为什么用NoSQL

1、单机MySQL的美好年代

在90年代，一个网站的访问量一般不大，用单个数据库完全可以轻松应付！

在那个时候，更多的都是静态网页，动态交互类型的网站不多。

上述架构下，我们来看看数据存储的瓶颈是什么？

1. 数据量的总大小，一个机器放不下时
2. 数据的索引（B+ Tree）一个机器的内存放不下时
3. 访问量（读写混合）一个实例不能承受

如果满足了上述 1 or 3个，进化....

DAL：数据库访问层

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。程序猿们开始大量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了比较高的IO压力，在这个 时候，Memcached就自然的成为一个非常时尚的技术产品。

3、MySQL主从读写分离

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。

4、分表分库 + 水平拆分 + Mysql 集群

在Memcached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，在高并发下会出现严重的锁问题，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。也就是在这个时候，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需求，只是在高可靠性上提供了非常大的保证。

5、MySQL 的扩展性瓶颈

MySQL数据库也经常存储一些大文本的字段，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MySQL省去，MySQL将变的非常的小，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、今天是什么样子？？

7、为什么用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 户数据进行挖掘，那SQL数据库已经不适合这些应用了，而NoSQL数据库的发展却能很好的处理这些大 的数据！

什么是NoSQL

NoSQL

NoSQL = Not Only SQL，意思：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社交网络服务类型的Web2.0纯动态网站已经显得力不从心，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种数据种类带来的挑战，尤其是大数据应用难题，包括超大规模数据的存储。

（例如谷歌或Facebook每天为他们的用户收集万亿比特的数据）。这些类型的数据存储不需要固定的模 式，无需多余操作就可以横向扩展。

NoSQL的特点

1、易扩展

NoSQL 数据库种类繁多，但是一个共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，尤其是在大数据量下，同样表现优秀。这得益于它的非关系 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，是一种大力度的Cache，在针对Web2.0的 交互频繁应用，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。

官方记录：Redis 一秒可以写8万次，读11万次！

3、多样灵活的数据模型

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表，增加字段简直就是噩梦。

4、传统的RDBMS VS NoSQL

传统的关系型数据库 RDBMS
- 高度组织化结构化数据
- 结构化查询语言（SQL）
- 数据和关系都存储在单独的表中
- 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
- 键值对存储，列存储，文档存储，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定理和 BASE理论（异地多活）
- 高性能，高可用性 和 可伸缩性

拓展：3V+3高

大数据时代的3V ： 主要是对问题的描述

• 海量 Volume

• 多样 Variety

• 实时 Velocity

互联网需求的3高 ： 主要是对程序的要求

• 高并发
• 高可用
• 高性能

当下的应用是 SQL 和 NoSQL 一起使用，技术没有高低之分，就看你怎么用，对吧！

经典应用分析

聊聊阿里巴巴中文网站的商品信息如何存放，以女装、包包为例：

聊聊架构发展历程：推荐书籍《淘宝技术这十年》

1、演变过程：以下图片资料来源：阿里巴巴中文站架构设计实践

2、第五代

3、第5代架构使命

和我们相关的，多数据源多数据类型的存储问题

1、商品的基本信息

名称、价格、出厂日期、生产厂商等
关系型数据库：mysql、oracle目前淘宝在去O化（也即，拿掉Oracle）
注意，淘宝内部用的MySQL是里面的大牛自己改造过的。
为什么去IOE：
2008年,王坚博士加入阿里巴巴，成为首席架构师。把云计算植入阿里IT基因。
2013年5月17日，阿里集团最后一台IBM小机在支付宝下线。这是自2009年“去IOE”战略透露以来，“去
IOE”非常重要的一个节点。“去 IOE”指的是摆脱掉IT部署中原有的IBM小型机、Oracle数据库以及EMC
存储的过度依赖。告别最后一台小机，意味着整个阿里集团尽管还有一些Oracle数据库和EMC存储，但是
IBM小型机已全部被替换。2013年7月10日，淘宝重中之重的广告系统使用的Oracle数据库下线，也是整
个淘宝最后一个 Oracle数据库。这两件事合在一起是阿里巴巴技术发展过程中的一个重要里程碑。

2、商品描述、详情、评价信息（多文字类）

多文字信息描述类，IO读写性能变差
存在文档数据库MongDB中

3、商品的图片

商品图片展现类
分布式文件系统中 FastDFS
- 淘宝自己的 TFS
- Google的 GFS
- Hadoop的 HDFS
- 阿里云的 OSS

4、商品的关键字

搜索引擎 solr elasticsearch
淘宝内用ISearch：多隆一高兴一个人开发的
所有牛逼的人在牛逼之前,肯定有一段苦逼的岁月,但只要像傻逼一样的坚持,一定终将牛逼

5、商品的波段性的热点高频信息

内存数据库
Tair、Redis、Memcache等

6、商品的交易，价格计算，积分累计！

外部系统，外部第三方支付接口
支付宝

大型互联网应用（大数据，高并发，多样数据类型）的难点和解决方案

难点：

• 数据类型的多样性
• 数据源多样性和变化重构
• 数据源改造而数据服务平台不需要大面积重构

解决办法：

NoSQL数据模型简介

案例设计

以一个电商客户，订单，订购，地址模型来对比下关系型数据库和非关系型数据库

传统的关系型数据库你如何设计？

ER图（1:1/1:N/N:N,主外键等常见）

• 用户对应多个订单多个地址
• 每个订单对应每个商品、价格、地址
• 每个商品对应产品

闲聊：用户画像分析，女人心是琢磨不透的，看了男装，剃须刀，根据她的信息找到她男朋友的生日就 在最近，后台画像已经分析完毕，准备推送广告了，结果她买了一个零食就走了~

90后的程序员真的在一点点的改变生活中的点点滴滴，假设你有幸进入了大厂，你会发现周围的小伙伴 都在努力，真的就是那种可以在海底捞吃着吃着饭，突然就掏出笔记本写代码的那种，别人都以为他们 是疯子，只有他们自己内心才懂。这才是对技术的痴迷。

NoSQL你如何设计

可以尝试使用BSON。

BSON是一种类json的一种二进制形式的存储格式，简称Binary JSON，它和JSON一样，支持内嵌的文档 对象和数组对象

用BSon画出构建的数据模型

{
	"customer": {
		"id": 1000,
		"name": "Z3",
		"billingAddress": [{
			"city": "beijing"
		}],
		"orders": [{
			"id": 17,
			"customerId": 1000,
			"orderItems": [{
				"productId": 27,
				"price": 77.5,
				"productName": "thinking in java "
			}],
			"shippingAddress": [{
				"city": "beijing"
			}],
			"orderPayment": [{
				"ccinfo": "111-222-333 ",
				"txnid ": "asdfadcd334 ",
				"billingAddress ": {
					"city ": "beijing"
				}
			}]
		}]
	}
}

想想关系模型数据库你如何查？如果按照我们新设计的BSon，是不是查询起来很简单。

• 高并发的操作是不太建议有关联查询的，互联网公司用冗余数据来避免关联查询

• 分布式事务是支持不了太多的并发的

NoSQL四大分类

KV键值：

• 新浪：BerkeleyDB+redis
• 美团：redis+tair
• 阿里、百度：memcache+redis

文档型数据库(bson格式比较多)：

• CouchDB
• MongoDB
  • MongoDB 是一个基于分布式文件存储的数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。
  • MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。

列存储数据库：

• Cassandra,HBase
• 分布式文件系统

图关系数据库

• 它不是放图形的，放的是关系比如:朋友圈社交网络、广告推荐系统
• 社交网络，推荐系统等。
• 专注于构建关系图谱 Neo4J, InfoGrid

四者对比