文章目录
NOsql概述
NoSQL数据库（Not Only SQL），NoSQL，泛指非关系型的数据库。
一：为什么用Nosql？？
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，更多的是去使用静态网页 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？
1、数据量如果太大，一个机器放不了！
2、数据的索引 单表超过300万就一定要建立索引
（B+ Tree），一个机器内存也放不下
3、访问量（读写混合），一个服务器承受不了~
只要你开始出现以上三种情况之一，那么你就必须晋级！
2、Memcache（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）–》Memcache（当时最热门的技术）
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！
本质：数据库（读、写）
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lnnodb：行锁
慢慢的就开始使用分库分表解决写的压力！MySQL在哪个年代推出了表分区！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！
4、如今最近的年代
2010-2020年十年之间，世界已经发成翻天覆地的变化；（地位，也是一种数据，音乐，热榜等！）
MySQL等关系型数据库就不够用了！数据量很多，变化很快~！
MySQL 有的人使用它来存储一些比较大的文件、博客，图片！数据库表很大，效率就低了！如果有一种来专处理这种数据库
，MySQL压力就变的十分小（研究如何处理这些问题！）大数据的IO压力下，表几乎没if啊更大！
5、目前的一个基本的互联网项目！
6、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，MolSQL可以很好的处理以上的情况！
二：什么是NoSQL
NoSQL = Not Only SQL （不仅仅是SQL）
关系数据库：表格，行，列
泛指非关系型数据库的额，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社区！暴露很多难以克服的问题，NoSQL在当今大数据环境下发展十分迅速，Redis是发展最快的，也是当下必须掌握的一个技术！
很多的数据类型用户的个人信息，社交网络，地址位置。这些数据类型的存储不需要一个固定的格式！不需要多月的操作就可以横向扩展！Map<Sting,Objet>使用键值对来控制！
2.1：NoSQL特点
1、方便扩展（数据之间没有关系，很好扩展！）
2、大数据量高性能（Redis一秒可以写8万次，读取11万，NoSQL的缓存记录，是一个细粒度的缓存，性能会比较高！）
3、数据类是多样性的！（不需要实现设计数据库！随去随用！如果是数据量十分大的表，很多人就无法设计了！）
4、传统的RDBMS和NoSQL
传统的 rRDBMS
-结构化组织
-SQL
-数据和关系都存在单独的表中
-操作操作，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 （异地多活）初级架构师
-高性能、高可用，高可扩
2.2：了解：3v+3高
大数据时代的3v：主要描述问题
1.海里Volume
2.多样Variety
3.实时Velocity 5G
大数据时代的3高：主要对程序的要求
1.高并发
2.高可扩（随时水平拆分，机器不够了，可以扩展机器来解决）
3.高性能（保证用户体验跟性能）
在公司中的实践：NoSQL + RDBMS 一起使用才是最强的
三：NoSQL的四大分类
1 键值数据库
相关产品：Redis、Riak、SimpleDB、Chordless、Scalaris、Memcached
应用：内容缓存
优点：扩展性好、灵活性好、大量写操作时性能高
缺点：无法存储结构化信息、条件查询效率较低
使用者：百度云（Redis）、GitHub（Riak）、BestBuy（Riak）、Twitter（Ridis和Memcached）
2 文档数据库
相关产品：MongoDB、CouchDB、ThruDB、CloudKit、Perservere、Jackrabbit
应用：存储、索引并管理面向文档的数据或者类似的半结构化数据
优点：性能好、灵活性高、复杂性低、数据结构灵活
缺点：缺乏统一的查询语言
使用者：百度云数据库（MongoDB）、SAP（MongoDB）
3 列族数据
相关产品：BigTable、HBase、Cassandra、HadoopDB、GreenPlum、PNUTS
应用：分布式数据存储与管理
优点：查找速度快、可扩展性强、容易进行分布式扩展、复杂性低
使用者：Ebay（Cassandra）、Instagram（Cassandra）、NASA（Cassandra）、Facebook（HBase）
4 图形数据库
相关产品：Neo4J、OrientDB、InfoGrid、GraphDB
应用：大量复杂、互连接、低结构化的图结构场合，如社交网络、推荐系统等
优点：灵活性高、支持复杂的图形算法、可用于构建复杂的关系图谱
缺点：复杂性高、只能支持一定的数据规模
使用者：Adobe（Neo4J）、Cisco（Neo4J）、T-Mobile（Neo4J）
eo4J、OrientDB、InfoGrid、GraphDB
应用：大量复杂、互连接、低结构化的图结构场合，如社交网络、推荐系统等
优点：灵活性高、支持复杂的图形算法、可用于构建复杂的关系图谱
缺点：复杂性高、只能支持一定的数据规模
使用者：Adobe（Neo4J）、Cisco（Neo4J）、T-Mobile（Neo4J）