01-前言

前言

本笔记资料全由b站 狂神说 获取

单机mysql的年代

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!思考一下，这种情况下:整个网站的瓶颈是什么?
1、数据量如果太大、一个机器放不下了!

2、数据的索引〔 B+ Tree ) ，一个机器内存也放不下

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!

Memcached (缓存) +Mysql +垂直拆分（读写分离）

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：优化数据结构和索引 --> 文件缓存（IO） --> Mencached(当时最热门的技术)

分库分表 +水平拆分 +mysql集群

技术和业务在发展的同时，对人的要求也越来越高了

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！

如今的年代

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有的使用它来村粗一些比较大的文件，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!

• 目前的一个基本的互联网项目

为什么要用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数据库的，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，而且是我们当下必须要掌握的一个技术!

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!不需要多月的操作就可以横向扩展的!Map<String,Object>使用键值对来控制!

NoSql特点

解耦！

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
- 结构化维织
- 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
- 基础的事务
- ....

Nosql
- 不仅仅是数据
- 没有固定的查询语言
- 健值对存储，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!（狂神理念:只要学不死，就往死里学!）
- 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.高可拓

3.高性能

真正在公司中的实践:NoSQL + RDBMS一起使用才是最强的，阿里巴巴的架构演进!

了解

要知道，一个简单地网页背后的技术一定不是大家所想的那么简单!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?

解决方案： 加一层

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（bson格式 和json一样）：

• MongDB（一般必须要掌握）
  • 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：

• 他不是存图形的，放的是关系，比如：朋友圈社交网络。广告推荐
• Neo4j，InfoGrid

四者对比