NoSQL理论学习

（下面的东西只是笔记，绝大部分都是尚硅谷老师讲的Redis视频内容。一是为了要部署一个项目，来突击学习一下，二是大学里就学过关系型数据库中的mysql，考试也就是多表查询，嵌套查询，难以满足当今应用。）

1.出现的原因

• 高并发的操作不太建议多表关联查询，互联网公司用冗余数据来避免关联查询。
• 性能问题

2.NoSQL的优势

NoSQL（Not Only Sql）

• 易扩展（需要存储的数据很多，以前mysql给定字段的方式不好拓展）
• 高性能（为了解决高并发）
• 多样灵活的数据模型（数据源广泛，而数据服务平台不需要大面积重构）

3.NoSQL的数据模型

聚合模型

• KV键值
• Bson
• 列族
• 图形

4.NoSQL数据库的四大分类

• KV键值

  • 新浪：BerkeleyDB+redis
  • 美团：redis+tair
  • 百度、阿里：memcache+redis

• 文档型数据库（bson格式比较多）

  • MongoDB
  • CouchDB

• 列存储数据库

  • Cassandra、HBase
  • 分布式文件系统

• 图存储数据库

  • 它不是放图形的，存放的关系比如：社交网络，推荐系统。专注于构建关系图谱
  • Neo4J、InfoGrid

总结：

5.在分布式数据库中CAP原理CAP+BASE

• 传统的关系型数据库的ACID

  ACID，指数据库事务正确执行的四个基本要素的缩写。

  • 原子性（Atomicity）：事务中的操作要么全部执行完，要么一点儿不做
  • 一致性（Consistency）：事务运行不改变数据库原本的一致性约束
  • 隔离性、独立性（Isolation）：并发事务之间互不影响
  • 持久性（Durability）：一旦事务提交，所作修改被DB永久保存

• NoSQL中有CAP

  • 强一致性(Consistency)
    • 所有节点返回的数据是一致的
  • 可用性（Availability）
    • 每一个非故障节点，都能够对每一个请求做出请求。
    • 部分节点的宕机，不能影响其他节点业务，淘宝京东等大型电商平台必须满足这一点。
  • 分区容错性（Partition tolerance）
    • 当系统中节点因网络原因无法通信时，系统依然可以继续运行
    • 分布式系统由多个节点组成，在计算机网络中学过主机之间传送文件一般采用TCP/IP协议传输；但也有不可靠传输的协议，如果节点之间采用这种协议，就要保证分布式系统节点间出现网络故障时，系统仍然可用。

• CAP的3进2

  CAP理论的核心是：一个分布式系统不可能同时很好的满足三个需求，最多只能同时较好的满足两个；如果就在本地部署DB的话，实际上P是不用考虑的，所以CAP原理是针对分布式系统来说的。

由于当前网络硬件肯定会出现延迟丢包等问题，所以分区容忍性是我们必须实现的。

所以只能在一致性和可用性之间进行权衡，没有NoSQL系统能同时保证这三点。

CA：传统Oracle数据库。单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大

CP：Redis、Mongodb。满足一致性、分区容错性的系统，通常性能不是特别高

AP：分布式、大多数网站架构的选择。满足可用性、分区容错性的系统，通常对一致性要求低一些，不是没有一致性，只是有延时。

• BASE

  为了解决关系型数据库强一致性引起的可用性降低问题，而提出的解决方案

  • 基本可用（Bascially Available）
  • 软状态（Soft state）
  • 最终一致（Eventually consistent）

  思想：牺牲一致性，换取系统整体伸缩性和性能上的提高。

• 分布式+集群

  • 分布式系统（Distributed System）

    由多台计算机和通信的软件组件通过计算机网络连接组成。分布式系统是建立在网络之上的软件系统。

  • 分布式和集群的区别

    • 分布式：不同的多台服务器上面部署不同的服务模块，它们之间通过Rpc/Rmi之间通信和调用，对外提供服务和组内协作。
    • 集群：不同的多台服务器上面部署相同的服务模块，通过分布式调度软件进行统一的调度，对外提供服务和访问，来实现负载均衡。