Cache 和 MongoDB ，局抄 ！

最近接触客户过程中，遇到了部分业务采用 Cache 或 MongoDB 作为底层数据管理。下面是从网上收集的点滴资料用做备查（to看官:  不正确的地方欢迎指正哈！）

一、Cache数据库

cache是国外医疗行业用的多的数据库产品，国内部分医院已开始使用，以对象方式存储管理医患数据（HIS用的多）。

1、cache数据库的存取模式：采用多维数据存储数据；可以用各种技术存取数据。

2、cache数据库有一个多维数组引擎和一个分布式缓存协议。多维数组用于数据存储、并发管理、事务处理、过程管理，分布式缓存协议使得存取速度快。

3、cache数据库采用以下四种方式存取数据：

　　（1）Web存取：cache服务器页面（CSP：cache server page），在数据服务器商运行，与他们存取的数据放在一起。

　　（2）对象存取：cache支持多种面向对象建模技术，可以和ration rose双向开发。

　　（3）SQL存取：SQL92、SQL网关技术，可以和其他关系型数据库共存（如Oracle、DB2、SQL Server、MySQL等），集成整合工作环境。

　　（4）多维存取：兼容Open M 语言程序（看起有点高级，不熟，看官自己查查吧）。

4、多维数组（Global）：一种类似树的存储形式，定义形式为 Global（“节点1”，“节点2”，“节点3”）=“数据”。可以建立自己的Global，添加、删除、修改、遍历其节点。

在下图基础上，把global可以映射为对象或者关系型格式，通过对象接口或基于SQL接口进行访问。

看网上论坛Oracle和cache几爷子的PK贴，唯一收获如下：

某三甲医院HIS系统（64位RedHat 5.3、Cache 2009.1版本，IBM HS22刀片8核Xeon5570的CPU）有4000万条记录（约1.5TB）计算的性能参考如下：

1、性能方案：

（1）单台服务器：数据库平均 1,190,000 次访问/秒，高峰2,021,000 次访问/秒

（2）多台服务器使用ECP技术情况下：

         1台服务器：数据库评价    992,000次访问/秒，高峰   1,690,000 次访问/秒；

         4台服务器：数据库评价 4,900,000次访问/秒，高峰   6,165,000 次访问/秒；

　　  8台服务器：数据库评价 8,900,000次访问/秒，高峰 16,690,000 次访问/秒。

2、分库问题：Cache分库的方法是使用 Global Mapping，能方便把数据拆分到不同的物理或逻辑服务器，完全不需要对应用做修改。

3、处理历史数据（死数据）：医院数据不能随便删除，哪怕是确认无用的数据，Cache可以随时根据需要删除、修改、添加字段。

4、锁问题：Cache是基于Global节点的方式保存数据，锁机制可以方便地定义，可以锁到某个节点。

 

二、MongoDB

MongoDB是一个基于分布式文件存储的数据库，C++语言编写。能为　Web 应用提供可扩展的、高性能的数据存储解决方案，是一个介于关系数据库和非关系数据库之间的产品，它支持的数据结构非常松散，是类似 JSON 的 bson 格式，因此可以存储比较复杂的数据类型。

1、架构模式：复制集（Replica Set)、分片集群（Sharding clust）。

复制集通常是三个对等的节点构成一个“复制集”的集群，有“primary” 和“secondary” 等多种角色，其中 primary 负责读写请求；secondary 可以负责读请求（由配置决定）。

其中，secondary 紧跟 primary 并应用 write 操作；如果primary失效，则集群进行“多数派” 选举，选举出新的primary，即 failover机制（HA架构）。

好处：复制集解决了单点故障问题，也是MongoDB垂直扩展的最小部署单位；

缺点：集群数据容量受限于单个节点的磁盘大小，如果数据量不断增加，复制集不容易扩容。

Sharding cluster 分片集群是MongoDB 数据水平扩展的手段之一，扩容方便。将整个collection 的数据根据sharding key 被 sharding  到多个 MongoDB 节点上，即每个节点持有 collection 的一部分数据，这个集群持有全部数据，原则上 sharding可以支撑数 TB的数据。

 

数据存取原理不写了，网上一堆。

===================================

以上资料来自网络“局抄"----局部抄，哈哈，感谢原著的 牛人！