1.1 技术发展
redis是用来解决性能问题的数据库
技术的分类:
- 解决功能性问题:Java、Jsp、RDBMS、Tomcat、HTML、Linux、JDBC、SVN
- 解决扩展性问题:Struts、Spring、SpringMVC、Hibernate、Mybatis
- 解决性能问题:
NoSQL
、Java线程、Hadoop、Nginx、MQ、ElasticSearch
1.1.1 Web1.0时代
在Web1.0时代,数据访问量很有限,用一夫当关的高性能的单点服务器可以解决大部分问题。
1.1.2 Web2.0时代
随着Web2.0的时代的到来,用户访问量大幅度提升,同时产生了大量的用户数据。加上后来的智能移动设备的普及,所有的互联网平台都面临了巨大的性能挑战。如果我们依然使用单体的架构服务,那么服务器无法承受大量用户的访问,会导致服务器的CPU有很大的压力,并且数据库有IO压力。
1.1.3 解决CPU及内存压力
问题:session我们存储在哪?
-
存储在cookie中
缺点:cookie一般存储在客户端中,所以不安全 -
存储在文件服务器或者数据库里
缺点:会有大量的IO效率问题 -
session复制,用户一开始访问,服务器A存储了用户的信息,第二次用户访问的时候,请求走向了服务器B,但此时session在服务器A上,所以就将session复制一份给服务器B即可
缺点:session数据冗余,节点越多越浪费 -
存储在缓存数据库中
优点:完全存储在内存中,读取速度更快,数据结构简单
1.1.4 解决IO压力
当你数据库中的数据越来越多,那么一般你就会使用分库分表的技术,但是它会破坏一定的业务逻辑来换取性能,它不是最好的处理方式,我们可以把频繁查询的数据放入缓存数据库中,它能极大的提高你的查询速度,减少io的读操作。
1.2 NoSQL
1.2.1 NoSQL数据库概述
NoSQL(Not Only SQL),意思是"不仅仅是SQL",泛指非关系型数据库
。
NoSQL不依赖业务逻辑方式存储,而是以简单的key-value
模式存储。因此大大的增加了数据库的扩展能力。
它有以下特性:
- 不遵循SQL标准
- 不支持ACID
- 远超SQL的性能
1.2.2 NoSQL适用场景
- 对数据高并发的读写
- 海量数据的读写
- 对数据高可扩展性的
1.2.3 NoSQL不适用场景
- 需要事务支持
- 基于sql的结构化查询存储,处理复杂的关系,需要
即席
查询
总结:用不着SQL和用了SQL也解决不了的情况,请考虑使用NoSQL
1.2.4 常见的NoSQL数据库
- Memcache
- 很早出现的NoSQL数据库
- 数据都在内存中,一般不持久化
- 支持简单的key-value模式,支持类型单一
- 一般是作为
缓存数据库
辅助持久化的数据库
- Redis
- 几乎覆盖了Memcached的绝大部分功能
- 数据都在内存中,支持持久化,主要用作备份恢复
- 除了支持简单的key-value模式,还支持多种数据结构的存储,比如list、set、hash、zset等
- 一般是作为
缓存数据库
辅助持久化的数据库
- MongoDB
- 高性能、开源、模式自由的
文档型数据库
- 数据都在内存中,如果内存不足,把不常用的数据保存到硬盘中
- 虽然是key-value模式,但是对value(尤其是
json
)提供了丰富的查询功能 - 支持二进制数据及大型对象
- 可以根据数据的特点替代RDBMS,成为独立的数据库。或者配合RDBMS,存储特定的数据
- 高性能、开源、模式自由的
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:redis(1)NoSQL数据库简介 - Python技术站