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

  1. 数据量如果太大,一个机器放不下
  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

NoSQL概述_第1张图片

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使用键值对来控制

NoSQL特点

  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11万次,NoSQL的缓存记录是一种细粒度的缓存,性能比较高)

  3. 数据类型是多样类型的(不需要事先设计数据库,随取随用)

  4. 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

NoSQL概述_第2张图片

你可能感兴趣的:(NoSQL概述)