聊聊Redis为何这么流行

为什么要用Nosql

大数据时代，一般的数据库无法进行处理了！2006年Hadoop

Hadoop是一个由Apache基金会所开发的分布式系统集成架构，用户可以在不了解分布式底层细节情况下，开发分布式程序，充分利用集群的威力来进行高速运算与存储，具有可靠、高效、可伸缩的特点

Hadoop简介

Hadoop的核心是YARN，HDFS，Mapreduce常用模块架构如下:

• Hadoop是Apache软件基金会旗下的一个开源分布式计算平台，为用户提供了系统底层细节透明的分布式基础架构

• Hadoop是基于Java语言开发的，具有很好的跨平台特性，并且可以部署在廉价的计算机集群中

• Hadoop的核心是分布式文件系统HDFS（Hadoop Distributed File System）和MapReduce

• Hadoop被公认为行业大数据标准开源软件，在分布式环境下提供了海量数据的处理能力

几乎所有主流厂商都围绕Hadoop提供开发工具、开源软件、商业化工具和技术服务，如谷歌、雅虎、微软、思科、淘宝等，都支持Hadoop

单机MySQL的年代，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

瓶颈：

1、数据量太大，一个机器放不下

2、数据的索引（B + Tree），一个及其内存也放不下

3、访问量（读写混合），一个服务器承受不了

单机MySQL

Memcached（缓存）+ MySQL + 垂直差分（读写分离）

网站大多时候其实都是在读，每次都去查询数据库的话就十分麻烦！为了减轻数据的压力，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（最热门的技术）

分库分表 + 水平拆分 + MySQL集群

本质：数据库（读，写）

数据库引擎

早些年：MyISAM 表锁，将表加锁，十分影响效率！高并发下就会出现严重的锁问题

现在：Innodb 行锁，将一行记录加锁

开始使用分库分表来解决写的压力

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！

NoSQL数据库就能很好的处理这种情况

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的，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！

NoSQL 特点

1、方便扩展（数据之间没有关系）

2、大数据量高性能（Redis一秒写8万次，读取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）

3、数据类型的多样性（不需要实现设计数据库，随取随用，如果式数据量十分大的表，就很难精确的设计出来了）

4、传统RDBMS 和 NoSQL

传统的RDBMS(关系型数据库)
- 结构化组织
- SQL
- 数据和关系都存在独单的表中	row column
- 操作、数据定义语言
- 一致性

NoSQL
- 不仅是数据
- 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)
- 一致性
- CAP定理和BASE
- 高性能,高可用,高可扩展

了解 3V + 3 高

大数据时代的3V：主要描述问题的

1. 海量 Volume

2. 多样 Variety

3. 实时 Velocity

大数据时代的3高：主要是对程序的要求

1. 高并发

2. 高可扩

3. 高性能

实践中：NoSQL + RDBMS 一起使用（RDBMS 关系数据库管理系统）

# 1、商品的描述
	文档型数据库	MongoDB

# 2、图片
	分布式文件系统		FastDFS
	- 淘宝			TFS
	- Google		  GFS
	- Hadoop		  HDFS
	- 阿里云		    oss

# 3、商品的关键字(搜索)
	- 搜索引擎	solr elasticsearch
	- ISearch: 多隆
	
# 4、商品热门的波段信息
	- 内存数据库
	- Redis、Tair、Memcache..
	
# 5、商品的交易,外部的支付接口
	- 第三方应用

键值对（key-value）

文档型数据库（bson格式 和 json 一样）

• MongDB（一般必须要掌握）
  • MongDB是一个基于分布式文件存储的数据库，C++编写，主要用来处理大量的文档
  • MongDB是一个介于关系型数据库和非关系型数据库中间的产品，MongDB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

图形关系数据库

• 不是存图形的，存放的是关系，比如：朋友圈社交网络，广告推荐