Redis学习 第1课 NoSQL的介绍

时间:2020-03-24 10:42 作者:kristenlee1218 阅读数:37

第1课 NoSQL的学习


1、NoSQL思维导图

image.png


2、为什使用NoSQL

(1)、单机MySQL的美好年代

(2)、Memcached(缓存)+MySQL+垂直拆分

后来,随着访问量的上升,几乎大部分使用MySQL架构的网站在数据库上都开始出现了性能问题, web程序不再仅仅专注在功能上,同时也在追求性能。程序员们开始大量的使用缓存技术来缓解数据库的压力,优化数据库的结构和索引,开始比较流行的是通过文件缓存来缓解数据库压力,但是当访问量继续增大的时候,多台web机器通过文件缓存不能共享,大量的

小文件缓存也带来了比较高的IO压力。在这个时候, Memcached自然的成为一个非常时构的技术产品

image.png

(3)、mysql主从分离

由于数据库的写入压力增加,Memcached 只能缓解数据库的读取压力。读写集中在一个数据库上让数据库不堪重负,大部分网站开始使用主从复制技术来达到读写分离,以提高读写性能和读库的可扩展性。Mysql的master-slave模式成为这个时候的网站标配了

image.png

(4)、分表分库+ 水平拆分+mysql集群

在Memcachet 的高速缓存,MySQL的主从复制,读写分离的基础之上,这时MySQL主库的写压力开始出现瓶颈,而数据量的持续猛增,由于MyISAM使用表锁,在高并发下出现严重的锁问题,大量的高并发MySQL应用开始使用InnoDB引擎代替MyISAM


同时,开始流行使用分表分库来缓解写压力和数据增长的扩展问题。这个时候,分表分库成了一个热门技术,是面试的热门问题也是业界讨论的热门技术问题。也就在这个时候,MySQL推出了还不太稳定的表分区,这也给技术实力一般的公司带来了希望,虽然MySQL推出了MySQL Cluster集群,但性能也不能很好满足互联网的要求,只是在高可靠性上提供了非常大的保证。


image.png

(5)、MySQL的扩展性瓶颈

MySQL数据库也经常存储一些大文本字段, 导致数据库表非常的大,在做数据库恢复的时候就导致非常的慢,不容易快速恢复数据库。比如1000万4KB大小的文本就接近40GB的大小, 如果能把这些数据从问ySQL省去, MySQL将变得非常的小。关系数据库很强大,但是它并不能很好的应付所有的应用场景。MySQL的扩展性差(需要复杂的技术来实现) ,大数据

下IO压力大,表结构更改困难,正是当前使用MySQL的开发人员面临的问题


(6)、今天是什么样于?


(7)、为什么用NoSQL

为什么使用NoSQL?

今天我们可以通过第三方平台〈如! Google,Facebook等〉可以很容易的访问和抓取数据。用户的个人信息,社交网络,地理位置,用户生成的数据和用户操作日志已经成倍的增加。我们如果要对这些用户进行数据挖掘,那SQL数据库已经不适合这些应用了,NoSQL数

据库的发展也却能良好的处理这些大的数据

image.png


3、NoSQL是什么

NoSQL(NoSQL = Not Only SQL ) ,意即"不仅仅是SQL"

泛指非关系型的数据库,随着互联网web2.0网站的兴起,传统的关系数据库在应付web2.0网站,特别是超大规模和高并发的SNS类型的web2.0纯动态网站巳经显得力不从心,暴露了很多难以克服的问题。而非关系型的数据库则由于其本身的特点得到了非常迅速的发展

NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战,尤其是大数据应用难题,包括起大规模数据的存储


4、NoSQL能做什么

(1)、易扩展

NoSQL数据库种类繁多,但是一个兴同的特点都是去掉关系数据库的关系型特性

数据之间无关系,这样就非常容易扩展。也无形之间,在架构的层面上带来了可扩展的能力

(2)、大数据量高性能

NoSQL数据库都具有非常高的读写性能,尤其在大数据量下,同样表现优秀。

这得益于它的无关系性,数据库的结构简单。

一般MySQL使用Query Cache,每次表的更新Cache就失效,是一种大粒度的Cache,在针对web2.0的交互频繁的应用,Cache性能不高。而NoSQL的Cache是记录级的,是一种细粒度的Cache,所以NoSQL在这个层面上来说就要性能高很多了

(3)、多样灵活的数据榄型

NoSQL无需事先为要存储的数据建立字段,随时可以存储自定义的数据格式。而在关系数据库里,增删字段是一件非常麻烦的事情。如果是非常大数据量的衰,增加字段简直就是一个噩梦


5、传统RDBMS与NoSQL的对比

RDBMS:

高度组织化结构化数据

结构化查询语言(SQL)

数据和关系都存健在单独的表中

数据操纵语言,数据定义语言

严格的一致性

基础事务


NoSQL

代表着不仅仅是SQL

没有声明性查询语言

没有预定义的模式

键-值对存链,列存储,文挡存倦,图形数据库

最终一致性,而非ACID属性

非结构化和不可预知的数据

CAP定程

高性能,高可用性和可伸缩性


6、怎么玩

KV+Cache+Persistence


7、3V+3高

(1)、3V

海量Volume、多样Variety、实时Velocity

(2)、互联网3高

高并发、高可扩、高性能


8、NoSQL的四大分类以及对比


类型

部分代表

特点

列存储

Hbase、Cassandra、Hypertable

顾名思义,是按列存储数据的。最大的特点是方便存储结构化和半结构化数据,方便做数据压缩,对针对某一列或者某几列的查询有非常大的IO优势。

文档存储

MongoDB、CouchDB

文档存储一般用类似json的格式存储,存储的内容是文档型的。这样也就有有机会对某些字段建立索引,实现关系数据库的某些功能。

key-value存储

TokyoCabinet/Tyrant、BerkeleyDB、MemcacheDB、Redis

可以通过key快速查询到其value。一般来说,存储不管value的格式,照单全收。(Redis包含了其他功能)

图存储

Neo4J、 FlockDB

图形关系的最佳存储。使用传统关系数据库来解决的话性能低下,而且设计使用不方便。

对象存储

db4o、Versant

通过类似面向对象语言的语法操作数据库,通过对象的方式存取数据

XML数据库

BerkeleyDB、XML、 BaseX

高效的存储XML数据,并支持XML的内部查询语法,比如XQuery,Xpath


9、CAP

C:Consistence(强一致性)

A:Availability(可用性)

P:Partition tolerance(分区容错性)


CAP的三进二

CAP理论的核心是: 一个兮分布式系统不可能同最多只能同时很好的满足一致性、可用性、分区容错性。因此,根据CAP原理将NoSQL数据库分成了满足CA原则、满足CP原则和满足AP 原则三大类:

CA:单点集群,满足一致性,可用性的系统,通常在可扩展性上不太强大(传统Oracle数据库)

CP:满足一致性,分区容忍性的系统,通常性能不是特别寓(Redis、MongoDB)

AP:满足可用性,分区容忍性的系统,通常可能对一致性要求低一些(大多数互联网公司的架构)

image.png


10、BASE

BASE就是为了解决关系数据库强一致性引起的问题而引起的可用性降低而提出的解决方案


BASE其实是下面三个术语的缩写:

基本可用(Basically Available)

软状态(Soft state)

最终一致(Eventually consistent)

它的思想是通过让系统放松对某一时刻数据一致性的要求来换取系统整体伸缩性和性能上改观。为什么这么说呢,缘由就在于大型系统往往由于地域分布和极高性能的要求,不可能采用分布式事务来完成这些指标,要想获得这些指标,我们必须采用另外一种方式来完成,这里BASE就是解决这个问题的办法









评论列表




注册用户登录后才能发表评论,请登录注册,访问 博客首页