【NoSQL】NoSQL入门和概述 - 笔记

NoSQL入门和概述

BSON

BSON 是一种计算机数据交换格式，主要被用作MongoDB数据库中的数据存储和网络传输格式。它是一种二进制表示形式，能用来表示简单数据结构、关联数组（MongoDB中称为“对象”或“文档”）以及MongoDB中的各种数据类型。BSON之名缘于JSON，含义为Binary JSON（二进制JSON）。

优点：高并发的操作是不太建议有JOIN关联查询的，互联网公司用冗余数据来避免关联查询。分布式事务有多个库，是支持不了太多的并发的。使用NoSQL可以避开大量的JOIN关联查询。

聚合模型（区分于关系型数据库的int, varchar, …）

• KV键值对
• BSON
• 列族
• 图形

NoSQL数据库的四大分类

现在一些小公司的互联网技术，是一线互联网员工跳槽带出来的熟练技术，成为小公司的技术核心骨干，因为小公司试错成本较低，希望直接使用成熟可靠的技术/团队。大公司有比较大的试错空间，自己研究新技术。所以如果大公司用什么技术，慢慢地，这些技术就会流行起来。

KV键值：典型介绍

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

文档型数据库（bson格式比较多）

• CouchDB
• MongoDB：是一个基于分布式文件存储的数据库，C++编写，是一个介于关系型数据库与非关系型数据库之间的产品。可以看做是MySQL++

列存储数据库

• Cassandra，Hbase：Hadoop使用
• 分布式文件系统

图关系数据库：不是存放图片的，放的是关系。比如：朋友圈社交网络、广告推荐系统等。专注于构建关系图谱

• Neo4J，Infogrid

四者对比

在分布式数据库中 CAP 原理 CAP+BASE

新技术都是在老技术上继承下来的

传统的ACID分别是什么？原子性、一执行、独立性、持久性

CAP：强一致性、可用性、分区容错性

CAP理论就是说在分布式存储系统中，最多只能实现上面的两点。
而由于当前的网络硬件肯定会出现延迟丢包等问题，所以：P - 分区容忍性 是我们必须要实现的
所以我们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

• C：强一致性（例如，点赞数、评论数是否准确）
• A：高可用性（例如，网站不能挂）
• P：分布式容忍性（必须要有）

CA：传统Oracle数据库
AP：大多数网站架构的选择（弱一致性+AP）
CP：Redis、MongoDB

Redis的作用是帮MySQL，Oracle减负

一致性与可用性的抉择

比如，发一条微博之后，过几秒粉丝才能看到；但是自己能看到自己的（首先保证：读己之所写），但是别的小伙伴要等数据库传一下，实现强一致。

BASE

为了取得最终的一致性（双十一当天可能统计不准，但过几天一定要达到最终准确。）

分布式 + 集群简介

负载均衡：比如有多个tomcat，不同的请求分发给不同的tomcat处理