目录
1. NoSQL数据库简介
1.1. 技术发展
☆技术的分类
1、解决功能性的问题:Java、Jsp、RDBMS、Tomcat、HTML、Linux、JDBC、SVN
2、解决扩展性问题:Struts、Spring、SpringMVC、Hibernate、Mybatis
3、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。
- 这种情况下存在的瓶颈?
- 数据量太大,一台服务器放不下
- 数据的索引(B+tree),一台服务器的内存放不下
- 访问量太大,一台服务器承受不了
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。
1.1.3. 解决CPU及内存压力
1.1.4. 解决IO压力
- 大多数网站80%的情况都是在读取,为了减轻数据库的IO压力,使用缓存来保证效率
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”,泛指非关系型数据库。 NoSQL 不依赖业务逻辑方式存储,而以简单的key-value键值对来存储。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
- 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
- 对数据的高可扩展性
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,请考虑用NoSql)
了解:3V+3高
- 大数据时代的3V:主要是描述问题的
- 海量Volume
- 多样Variety
- 实时Velocity
- 大数据时代的3高:主要是对程序的要求
- 高并发
- 高可拓
- 高性能
1.2.4. 常见的非关系型数据库
Memcached
- 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,支持数据类型单一
- 一般是作为缓存数据库辅助持久化的数据库
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
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。
1.3. NoSQL数据库的四大分类(大数据时代)
1.3.1. key-value键值对
- Redis
- 主要用作内容缓存
1.3.2. 文档型数据库
- MongoDB
- 一个基于分布式文件存储的数据库,C++编写,主要用来处理大量的文档!
- 介于关系型数据库和非关系型数据库中间的产品!是非关系型数据库中功能最丰富,最像关系型数据库的!
1.3.3.列存储数据库
- 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。
- 主要应用在分布式文件系统
1.3.4. 图关系型数据库
- 存放的不是图形,而是关系,如:社会关系,公共交通网络,地图及网络拓谱等。