01_Nosql概述

最新推荐文章于 2024-09-09 22:30:32 发布

听*雨声

最新推荐文章于 2024-09-09 22:30:32 发布

阅读量267

点赞数

分类专栏： Redis 文章标签： nosql memcached redis

本文链接：https://blog.csdn.net/qq_48083892/article/details/125333659

版权

Redis 专栏收录该内容

25 篇文章 0 订阅

订阅专栏

这场长征
从摩肩接踵走到踽踽独行
年轻的人们为了共同的梦想相互温暖
又难免为了各自的梦想互道珍重
只是那些曾经鲜活的伙伴
就这样成为离去的背影
越走越远
消失在视野里
也消失在生命里

《阿里云的这群疯子》

redis是非关系型数据库

为什么使用Nosql

我们现在处于21世纪，处于大数据时代。大数据一般的关系型数据库是无法进行分析处理的！

历史演进：

1.单机Mysql的年代：读写在单机

在这里插入图片描述
90年代，一个基本的网站访问量一般不会太大，单个数据库完全足够!
那个时候，更多的去使用静态网页Html～服务器根本没有太大的压力!

这种情况下:整个网站的瓶颈是什么?（单机mysql的弊端）

1、数据量如果太大、一个机器放不下了!
2、数据的索引（ B+ Tree ) ，mysql数据量超过300万条就会建立索引，一个机器内存放不下！
3、访问量（读写混合)，一个服务器承受不了！

只要你开始出现以上的三种情况之一，那么你就必须要晋级!

2、Memcached（缓存)+MySQL＋垂直拆分(读写分离）：使用缓存解决读的问题

网站80%的情况都是在读，每次都要去查询数据库的话就十分的麻烦!所以说我们希望减轻数据的压力，我们可以使用缓存来保证效率!

发展过程：优化mysql底层数据结构和索引—>文件缓存（IO效率不高 )—>Memcached
在这里插入图片描述

3、分库分表＋水平拆分＋MySQL集群

本质∶数据库（读，写)

早些年MylSAM︰表锁，十分影响效率!高并发下就会出现严重的锁问题
转战Innodb :行锁

慢慢的就开始使用分库分表来解决写的压力!MySQL在哪个年代推出了表分区!这个并没有多少公司使用!
MySQL的集群，很好满足哪个年代的所有需求!
在这里插入图片描述

4.当今年代

2010–2020十年之间，世界已经发生了翻天覆地的变化;(定位，也是一种数据，音乐，热榜!)
MySQL等关系型数据库就不够用了!数据量很多，变化很快 !

MySQL有的使用它来存储一些比较大的文件，博客，图片!数据库表很大，效率就低了!如果有一种数据库来专门处理这种数据,MySQL压力就变得十分小（研究如何处理这些问题!)大数据的IO压力下，表几乎没法更大!

目前一个基本的互联网项目

在这里插入图片描述

为什么使用Nosql

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!
这时候我们就需要使用NoSQL数据库，Nosql可以很好的处理以上的情况!

什么是Nosql

NoSQL = Not Only SQL（不仅仅是SQL)

关系型数据库∶表格，行，列

泛指非关系型数据库的，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!尤其是超大规模的高并发的社区!暴露出来很多难以克服的问题，NoSQL在当今大数据环境下发展的十分迅速，Redis是发展最快的。

很多的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!不需要多余的操作就可以横向扩展的! 实现：Map<String,Object>使用键值对来控制!

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一秒写8万次，读取11万，NoSQL的缓存记录级，是一种细粒度的缓存，性能会比较高!)
3、数据类型是多样型的!（不需要事先设计数据库!随取随用!如果是数据量十分大的表，很多人就无法设计了!)
4、传统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 row col
操作操作，数据定义语言
严格的一致性：ACID
基础的事务

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（社交关系)
最终一致性，
CAP定理和BASE(异地多活)初级架构师!
高性能，高可用，高可扩

了解:3V+3高

大数据时代的3V︰主要是描述问题的
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.高并发
2.高可扩：(随时水平拆分，机器不够了，可以扩展机器来解决）
3.高性能

大型网页所展示的数据来源

#1、商品的基本信息
名称、价格下商家信息;
关系型数据库就可以解决了! MysQL / Oracle（淘宝早年就去IOE了!)
淘宝内部的MysQL不是大家用的 MysQL
#2、商品的描述、评论（文字比较多)
文档型数据库中，MongoDB
#3、图片
分布式文件系统FastDFS-淘宝自己的TFS

Gooale的 GFS
Hadoop HDFS
阿里云的 oss

#4、商品的关键字(搜索)

搜索引擎 solr elasticsearch
Iserach:多隆（多去了解一下这些技术大佬!)

#5、商品热门的波段信息

内存数据库
Redis Tair、Memache. . .

#6、商品的交易，外部的支付接口

三方应用