Nosql概述

为什么要用Nosql

1.单机MySQL的年代!

90年代，一个基本的网站访问量一般不会太大，单个数据库完全足够!

那个时候，更多的去使用静态网页Html，服务器根本没有太大的压力!

思考一下这种情况下: 整个网站的瓶颈是什么？

1.数据量如果太大，一个机器放不下了!

2.数据超过300万条就需要建立数据的索引(mysql用的B+ Tree)来优化查询,一个机器内存也放不下很大的索引

3.访问量(读写混合)，一个服务器承受不了!

只要出现以上三种情况之一，那么就必须要晋级!

2.Memcached(缓存) + Mysql + 垂直拆分（读写分离）

这个我个人理解是解决访问并发量过高的情况

比如下面图中的2号mysql负责写数据，并同步到1号和3号mysql，1号和3号负责读数据，

虽然这样做了，但是网站80%的情况都是在读，每次都要去查询数据库的话就十分的麻烦:比如张三先去查1号商品，李四后来又去查1号商品，同一个sql执行了两次，这样并不高效，我们何不中间做一个缓存层，只要查询的商品不变，第二次就直接从缓存里面取。所以说我们希望减轻数据库的压力，我们可以使用缓存来保证效率!

发展过程：首先肯定想优化MySQL数据结构和索引--> 然后 文件缓存(IO) --> Memcached(当时最热门的技术!)

3.分库分表 + 水平拆分 + MySQL集群

这个我个人理解是解决数据量太大并附带解决访问并发量的问题

就如下图：由于数据量太大我们需要分库分表，做了3个MySQL集群，每个集群里边是主从复制(master-slave)，读写分离的结构.

由于分库分表每个集群商品信息表最大量都是整的3分之一，3个集群就分摊了数据量

现在比如我们想查一个商品的信息，先去cache查，没有再去3个集群中查并汇总可得到商品信息！

本质：数据库 （读，写）

早些年MyISAM: 表锁（比如说一张表有100万条数据，我去查张三的密码信息，他会把整个表锁了，其他进程就只能阻塞，就十分影响效率）,高并发下就会出现严重的锁问题!

转战Innodb: 行锁，每次查数据只锁这一行而,已这是解决读的压力!

后面慢慢的就开始使用分库分表来解决写的压力! Mysql在那个年代推出了表分区! 这个并没有多少公司使用！

MySQL也推出了MySQL的集群，有了集群之后很好的满足了那个年代的所有需求!

4.如今最近的年代

2010--2020十年之间，世界已经发生了翻天覆地的变化；

MySQL等关系型数据库就不够用了,因为数据量很大，而且变化很快（比如说定位，还有音乐热榜，排行榜等）！

比如说: 浏览量（一下子到10w+）做法肯定不会是直接来一个用户mysql就存一次吧，肯定是先把浏览量放到缓存里面，然后固定的时间（一个小时两个小时）再把它持久化一下，来保证效率跟安全!

还有比如MySQL来存储一些比较大的文件，比如博客，图片等， 会导致数据库表很大，那效率就会很低了!如果有一种数据库专门来处理这种数据，那MySQL的压力就会变得小很多了。

那我们如何来处理这些问题呢？

目前一个基本的互联网项目如下图：

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，用户的日志等等爆发式增长，这些我们就没有办法使用关系型数据库去做

这时候我们就需要使用NoSQL数据库了，nosql数据库可以很好的处理以上情况!

什么是NoSQL

NoSQL

NoSQL = Not Only SQL (不仅仅是SQL)

关系型数据库：表格，行，列

泛指非关系型数据库，随着web2.0互联网的诞生，传统的关系型数据库很难对付web2.0时代! 尤其是超大规模的高并发的社区!

使用关系型数据库就暴露出来很多难以克服的问题，Nosql在当今大数据环境下发展的十分迅速，Redis是发展最快的，而且是我们当下必须要掌握的一个技术!

很多的数据类型比如用户的个人信息，社交网络，地理位置。这些数据类的存储不需要一个固定的格式(就像关系型数据库的行跟列)，不需要多余的操作就可以横向扩展的! Map<String,Object> 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一秒可以写8万次，可以读11万次），而且NOSQL的缓存是记录级别的，是一种细粒度的缓存,性能会比较高!

3.数据类型是多样型的! (不需要事先设计数据库！随取随用！使用MySQL等关系型数据库如果是数据量十分大的表，很多人就无法设计的很好了!)

4.传统的RDBMS和NoSQL的区别如下：

传统的RDBMS
- 结构化组织
- SQL
- 数据和关系都存在单独的表中  row和col
- 数据操作语言，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（做社交关系那种系统）
- 最终一致性
- CAP定理  和  BASE理论（异地多活!）
- 保证 高性能，高可用，高可扩
- .......

了解：3V+3高

大数据时代的3V: 主要是来描述问题的

1.海量Volume

2.多样Variety

3.实时Velocity

大数据时代的3高: 主要是来对程序的要求

1.高并发

2.高可扩（随时水平拆分，比如说：机器不够了可以扩展机器来解决这是最简单的一种方式）

3.高性能（保证用户体验和性能!）

真正在公司中的实践：Nosql + RDBMS 一起使用才是最强的，

我们下面来看下阿里巴巴的架构演进！

阿里巴巴演进分析

思考一个问题：阿里巴巴网站上这么多的东西难道都是在一个数据库中的吗？

如果你未来想当一个架构师: 没有什么是加一层解决不了的!

# 1.商品的基本信息
    名称、价格、商家信息；
    关系型数据库就可以解决了！ MySQL/oracle (淘宝早年就去IOE了!，王坚：推荐文章：阿里云的这群疯子)
    淘宝内部的MySQL 不是大家用的MySQL
    
# 2.商品的描述信息、评论（文字比较多）
	放在文档型数据库中，MongoDB

# 3.图片
	放在分布式文件系统中，FastDFS
	分布式文件系统很多：
	- 淘宝自己的 TFS
	- Google的 GFS
	- Hadoop的 HDFS
	- 阿里云的  oss云存储
	
# 4.商品的关键字（搜索）
	- 搜索引擎  solr elasticsearch
	- 淘宝用的是 ISearch:  阿里的多隆开发的
	
# 5.商品热门的波段信息（比如：秒杀等）
	- 内存数据库 Redis Tair Memacached...
	
# 6.商品的交易，外部的支付接口
	- 三方应用（支付宝接口）或者说银行的接口	

要知道，一个简单的网页，背后的技术一定不是大家所想的那么简单!

大型互联网应用问题：

• 数据类型太多了
• 数据源繁多，经常重构!
• 数据要改造，大面积改造

解决问题：

这里以上都是Nosql入门概述，不仅能够提高大家的知识，还可以帮助大家了解大厂的工作内容!

NoSql的四大分类

KV键值对：

• 新浪: Redis
• 美团：Redis + Tair
• 阿里、百度: Redis + Memacache

文档型数据库（用的BSON格式，它和json一样）：

• MongoDB (一般必须要掌握)
  • MongoDB是一个基于分布式文件存储的数据库，它是由C++编写的，主要用来处理大量的文档!
  • MongoDB是一个介于关系型数据库和非关系型数据库中中间的产品! MongoDB是非关系型数据库中功能最丰富，最像关系型数据库的！
• ConthDB

列存储数据库

• HBase
• 分布式文件系统

图关系数据库

• 他不是存图形的，放的是关系，比如: 朋友圈社交网络，广告推荐!
• 代表的有：Neo4j, infoGrid;

四者对比！