Redis | 几乎覆盖了Memcached的绝大部分功能 数据都在内存中,支持持久化,主要用作备份恢复 除了支持简单的key-value模式,还支持多种数据结构的存储,比如 list、set、hash、zset等 一般是作为缓存数据库辅助持久化的数据库 |
1.3)行式存储数据库(大数据时代)
1.3.1)行式数据库
将每行作为一部分进行存储
优点:查询id为3的人员信息——效率高
缺点:查询年龄的平均数——效率不高
1.3.2)列式数据库
将每列作为一部分进行存储
优点:查询年龄的平均数——效率高
缺点:查询id为3的人员信息——效率不高
1.3.3)Hbase
HBase是Hadoop项目中的数据库,它用于需要对大量的数据进行随机、实时的读写操作的场景中。
HBase的目标就是处理数据量非常庞大的表,可以用普通的计算机处理超过10亿行数据,还可处理有数百万列元素的数据表。
1.4)图关系型数据库
主要应用:社会关系,公共交通网络,地图及网络拓谱(n*(n-1)/2)