NoSQL概述
NoSQL概述
单机MySQL时代
大数据时代，一般的数据库无法进行分析处理
- 数据量如果太大，一个机器放不下
- 数据的索引（B+ Tree），一个机器内存也放不下
- 访问量（读写混合），一个机器承受不了
Memecache + MySQL+垂直拆分（读写分离）
减轻服务器压力，使用缓存
发展过程：优化数据结构和索引-->文件缓存（IO）-->Memcached
分库分表+水平拆分+MySQL集群
早些年MyISAM：表锁，在高并发下严重影响效率
Innodb：行锁
使用分库分表来解决写的压力！
如今年代
MySQL等关系型数据库不够用！数据量大，变化很大
MySQL有的使用它来存储一些比较大的文件，博客，图片等，数据表很大，效率就低了。
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
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，日志等等爆发式增长，无法使用关系型数据库进行存储，需要使用NoSQL！
什么是NoSQL
NoSQL = Not Only SQL
关系型数据库：表格，行，列
泛指非关系型数据库，随着web2.0到来，传统关系型数据库很难对付web2.0，尤其是超大规模的高并发的社区，暴露出很多难以克服的问题，Redis是当下发展最快的，必须掌握的技术
很多的数据类型个人信息，社交网络，地理位置等不需要一个固定的格式！不需要过多的操作就可以横向扩展！Map<String,Object>使用键值对来控制
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，NoSQL的缓存记录是一种细粒度的缓存，性能比较高）
-
数据类型是多样类型的（不需要事先设计数据库，随取随用）
-
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 - 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 - 最终一致性 - CAP定理和BASE理论 - 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） 3.高性能NoSQL四大分类
K-V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
- 基于分布式文件存储的数据里，C++编写，处理大量的文档
- 介于关系型数据库和非关系型数据库的中间产品
- 是非关系型数据中最像关系型数据库
- ConchDB
列存储数据库
- HBase
- 分布式文件系统弄
图关系数据库
存放的不是图，是关系！
总结
