Redis简介和安装介绍

最新推荐文章于 2023-06-08 22:57:41 发布

春水煎茶

最新推荐文章于 2023-06-08 22:57:41 发布

阅读量248

点赞数

分类专栏： Redis 文章标签： leetcode 算法职场和发展

本文链接：https://blog.csdn.net/weixin_44065652/article/details/121418138

版权

1 篇文章 0 订阅

订阅专栏

解耦！

1、方便拓展（数据之间没有关系，很好拓展！）

2、大数据高性能（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、数据类型是多样性的（不需要实现设计数据库，随去随用，如果是数据量很大的表，很多人就无法设计了）

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，操作数据定义语言，严格的一致性，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），高性能、高可用、高可扩...

KV键值对：

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

文档型数据库（bson格式和json一样）：

MongoDB：

MongoDB是一个基于分布式文件存储的数据库，c++编写，主要用来处理大量的文档。

MongoDB是一个介于关系型数据库和非关系型数据中中间的产品，MongoDB是非关系型数据库中功能最丰富，最像关系型数据库的。

ConthDB

列存储数据库：HBase、分布式文件系统

图关系数据库：它不是存图形，放的是关系，比如：朋友圈社交网络，广告推荐

Neo4j，InfoGrid

分类	Examples举例	典型应用场景	数据模型	优点	缺点
键值（key-value）	Tokyo Cabinet/Tyrant, 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等等	key指向Value的键值对，通常用hash table来实现	查找速度快	数据无结构化，通常只被当作字符串或者二进制数据
列存储数据库	Cassandra，HBase，Riak	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
文档型数据库	CouchDB, MongoDb	Web应用（与Key-Value类似，Value是结构化的，不同的是数据库能够了解Value的内容）	Key-Value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，不需要像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
图形（Graph）数据库	Neo4J,InfoGrid, Inflnite Graph	社交网络，推荐系统等。专注于构建关系图谱	图结构	利用图机构相关短发。比如最短路径寻址，N度关系查找等	很多时候需要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群方案