NoSql入门概述

单机Mysql的美好时代

瓶颈：

1. 1. 数据库总大小一台机器硬盘内存放不下
   2. 数据的索引（B + tree）一个机器的运行内存放不下
   3. 访问量（读写混合）一个实例不能承受

 

Memcached（缓存）+ MySql + 垂直拆分

通过缓存来缓解数据库的压力，优化数据库的结构和索引

垂直拆分指的是：分成多个数据库存储数据（如：卖家库与买家库）

 

MySql主从复制读写分离

1. 主从复制：主库来一条数据，从库立刻插入一条。
2. 读写分离：读取（从库Master），写（主库Slave）

 

分表分库+水平拆分+MySql集群

1. 主库的写压力出现瓶颈（行锁InnoDB取代表锁MyISAM）
2. 分库：根据业务相关紧耦合在同一个库，对不同的数据读写进行分库（如注册信息等不常改动的冷库与购物信息等热门库分开）
3. 分表：切割表数据（例如90W条数据，id 1-30W的放在A库，30W-60W的放在B库，60W-90W的放在C库）

 

MySql扩展的瓶颈

1. 大数据下IO压力大
2. 表结构更改困难

常用的Nosql

Redis
memcache
Mongdb
以上几种Nosql 请到各自的官网上下载并参考使用

Nosql 的核心功能点

KV(存储)
Cache(缓存)
Persistence(持久化)
……

大数据时代的3V

海量Volume
多样Variety
实时Velocity
互联网需求的3高

高并发
高可扩
高性能
 

redis的介绍和特点:

       问题：
               传统数据库：持久化存储数据。
               solr索引库:大量的数据的检索。
               在实际开发中，高并发环境下，不同的用户会需要相同的数据。因为每次请求，
               在后台我们都会创建一个线程来处理，这样造成，同样的数据从数据库中查询了N次。
               而数据库的查询本身是ＩＯ操作，效率低，频率高也不好。
               总而言之，一个网站总归是有大量的数据是用户共享的，但是如果每个用户都去数据库查询
               效率就太低了。
       解决：
               将用户共享数据缓存到服务器的内存中。        
       实现：
               redis
       概念:
               redis是一个非关系型C语言开发的基于键值对的数据库
       特点：
               1、基于键值对
               2、非关系型(redis)
                       关系型数据库:存储了数据以及数据之间的关系,oracle,mysql
                       非关系型数据库:存储了数据,redis,mdb.
               3、数据存储在内存中，服务器关闭后，持久化到硬盘中
               4、支持主从同步
       总结：
               实现了缓存数据和项目的解耦。
       数据类型：
               String
               list
               set
               sortedset
               hash
       redis存储的数据特点：
               大量数据
               用户共享数据
               数据不经常修改。
               查询数据
       redis的应用场景：
               网站高并发的主页数据
               网站数据的排名
               消息订阅