1、基本概念
- 关系模型：包括关系数据结构、关系操作集合、关系完整性约束三部分
- 关系型数据库：建立在关系模型基础上的数据库。由多张能互相联接的二维行列表格组成。
- 非关系型数据库（Nosql（Not Only SQL））：包括键-值（Key-Value）存储数据库、列存储数据库、文档型数据库、图形（Graph）数据库
- RDBMS（Relational Database Management System）：关系型数据库管理系统。
- SQL（Structured Query Language）：标准数据查询语言。一种基于关系数据库的语言，用于执行对关系数据库中数据的检索和操作
- MySQL：一种关系型数据库管理系统。使用标准的SQL数据语言形式
- MongoDB：一种文档型数据库数据库。由C++语言编写，介于关系型数据库和非关系型数据库之间
- Redis：一种键-值存储数据库，通常用hash table来实现。主要用于处理大量数据的高访问负载，如内容缓存、日志系统等，查找速度快
- 数据库引擎：用于存储、处理和保护数据的核心服务，可控制访问权限并快速处理事务，从而满足企业内大多数需要处理大量数据的应用程序的要求。MYSQL默认支持三个引擎：ISAM、MYISAM和HEAP。另外两种常用引擎：INNODB和BERKLEY（BDB）
- ISAM：一种MySQL数据库引擎。考虑到数据库被查询的次数要远大于更新的次数。ISAM执行读取操作的速度很快，而且不占用大量的内存和存储资源
- MyISAM：一种MySQL数据库引擎。除了提供ISAM里所没有的索引和字段管理的大量功能外，MYISAM还使用一种表格锁定的机制，来优化多个并发的读写操作
- InnoDB：一种MySQL数据库引擎。INNODB和BDB包括了对事务处理和外来键的支持
- Hadoop：一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。Hadoop框架最核心的设计是HDFS和MapReduce。HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算
- HDFS（Hadoop Distributed File System）：
- MapReduce：谷歌的MapReduce框架可以把一个应用程序分解为许多并行计算指令，跨大量的计算节点运行非常巨大的数据集。使用该框架的一个典型例子就是在网络数据上运行的搜索算法
- YARN：
- IPC（Inter-Process Communication）：进程间通信
- 集群（Cluster）
- 高可用（High Availability）
- 心跳（HeartBeat）
- 脑裂（）
- GIL（Global Interpretor Lock）：全局锁。
- 中间人攻击：