Redis学习日志——NoSQL概述

感谢狂神提供的学习资源！https://www.bilibili.com/video/BV1S54y1R7SB

为什么要用Nosql

大数据时代中，一般的数据库无法进行分析处理了！

1、单机Mysql时代

数据库瓶颈：

1. 数据量如果太大，一个机器放不下！
2. 数据的索引 300万就要建立索引（B+Tree），一个机器内存放不下
3. 访问量（读写混合），一个服务器承受不住

2、Memcached（缓存）+Mysql+垂直拆分（读写分离）

网站80%的情况都在读，如果每次查询就要走数据库就十分麻烦！所以我们需要用缓存来提高效率！

发展过程：优化数据结构和索引——>文件缓存（IO）——>缓存（Memcached）

3、分库分表+水平拆分+Mysql集群

数据库本质：读+写

早些年MyISAM：表锁——在查询的过程中，将整张表都加锁，直到查询结束，十分影响效率

转战Innodb：行锁

慢慢开始用分库分表来解决写的压力

4、如今年代

数据量大且更新快，比如说：用户的个人信息，社交网络，地理位置，用户自己产生的数据，用户日志等等爆发式增长

导致Mysql等关系型数据库就不够用了！

所以这个时候，多采用Nosql（非关系型数据库）来处理这些情况

什么是NoSQL

NoSQL

Nosql = Not Only Sql

Mysql等关系型数据库：表格，行，列！

NoSQL泛指非关系型数据库，随着web2.0互联网的诞生！传统的关系型数据库很难对付web2.0时代的产物，尤其是超大规模的高并发的社区，所以NoSQL在当今大数据环境下发展十分迅速，Redis是发展最快的，必须掌握！

很多数据类型用户的个人信息，社交网络，地理位置，这些数据类型的存储不需要一个固定的格式！

典型的数据结构就是k-v键值对！

NoSQL特点

1. 方便扩展（数据之间没有关系，很好扩展！）
2. 大数据量高性能（Redis一秒可以读11万，写8万）
3. 数据类型的多样性（不需要事先设计数据库！随取随用）
4. 传统的RDBMS和NoSQL

传统的RDBMS
——结构化组织
——SQL
——数据和关系都存在单独的表中
——ACID原则

NoSQL
——不仅仅是数据
——没有固定的查询语言
——键值对存储，列存储，文档存储，图形数据库（拓扑图）
——最终一致性
——CAP定理和BASE（异地多活）
——高性能，高可用，高可扩

了解：3V+3高

大数据时代的3V：描述问题

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

大数据时代的3高：主要是对程序的要求

1. 高性能（保证性能）
2. 高并发（用户量）
3. 高可拓（随时可以水平拆分）

真正的实践：NoSQL+RDBMS一起使用才是最强的！

阿里巴巴结构演进

#1、商品的基本信息
			名称、价格、商家信息
			关系型数据库就可以解决了！
			淘宝内部的Mysql不是我们使用的Mysql，底层已经改变！
#2、商品的描述、评论（文字比较多）
			文档型数据库	MongoDB
#3、图片
			分布式文件系统	FastDFS
			淘宝自己的TFS
			Google的GFS
			Hadoop的HDFS
			阿里云的OSS
#4、商品的关键字（搜索）
			搜索引擎	solr		elasticsearch
			淘宝的搜索引擎：ISerach			——创始人多隆
#5、商品热门的波段信息
			内存数据库
			Redis 	Tair	Memeached...
#6、商品的交易，外部的支付接口
			三方应用

要知道，一个简单的网页背后的技术一定不这么简单！

大型互联网应用问题：

• 数据类型太多了
• 数据源繁多，经常重构！
• 数据要改造，大面积改造

于是，为了解决数据库的差异性和数据源的差异性，在总舵webapp和数据库之间加一层同意数据服务平台（UDSL）来管理。在架构的思想中，没有什么问题是加一层不能解决的，如果有那就加两层！

NoSQL的四大分类

KV键值对

• 新浪：Redis
• 美团：Redis+Tair
• 阿里、百度：Redis+memecache

文档型数据库

• MongoDB（掌握）
  • MongDB是一个基于分布式文件存储的数据库，C++编写，主要用力啊处理大量文档！
  • MongDB是一个介于关系型数据库和非关系型数据中间的产品！MongDB是非关系型数据库中功能最丰富，最像关系型数据库
• ConthDB

列存储数据库

• HBase
• 分布式文件系统

图关系数据库

• 不是存储图，放的是关系，比如：朋友圈社交网络，广告推荐！
• Neo4j