什么是NoSQL，为何要使用NoSQL？

1 为何用 NoSQL？

1.1 单机 MySQL 的美好时代

在90年代，一个网站的访问量通常都不大，用单个数据库彻底能够轻松应付。
在那个时候，更多的都是静态网页，动态交互类型的网站很少。

上述架构下，咱们来看看数据存储的瓶颈是什么？

DAL : Data Access Layer（数据访问层 – Hibernate，MyBatis）

1. 数据量的总大小一个机器放不下时。
2. 数据的索引（B+ Tree）一个机器的内存放不下时。
3. 访问量(读写混合)一个实例不能承受。

若是知足了上述1 or 3个时，只能对数据库的总体架构进行重构。

1.2 Memcached(缓存)+MySQL+垂直拆分

后来，随着访问量的上升，几乎大部分使用MySQL架构的网站在数据库上都开始出现了性能问题，web程序再也不仅仅专一在功能上，同时也在追求性能。程序员们开始大量的使用缓存技术来缓解数据库的压力，优化数据库的结构和索引。开始比较流行的是经过文件缓存来缓解数据库压力，可是当访问量继续增大的时候，多台web机器经过文件缓存不能共享，大量的小文件缓存也带了了比较高的IO压力。在这个时候，Memcached就天然的成为一个很是时尚的技术产品。

Memcached做为一个独立的分布式的缓存服务器，为多个web服务器提供了一个共享的高性能缓存服务，在Memcached服务器上，又发展了根据hash算法来进行多台Memcached缓存服务的扩展，而后又出现了一致性hash来解决增长或减小缓存服务器致使从新hash带来的大量缓存失效的弊端。

1.3 Mysql主从读写分离

因为数据库的写入压力增长，Memcached只能缓解数据库的读取压力。读写集中在一个数据库上让数据库不堪重负，大部分网站开始使用主从复制技术来达到读写分离，以提升读写性能和读库的可扩展性。Mysql的master-slave模式成为这个时候的网站标配了。

1.4 分库分表+水平拆分+mysql集群

在Memcached的高速缓存，MySQL的主从复制，读写分离的基础之上，这时MySQL主库的写压力开始出现瓶颈，而数据量的持续猛增，因为MyISAM在写数据的时候会使用表锁，在高并发写数据的状况下会出现严重的锁问题，大量的高并发MySQL应用开始使用InnoDB引擎代替MyISAM。

ps：这就是为何 MySQL 在 5.6 版本以后使用 InnoDB 作为默认存储引擎的缘由 – MyISAM 写会锁表，InnoDB 有行锁，发生冲突的概率低，并发性能高。

同时，开始流行使用分表分库来缓解写压力和数据增加的扩展问题。这个时候，分表分库成了一个热门技术，是面试的热门问题也是业界讨论的热门技术问题。也就在这个时候，MySQL推出了还不太稳定的表分区，这也给技术实力通常的公司带来了但愿。虽然MySQL推出了MySQL Cluster集群，但性能也不能很好知足互联网的要求，只是在高可靠性上提供了很是大的保证。

1.5 MySQL的扩展性瓶颈

MySQL数据库也常常存储一些大文本字段，致使数据库表很是的大，在作数据库恢复的时候就致使很是的慢，不容易快速恢复数据库。好比1000万4KB大小的文本就接近40GB的大小，若是能把这些数据从MySQL省去，MySQL将变得很是的小。关系数据库很强大，可是它并不能很好的应付全部的应用场景。MySQL的扩展性差（须要复杂的技术来实现），大数据下IO压力大，表结构更改困难，正是当前使用MySQL的开发人员面临的问题。

1.6 今天是什么样子？

最前面的是企业级防火墙，后面经过负载均衡主机（软负载：Nginx，硬负载：F5）在 web 服务器集群之间进行调度，再由具体的 web 服务器（Tomcat）去访问缓存，访问数据库。

1.7 为何用NoSQL?

今天咱们能够经过第三方平台（如：Google,Facebook等）能够很容易的访问和抓取数据。用户的我的信息，社交网络，地理位置，用户生成的数据和用户操做日志已经成倍的增长。咱们若是要对这些用户数据进行挖掘，那SQL数据库已经不适合这些应用了, NoSQL数据库的发展也却能很好的处理这些大的数据。

2. 什么是NoSQL？

2.1 NoSQL 概述

NoSQL(NoSQL = Not Only SQL )，意即“不只仅是SQL”，
泛指非关系型的数据库。随着互联网web2.0网站的兴起，传统的关系数据库在应付web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，暴露了不少难以克服的问题，而非关系型的数据库则因为其自己的特色获得了很是迅速的发展。NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战，尤为是大数据应用难题，包括超大规模数据的存储。

（例如谷歌或Facebook天天为他们的用户收集万亿比特的数据）。这些类型的数据存储不须要固定的模式，无需多余操做就能够横向扩展。

2.2 NoSQL表明

MongDB、 Redis、Memcache

3. 关系型数据库与NoSQL的区别？

3.1 RDBMS

• 高度组织化结构化数据
• 结构化查询语言（SQL）
• 数据和关系都存储在单独的表中。
• 数据操纵语言，数据定义语言
• 严格的一致性
• 基础事务
• ACID

关系型数据库遵循ACID规则
事务在英文中是transaction，和现实世界中的交易很相似，它有以下四个特性：

1. A (Atomicity) 原子性
   原子性很容易理解，也就是说事务里的全部操做要么所有作完，要么都不作，事务成功的条件是事务里的全部操做都成功，只要有一个操做失败，整个事务就失败，须要回滚。好比银行转帐，从A帐户转100元至B帐户，分为两个步骤：1）从A帐户取100元；2）存入100元至B帐户。这两步要么一块儿完成，要么一块儿不完成，若是只完成第一步，第二步失败，钱会莫名其妙少了100元。

2. C (Consistency) 一致性
   一致性也比较容易理解，也就是说数据库要一直处于一致的状态，事务的运行不会改变数据库本来的一致性约束。

3. I (Isolation) 独立性
   所谓的独立性是指并发的事务之间不会互相影响，若是一个事务要访问的数据正在被另一个事务修改，只要另一个事务未提交，它所访问的数据就不受未提交事务的影响。好比现有有个交易是从A帐户转100元至B帐户，在这个交易还未完成的状况下，若是此时B查询本身的帐户，是看不到新增长的100元的

4. D (Durability) 持久性
   持久性是指一旦事务提交后，它所作的修改将会永久的保存在数据库上，即便出现宕机也不会丢失。

3.2 NoSQL

• 表明着不只仅是SQL
• 没有声明性查询语言
• 没有预约义的模式
• 键 - 值对存储，列存储，文档存储，图形数据库
• 最终一致性，而非ACID属性
• 非结构化和不可预知的数据
• CAP定理
• 高性能，高可用性和可伸缩性

分布式数据库中的CAP原理(了解)
CAP定理：

• Consistency(一致性), 数据一致更新，全部数据变更都是同步的
• Availability(可用性), 好的响应性能
• Partition tolerance(分区容错性) 可靠性
  P: 系统中任意信息的丢失或失败不会影响系统的继续运做。

定理：任何分布式系统只可同时知足二点，无法三者兼顾。

CAP理论的核心是：一个分布式系统不可能同时很好的知足一致性，可用性和分区容错性这三个需求，

所以，根据 CAP 原理将 NoSQL 数据库分红了知足 CA 原则、知足 CP 原则和知足 AP 原则三 大类：

• CA - 单点集群，知足一致性，可用性的系统，一般在可扩展性上不太强大。
• CP - 知足一致性，分区容忍性的系统，一般性能不是特别高。
• AP - 知足可用性，分区容忍性的系统，一般可能对一致性要求低一些。

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。

而因为当前的网络硬件确定会出现延迟丢包等问题，因此分区容忍性是咱们必须须要实现的。

因此咱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。

说明：C：强一致性 A：高可用性 P：分布式容忍性

举例：

CA：传统Oracle数据库

AP：大多数网站架构的选择

CP：Redis、Mongodb

注意：分布式架构的时候必须作出取舍。

一致性和可用性之间取一个平衡。多余大多数web应用，其实并不须要强一致性。

所以牺牲C换取P，这是目前分布式数据库产品的方向。

4. 当下NoSQL的经典应用

当下的应用是 SQL 与 NoSQL 一块儿使用的。
表明项目：阿里巴巴商品信息的存放。
去 IOE 化。

ps：I 是指 IBM 的小型机，很贵的，好像好几万一台；O 是指 Oracle 数据库，也很贵的，好几万呢；M 是指 EMC 的存储设备，也很贵的。

难点：

• 数据类型多样性。
• 数据源多样性和变化重构。
• 数据源改造而服务平台不须要大面积重构。