共计 2864 个字符，预计需要花费 8 分钟才能阅读完成。
自动写代码机器人，免费开通
丸趣 TV 小编给大家分享一下 redis 学习之 NoSQL 是什么意思，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！
1、互联网时代背景下大机遇，为什么用 NoSQL
1.1 单机 MySQL 的美好年代
在 90 年代，一个网站的访问量一般都不大，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。
DAL dal 是数据访问层的英文缩写，即为数据访问层（Data Access Layer）
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 1or3 个，进化…
1.2.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了了比较高的 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。
相当于之前 dao 层直接访问数据库，现在中间插入了一个 cache 层。频繁的数据库访问造成了性能的降低，我们把其中的一些内容放入缓存中，减轻压力。
1.3.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。
解释：主库有一条记录更新，为了保证数据的完整性，需要复制到从库中。读写分离：Master/slaver。我们可以将写的操作放在主库中，读的操作放在从库中。
1.4. 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。
表锁和行锁？
分库分表 1-3000 进 1 号库。3001-6000 进 2 号库。等等
1.5.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 MySQL 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 MySOL 的开发人员面临的问题。
1.6. 今天是什么样子? ?
防火墙 -nginx-Tomcat 集群
1.7. 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，NoSQL 数据库的发展也却能很好的处理这些大的数据。
2. 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重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。
3. 能干嘛
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。
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。
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，增加字段简直就是一个噩梦。
传统 RDBMS VS NOSQL
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
高性能，高可用性和可伸缩性
4. 有哪些 NoSQL
Redis(数据类型和高速缓存，各方面都比较优秀)
Memcached(高速缓存)
MongDB(最类似关系型数据库)
5. 怎么玩
KV
Cache
Persistence
谈谈你对 Redis 的理解，就说 KV-CACHE-PERSISITENCE
3V + 3 高
大数据时代的 3V：
海量 Volume
多样 Variety
实时 Velocity
系统上出现一些问题的描述，淘宝双十一海量的数据。一条微博，文字域，视频域和背景域等等。多样化。12306 实时性要求高。做不到绝对的实时
互联网需求的 3 高：
高并发
高可括
高性能
系统要支持高并发，如 12306. 四种方式获得线程。
可扩展性，横向和纵向。横向，一台机器不够，再加机器。
性能要求高
看完了这篇文章，相信你对“redis 学习之 NoSQL 是什么意思”有了一定的了解，如果想了解更多相关知识，欢迎关注丸趣 TV 行业资讯频道，感谢各位的阅读！
向 AI 问一下细节
