5.1.1 NoSQL数据库-Redis（键值key-value）-NoSQL概述

左手的ㄟ右手 2023-01-02 14:22 212阅读 0赞

**目录**

1.为什么要用Nosql

1.1 单机MySQL的年代

1.2 Memcached（缓存） + MySQL + 垂直拆分 （读写分离）

1.3 分库分表 + 水平拆分 + MySQL集群

1.4 如今最近的年代

2.什么是NoSQL

2.1 NoSQL

2.2 NoSQL 特点

2.3 传统关系型数据库和NoSQL数据库对比

2.4 扩展：3V+3高

3.NoSQL的四大分类

3.1 分别介绍

3.2 四者对比

--------------------

# 1.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！ 这时候我们就需要使用NoSQL数据库的，Nosql 可以很好的处理以上的情况。

## 1.1 单机MySQL的年代 ##

90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！ 那个时候，更多的去使用静态网页 Html ~ 服务器根本没有太大的压力！ 思考一下，这种情况下：整个网站的瓶颈是什么？

*  数据量如果太大、一个机器放不下了！
 *  数据的索引 （B+ Tree），一个机器内存也放不下
 *  访问量（读写混合），一个服务器承受不了~

![20210106105133756.png][]

只要你开始出现以上的三种情况之一，那么你就必须要晋级

## 1.2 Memcached（缓存） + MySQL + 垂直拆分 （读写分离） ##

网站80%的情况都是在读，每次都要去查询数据库的话就十分的麻烦！所以说我们希望减轻数据库的压力，我们可以使用缓存来保证效率！

优化过程经历了以下几个过程：

1.  优化数据库的数据结构和索引(难度大)
2.  文件缓存，通过IO流获取比每次都访问数据库效率略高，但是流量爆炸式增长时候，IO流也承受不了
3.  MemCache,当时最热门的技术，通过在数据库和数据库访问层之间加上一层缓存，第一次访问时查询数据库，将结果保存到缓存，后续的查询先检查缓存，若有直接拿去使用，效率显著提升。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1N1eWViaXViaXU_size_16_color_FFFFFF_t_70][]

## 1.3 分库分表 + 水平拆分 + MySQL集群 ##

技术和业务在发展的同时，对人的要求也越来越高！早些年**MyISAM： 表锁**，十分影响效率！高并发下就会出现严重的锁问题 转战**Innodb：行锁，**慢慢的就开始使用分库分表来解决写的压力！ MySQL推出了表分区！这个并没有多少公司使用！ MySQL的集群，很好满足那个年代的所有需求！

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1N1eWViaXViaXU_size_16_color_FFFFFF_t_70 1][]

## 1.4 如今最近的年代 ##

如今信息量井喷式增长，各种各样的数据出现（用户定位数据，图片数据等），大数据的背景下关系型数据库（RDBMS）无法满足大量数据要求。Nosql数据库就能轻松解决这些问题。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1N1eWViaXViaXU_size_16_color_FFFFFF_t_70 2][]

# 2.什么是NoSQL #

## 2.1 NoSQL ##

**NoSQL = Not Only SQL（不仅仅是SQL）**

Not Only Structured Query Language

关系型数据库：列+行，同一个表下数据的结构是一样的。

非关系型数据库：数据存储没有固定的格式，并且可以进行横向扩展。

NoSQL泛指非关系型数据库，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，暴露出来很多难以克服的问题，NoSQL在当今大数据环境下发展的十分迅速，Redis是发展最快的。

## 2.2 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 一秒写8万次，读取11万，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！如果是数据量十分大的表，很多人就无法设计了！）

## 2.3 传统关系型数据库和NoSQL数据库对比 ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1N1eWViaXViaXU_size_16_color_FFFFFF_t_70 3][]

## 2.4 扩展：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。

# 3.NoSQL的四大分类 #

## 3.1 分别介绍 ##

> **KV键值对**

*  新浪：**Redis**
 *  美团：Redis + Tair
 *  阿里、百度：Redis + Memcache

> **文档型数据库（bson数据格式）：**

*  **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。
 *  ConthDB

> **列存储数据库**

*  **HBase**(大数据必学)
 *  分布式文件系统

> **图关系数据库**

用于广告推荐，社交网络

*  **Neo4j**、InfoGrid

## 3.2 四者对比 ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1N1eWViaXViaXU_size_16_color_FFFFFF_t_70 4][]

[20210106105133756.png]: /images/20221119/a29290ab9dd648cd86a667d4bafe4bfe.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1N1eWViaXViaXU_size_16_color_FFFFFF_t_70]: /images/20221119/d6edb272e93d41619f900ce25292e53d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1N1eWViaXViaXU_size_16_color_FFFFFF_t_70 1]: /images/20221119/10340ab5df0b4f90996a854e0d10f91a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1N1eWViaXViaXU_size_16_color_FFFFFF_t_70 2]: /images/20221119/15a616a84ce74ed2b23fcbbd2dc6b9f5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1N1eWViaXViaXU_size_16_color_FFFFFF_t_70 3]: /images/20221119/c6a9222eb2f8451eb5a51793590124f5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1N1eWViaXViaXU_size_16_color_FFFFFF_t_70 4]: /images/20221119/37e7e4c58390404990aa4209c7316521.png