NoSql概述
不是存图形，存的是关系学习方式：基本的理论先学习，然后将知识融会贯通！兴趣是最好的老师
Nosql概述
为什么要使用mysql
1.单机mysql年代
90年代,一个网站的访问量一般不会太大，单个数据库完全够用。随着用户增多，网站出现以下问题
- 数据量增加到一定程度，单机数据库就放不下了
- 数据的索引（B+ Tree）,一个机器内存也存放不下
- 访问量变大后（读写混合），一台服务器承受不住。
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库的压力，我们可以使用缓存来保证效率！
优化过程经历了以下几个过程：
- 优化数据库的数据结构和索引(难度大)
- 文件缓存，通过IO流获取比每次都访问数据库效率略高，但是流量爆炸式增长时候，IO流也承受不了
- MemCache,当时最热门的技术，通过在数据库和数据库访问层之间加上一层缓存，第一次访问时查询数据库，将结果保存到缓存，后续的查询先检查缓存，若有直接拿去使用，效率显著提升。
3.分库分表+水平拆分+MySql集群
本质：数据库（读，写）
早些年MyISAM：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
4.如今最近的年代
如今信息量井喷式增长，各种各样的数据出现（用户定位数据，图片数据等），大数据的背景下关系型数据库（RDBMS）无法满足大量数据要求。Nosql数据库就能轻松解决这些问题。
目前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）
泛指非关系型数据库，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。
NoSql特点：
-
方便扩展（数据之间没有关系，很好扩展）
-
大数据量高性能（Redis 一秒写8万次，读取11万次）
-
数据类型多样型，不需要实现设计数据库
-
传统RDBMS和NOSql
关系型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，列存储，文档存贮，图形数据库（社交关系）
- 最终一致性
- CAP定理，BASE（异地多活）
- 高性能，高可用，高可扩
- 。。。。
了解：3V+3高
大数据时代3V：主要是描述问题的：
- 海量Velume
- 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
- 高可扩
- 高性能
阿里巴巴演进分析
如果 未来当一个架构师：没有什么是加一层解决不了的！
商品的基本信息
名称，价格，商家信息
关系型数据库就可以，
淘宝mysql不是大家用的mysql
商品描述，评论（文字多）
文档型数据库，MongoDB
图片
分布式文件系统 FastDFS
淘宝自己：TFS
google:GFS
Hadoop:HDFS
阿里云：oss
商品关键字（搜索）
搜索引擎：solr elasticsearch
淘宝自用：ISearch 多隆（程序员）开发
商品热门的波段信息
内存数据库，Redis Tair Memache
商品交易，外部支付接口
三方应用
大型互联网应用问题：
- 数据类型太多
- 数据源繁多
- 数据要改造，大面积改造？
解决问题：UDSl 同一数据服务平台，应用集群和底层数据源之间的一层代理
NoSql四大分类
KV键值对：
- 新浪：Redis
- 美团：Redis+Tair
- 阿里，百度：Redis+Memecache
文档性数据库（bson格式，和json格式一样）：
- MongoDB
- j给予分布式文档存储的数据库，C++开发，处理文档
- 介于关系型和非关系型中间的数据库，是非关系型中功能最丰富，最想关系型数据库的
列存储数据库
- HBase
- 分布式文件系统：
图关系数据库
- 不是存图形，存的是关系
Neo4j，InfoGrid
浙公网安备 33010602011771号