14天学习训练营导师课程： 郑为中《Vue和SpringBoot打造假日旅社管理系统》
努力是为了不平庸~
学习有些时候是枯燥的，但收获的快乐是加倍的，欢迎记录下你的那些努力时刻（学习知识点/题解/项目实操/遇到的bug/等等），在分享的同时加深对于知识点的理解，同时吸收他人的奇思妙想，一起见证技术er的成长~
看到项目中使用了Redis，那么就随着训练的脚步来学习一下。
1.读写分离
2.Memcached（缓存）+MYSQL+垂直拆分
网站80%的情况都是在读，每次都要去查询数据库的话就非常麻烦，希望可以减轻数据的压力，所以可以使用缓存来保证效率！
发展过程：优化数据结构和索引–》文件缓存（IO）–》Memcached
3.分库分表+水平拆分+mysql集群
本质：数据库（读、写）
MyISAM：表锁，十分影响效率，高并发下就回出现严重的锁问题
Innodb：行锁
慢慢的就开始分库分表来解决写的压力。
随后出现MySQL的集群
4.如今
mysql等关系型数据库就不够用了。因为数据量很多，变化很快。
MySQL有的使用它来存储一些比较大的文件，例如图片等，导致数据库表很大，效率就很低，如果有一种数据库来专门处理这种数据。
研究如何使mysql压力变小。大数据的IO压力下，表几乎无法更大。
目前一个基本的互联网项目
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，用户日志等等爆发式增长。
这时候就需要用Nosql来解决上述问题。
1. NoSQL的引言
NoSQL(Not Only SQL )，意即不仅仅是SQL, 泛指非关系型的数据库。Nosql这个技术门类,早期就有人提出,发展至2009年趋势越发高涨。
2. 为什么是NoSQL
随着互联网网站的兴起，传统的关系数据库在应付动态网站，特别是超大规模和高并发的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。如商城网站中对商品数据频繁查询、对热搜商品的排行统计、订单超时问题、以及微信朋友圈（音频，视频）存储等相关使用传统的关系型数据库实现就显得非常复杂，虽然能实现相应功能但是在性能上却不是那么乐观。nosql这个技术门类的出现，更好的解决了这些问题，它告诉了世界不仅仅是sql。
Nosql特点
-
方便扩展（数据之间没有关系，很好扩展！）
-
大数据量高性能（Redis一秒可以写8万次，读11万次，NoSQL的缓存记录级，是一种细粒度的缓存，性能会比较高！）
-
数据类型是多样型的！（不需要事先设计数据库，随取随用）
-
传统的 RDBMS 和 NoSQL
传统的 RDBMS(关系型数据库) - 结构化组织 - SQL - 数据和关系都存在单独的表中 row col - 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（社交关系） - 最终一致性 - CAP定理和BASE - 高性能，高可用，高扩展 - ...
了解：3V + 3高
大数据时代的3V ：主要是描述问题的
- 海量 Velume
- 多样 Variety
- 实时 Velocity
大数据时代的3高 ： 主要是对程序的要求
- 高并发
- 高可扩
- 高性能
真正在公司中的实践：NoSQL + RDBMS 一起使用才是最强的。
阿里巴巴演进分析
可以读一下：阿里云的这群疯子 https://yq.aliyun.com/articles/653511
读完的感受可以来聊聊
- 阿里巴巴中文站架构发展历程
- 日益复杂的数据架构
# 商品信息
- 一般存放在关系型数据库：Mysql,阿里巴巴使用的Mysql都是经过内部改动的。
# 商品描述、评论(文字居多)
- 文档型数据库：MongoDB
# 图片
- 分布式文件系统 FastDFS
- 淘宝：TFS
- Google: GFS
- Hadoop: HDFS
- 阿里云: oss
# 商品关键字 用于搜索
- 搜索引擎：solr,elasticsearch
- 阿里：Isearch 多隆
# 商品热门的波段信息
- 内存数据库：Redis，Memcache、tair
# 商品交易，外部支付接口
- 第三方应用
3. NoSQL的四大分类
3.1 键值(Key-Value)存储数据库
1.说明:
- 这一类数据库主要会使用到一个哈希表，这个表中有一个特定的键和一个指针指向特定的数据。
2.特点
- Key/value模型对于IT系统来说的优势在于简单、易部署。
- 但是如果DBA只对部分值进行查询或更新的时候，Key/value就显得效率低下了。
3.相关产品
- Tokyo Cabinet/Tyrant,
- Redis
- SSDB
- Voldemort
- Oracle BDB
3.2 列存储数据库
1.说明
- 这部分数据库通常是用来应对分布式存储的海量数据。
2.特点
- 键仍然存在，但是它们的特点是指向了多个列。这些列是由列家族来安排的。
3.相关产品
- Cassandra、HBase、Riak.
3.3 文档型数据库
1.说明
- 文档型数据库的灵感是来自于Lotus Notes办公软件的，而且它同第一种键值存储相类似该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，比如JSON。文档型数据库可 以看作是键值数据库的升级版，允许之间嵌套键值。而且文档型数据库比键值数据库的查询效率更高
2.特点
- 以文档形式存储
3.相关产品
- MongoDB、CouchDB、 MongoDb(4.x). 国内也有文档型数据库SequoiaDB，已经开源。
MongoDB(掌握)
基于分布式文件存储的数据库。C++编写，用于处理大量文档。
MongoDB是RDBMS和NoSQL的中间产品。MongoDB是非关系型数据库中功能最丰富的，NoSQL中最像关系型数据库的数据库。
3.4 图形(Graph)数据库
1.说明
- 它不是存图形，放的是关系，比如朋友圈社交网络，广告推荐
- 图形结构的数据库同其他行列以及刚性结构的SQL数据库不同，它是使用灵活的图形模型，并且能够扩展到多个服务器上。
- NoSQL数据库没有标准的查询语言(SQL)，因此进行数据库查询需要制定数据模型。许多NoSQL数据库都有REST式的数据接口或者查询API。
2.特点
- 以文档形式存储
3.相关产品
- Neo4J、InfoGrid、 Infinite Graph、
| 分类 | Examples举例 | 典型应用场景 | 数据模型 | 优点 | 缺点 |
|---|---|---|---|---|---|
| 键值对（key-value） | Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB | 内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统等等。 | Key 指向 Value 的键值对，通常用hash table来实现 | 查找速度快 | 数据无结构化，通常只被当作字符串或者二进制数据 |
| 列存储数据库 | Cassandra, HBase, Riak | 分布式的文件系统 | 以列簇式存储，将同一列数据存在一起 | 查找速度快，可扩展性强，更容易进行分布式扩展 | 功能相对局限 |
| 文档型数据库 | CouchDB, MongoDb | Web应用（与Key-Value类似，Value是结构化的，不同的是数据库能够了解Value的内容） | Key-Value对应的键值对，Value为结构化数据 | 数据结构要求不严格，表结构可变，不需要像关系型数据库一样需要预先定义表结构 | 查询性能不高，而且缺乏统一的查询语法。 |
| 图形(Graph)数据库 | Neo4J, InfoGrid, Infinite Graph | 社交网络，推荐系统等。专注于构建关系图谱 | 图结构 | 利用图结构相关算法。比如最短路径寻址，N度关系查找等 | 很多时候需要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群 |
4. NoSQL应用场景
- 数据模型比较简单
- 需要灵活性更强的IT系统
- 对数据库性能要求较高
- 不需要高度的数据一致性
转载：https://blog.csdn.net/qq_43585922/article/details/127967120