Redis 笔记（一）－NoSQL 概述

一、NoSQL 概述

• NoSQL(Not Only SQL )，意即：不仅仅是 SQL，泛指非关系型的数据库。
• 发展过程：

1. 单机 MySQL 模式：
   
2. Memcached（缓存）+ MySQL + 垂直拆分
   发展过程：优化数据结构和索引 > 文件缓存（IO）> Memcached（读写分离）
   
3. 分库分表 + 水平拆分 + MySQL 集群
   
4. 目前一个基本的互联网项目

二、为什么使用 NoSQL

• 随着互联网的发展，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，在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 的出现，更好的解决了这些问题。
• 阿里网站分析

三、NoSQL 的四大分类

1. KV 键值对：

• redis
• memcache
• tair

2. 文档型数据库 ( bson 格式和 json)：

• MongoDB 是一个基于分布式文件存储的数据库，由 C++ 编写，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的中间产品，MongoDB 是非关系型数据库中功能最丰富，最像关系型数据库的！
• ConchDB

3. 列存储数据库

• HBase
• 分布式文件系统

4. 图关系数据库

• 不是存储图形，放的是关系，比如：朋友圈社交网络，广告推荐
• Neo4J、InfoGrid

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

四、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