NOSql之redis的学习

NOSql之redis的学习

标签：

小编还为您整理了以下内容，可能对您也有帮助：

（一）Redis-NoSql是什么、能干嘛，与关系型数据库的区别

大数据时代到来，短视频和大量图片导致数据表非常大，频繁的查询导致传统的关系型数据库难以满足需求，因此非关系型数据库就应运而生。Redis数据库是NoSQL是一种，在分布式数据库的CAP原理中，Redis满足强一致性和高可用性，强一致性就是要保证数据的质量，高可用性即稳定性，本文简单介绍了非关系型数据库是什么、能干嘛，与关系型数据库的区别。

一、NoSQL定义

NoSQL（Not Only SQL），意即“不仅仅是SQL”，泛指非关系型数据库。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，例如谷歌或每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需要固定的模式，无需多余操作就可以横向扩展。

二、NoSQL的优势

1.易扩展

NoSQL数据库种类繁多，但有一个共同的特点是去掉关系数据库的关系型特性。数据间无关系，这样就非常容易拓展，无形之间在架构层面上带来了可扩展的能力。

2.大数据量高性能

NoSQL数据库具有非常高的读写性能，尤其在大数据量下，一秒钟写8万，读16万次

3.多样灵活的数据模型

NoSQL无需事先为要存储的数据建立字段，随时可以根据存储自定义数据格式，而在关系型数据库里增删字段，比如在存储微信用户信息的表里添加一个手机号字段，简直就是噩梦。

4.RDBMS和NoSQL

关系型数据库&非关系型数据库的对比

三、3V+3高

海量：微博

多样：呈现方式是图片、文字等，终端是手机、电脑、pad等。

实时：12306的铁路信息需要做到实时更新，但是做不到绝对的实时，只能做到准实时。

高并发：12306在抢火车票的时候是高并发的

高可扩（扩展性）：

横向扩展：针对多台机器，多台机器整合成一个集群

纵向扩展：针对一台机器，2G不够了，插两条4G就变8G，但纵向扩展长期来看总有尽头

四、NoSQL数据模型简介

（一）以一个电商客户、订单、订购、地址模型来对比关系型数据库和非关系型数据库数据库

1.关系型数据库：

2.非关系型数据库：

就像一个jason串一样，被称为聚合模型

（二）思考

为什么上述情况可以用聚合模型来处理？

1.在关系型数据库里用left join 关联查询，但是涉及多张表，查询语句很长很复杂

2.跨库

3.分布式事务无法支持太多并发

·4.NoSQL只要查到客户信息的ID，所有的信息都放在一起，不用像关系型数据库查很多表

（三）、聚合模型

1.KV键-值对

2.文档型数据库（Bson格式比较多）：见上截图

Monddb，最像关系型数据库的非关系型数据库

3.列存储数据库：

4. 图关系数据库：

就像我们复杂的亲戚人际关系，如：微博上你的好友关注什么话题

五、在分布式数据库中CAP原理CAP+BASE

（一）CAP

ACID：传统的关系型数据库

CAP：NoSQL

CAP只能三个中满足两个，而由于当前的网络硬件肯定会出现延迟丢包等问题，所以分区容错性是我们必须要实现的，我们只能在一致性和可用性之间进行权衡。

CA：传统型Oracle数据库

AP：大多数网站架构的选择

CP：Redis、Mongodb

强一致性（C），淘宝商品的点赞数不用做到强一致性；但公司每日的早晚打卡软件就需要做到强一致性，不然影响员工的KPI

高可用性（A），网站不能崩了

分区容忍性（P）

补充：C与A的选择

（二）BASE

双十一当时可能商品点赞数10000，但是只统计到6000，是弱一致性，但是高峰结束之后还是想让数据不那么离谱，所以加上BASE，BASE最重要的就是最终执行

牺牲C，换取AP

集群就相当于之前的负载均衡

（一）Redis-NoSql是什么、能干嘛，与关系型数据库的区别

标签：操作简单oracle数据库数据格式网络高性能字段分区集群

NoSQL数据库Redis几个认识误区

题外话说完，最近又研究了Redis。去年曾做过一个MemcacheDB, Tokyo Tyrant, Redis performance test，到目前为止，这个benchmark

前几天微博发生了一起大的系统故障，很多技术的朋友都比较关心，其中的原因不会超出James Hamilton在On Designing and Deploying Internet-Scale Service(1)概括的那几个范围，James第一条经验“Design for failure”是所有互联网架构成功的一个关键。互联网系统的工程理论其实非常简单，James paper中内容几乎称不上理论，而是多条实践经验分享，每个公司对这些经验的理解及执行力决定了架构成败。

题外话说完，最近又研究了Redis。去年曾做过一个MemcacheDB, Tokyo Tyrant, Redis performance test，到目前为止，这个benchmark结果依然有效。这1年我们经历了很多眼花缭乱的key value存储产品的，从Cassandra的淡出(Twitter暂停在主业务使用)到HBase的兴起(新的邮箱业务选用HBase(2))，当再回头再去看Redis，发现这个只有1万多行源代码的程序充满了神奇及大量未经挖掘的特性。Redis性能惊人，国内前十大网站的子产品估计用1台Redis就可以满足存储及Cache的需求。除了性能印象之外，业界其实普遍对Redis的认识存在一定误区。本文提出一些观点供大家探讨。

1. Redis是什么

这个问题的结果影响了我们怎么用Redis。如果你认为Redis是一个key value store, 那可能会用它来代替MySQL；如果认为它是一个可以持久化的cache, 可能只是它保存一些频繁访问的临时数据。Redis是REmote DIctionary Server的缩写，在Redis在官方网站的的副标题是A persistent key-value database with built-in net interface written in ANSI-C for Posix systems，这个定义偏向key value store。还有一些看法则认为Redis是一个memory database，因为它的高性能都是基于内存操作的基础。另外一些人则认为Redis是一个data structure server，因为Redis支持复杂的数据特性，比如List, Set等。对Redis的作用的不同解读决定了你对Redis的使用方式。

互联网数据目前基本使用两种方式来存储，关系数据库或者key value。但是这些互联网业务本身并不属于这两种数据类型，比如用户在社会化平台中的关系，它是一个list，如果要用关系数据库存储就需要转换成一种多行记录的形式，这种形式存在很多冗余数据，每一行需要存储一些重复信息。如果用key value存储则修改和删除比较麻烦，需要将全部数据读出再写入。Redis在内存中设计了各种数据类型，让业务能够高速原子的访问这些数据结构，并且不需要关心持久存储的问题，从架构上解决了前面两种存储需要走一些弯路的问题。

2. Redis不可能比Memcache快

很多开发者都认为Redis不可能比Memcached快，Memcached完全基于内存，而Redis具有持久化保存特性，即使是异步的，Redis也不可能比Memcached快。但是测试结果基本是Redis占绝对优势。一直在思考这个原因，目前想到的原因有这几方面。

Libevent。和Memcached不同，Redis并没有选择libevent。Libevent为了迎合通用性造成代码庞大(目前Redis代码还不到libevent的1/3)及牺牲了在特定平台的不少性能。Redis用libevent中两个文件修改实现了自己的epoll event loop(4)。业界不少开发者也建议Redis使用另外一个libevent高性能替代libev，但是作者还是坚持Redis应该小巧并去依赖的思路。一个印象深刻的细节是编译Redis之前并不需要执行./configure。

CAS问题。CAS是Memcached中比较方便的一种防止竞争修改资源的方法。CAS实现需要为每个cache key设置一个隐藏的cas token，cas相当value版本号，每次set会token需要递增，因此带来CPU和内存的双重开销，虽然这些开销很小，但是到单机10G+ cache以及QPS上万之后这些开销就会给双方相对带来一些细微性能差别(5)。

3. 单台Redis的存放数据必须比物理内存小

Redis的数据全部放在内存带来了高速的性能，但是也带来一些不合理之处。比如一个中型网站有100万注册用户，如果这些资料要用Redis来存储，内存的容量必须能够容纳这100万用户。但是业务实际情况是100万用户只有5万活跃用户，1周来访问过1次的也只有15万用户，因此全部100万用户的数据都放在内存有不合理之处，RAM需要为冷数据买单。

这跟操作系统非常相似，操作系统所有应用访问的数据都在内存，但是如果物理内存容纳不下新的数据，操作系统会智能将部分长期没有访问的数据交换到磁盘，为新的应用留出空间。现代操作系统给应用提供的并不是物理内存，而是虚拟内存(Virtual Memory)的概念。

基于相同的考虑，Redis 2.0也增加了VM特性。让Redis数据容量突破了物理内存的。并实现了数据冷热分离。

4. Redis的VM实现是重复造轮子

Redis的VM依照之前的epoll实现思路依旧是自己实现。但是在前面操作系统的介绍提到OS也可以自动帮程序实现冷热数据分离，Redis只需要OS申请一块大内存，OS会自动将热数据放入物理内存，冷数据交换到硬盘，另外一个知名的“理解了现代操作系统(3)”的Varnish就是这样实现，也取得了非常成功的效果。

作者antirez在解释为什么要自己实现VM中提到几个原因(6)。主要OS的VM换入换出是基于Page概念，，比如OS VM1个Page是4K, 4K中只要还有一个元素即使只有1个字节被访问，这个页也不会被SWAP, 换入也同样道理，读到一个字节可能会换入4K无用的内存。而Redis自己实现则可以达到控制换入的粒度。另外访问操作系统SWAP内存区域时block进程，也是导致Redis要自己实现VM原因之一。

5. 用get/set方式使用Redis

作为一个key value存在，很多开发者自然的使用set/get方式来使用Redis，实际上这并不是最优化的使用方法。尤其在未启用VM情况下，Redis全部数据需要放入内存，节约内存尤其重要。

假如一个key-value单元需要最小占用512字节，即使只存一个字节也占了512字节。这时候就有一个设计模式，可以把key复用，几个key-value放入一个key中，value再作为一个set存入，这样同样512字节就会存放10-100倍的容量。

这就是为了节约内存，建议使用hashset而不是set/get的方式来使用Redis，详细方法见参考文献(7)。

6. 使用aof代替snapshot

Redis有两种存储方式，默认是snapshot方式，实现方法是定时将内存的快照(snapshot)持久化到硬盘，这种方法缺点是持久化之后如果出现crash则会丢失一段数据。因此在完美主义者的推动下作者增加了aof方式。aof即append only mode，在写入内存数据的同时将操作命令保存到日志文件，在一个并发更改上万的系统中，命令日志是一个非常庞大的数据，管理维护成本非常高，恢复重建时间会非常长，这样导致失去aof高可用性本意。另外更重要的是Redis是一个内存数据结构模型，所有的优势都是建立在对内存复杂数据结构高效的原子操作上，这样就看出aof是一个非常不协调的部分。

其实aof目的主要是数据可靠性及高可用性，在Redis中有另外一种方法来达到目的：Replication。由于Redis的高性能，复制基本没有延迟。这样达到了防止单点故障及实现了高可用。

小结

要想成功使用一种产品，我们需要深入了解它的特性。Redis性能突出，如果能够熟练的驾驭，对国内很多大型应用具有很大帮助。希望更多同行加入到Redis使用及代码研究行列。

redis是什么型数据库

什么是Redis

redis是一个nosql(not only sql不仅仅只有sql)数据库，翻译成中文叫做非关系型型数据库。

一、什么是nosql?

NoSQL，泛指非关系型的数据库，NoSQL即Not-Only SQL，它可以作为关系型数据库的良好补充。随着互联网web2.0网站的兴起，非关系型的数据库现在成了一个极其热门的新领域，非关系数据库产品的发展非常迅速。而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，暴露了很多难以克服的问题，例如：

1、High performance - 对数据库高并发读写的需求

web2.0网站要根据用户个性化信息来实时生成动态页面和提供动态信息，所以基本上无法使用动态页面静态化技术，因此数据库并发负载非常高，往往要达到每秒上万次读写请求。关系数据库应付上万次SQL查询还勉强顶得住，但是应付上万次SQL写数据请求，硬盘IO就已经无法承受了。其实对于普通的BBS网站，往往也存在对高并发写请求的需求，例如网站的实时统计在线用户状态，记录热门帖子的点击次数，投票计数等，因此这是一个相当普遍的需求。

2、Huge Storage - 对海量数据的高效率存储和访问的需求

类似，，Friendfeed这样的SNS网站，每天用户产生海量的用户动态，以Friendfeed为例，一个月就达到了2.5亿条用户动态，对于关系数据库来说，在一张2.5亿条记录的表里面进行SQL查询，效率是极其低下乃至不可忍受的。再例如大型web网站的用户登录系统，例如腾讯，盛大，动辄数以亿计的帐号，关系数据库也很难应付。

3、High Scalability && High Availability- 对数据库的高可扩展性和高可用性的需求

在基于web的架构当中，数据库是最难进行横向扩展的，当一个应用系统的用户量和访问量与日俱增的时候，你的数据库却没有办法像web server和app server那样简单的通过添加更多的硬件和服务节点来扩展性能和负载能力。对于很多需要提供24小时不间断服务的网站来说，对数据库系统进行升级和扩展是非常痛苦的事情，往往需要停机维护和数据迁移，为什么数据库不能通过不断的添加服务器节点来实现扩展呢?

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，尤其是大数据应用难题。

二、NoSQL数据库的四大分类

键值(Key-Value)存储数据库

相关产品： Tokyo Cabinet/Tyrant、Redis、Voldemort、Berkeley DB 典型应用： 内容缓存，主要用于处理大量数据的高访问负载。 数据模型： 一系列键值对 优势： 快速查询 劣势： 存储的数据缺少结构化 列存储数据库

相关产品：Cassandra, HBase, Riak 典型应用：分布式的文件系统 数据模型：以列簇式存储，将同一列数据存在一起 优势：查找速度快，可扩展性强，更容易进行分布式扩展 劣势：功能相对局限

文档型数据库

相关产品：CouchDB、MongoDB 典型应用：Web应用(与Key-Value类似，Value是结构化的) 数据模型： 一系列键值对 优势：数据结构要求不严格 劣势： 查询性能不高，而且缺乏统一的查询语法

图形(Graph)数据库

相关数据库：Neo4J、InfoGrid、Infinite Graph 典型应用：社交网络 数据模型：图结构 优势：利用图结构相关算法。 劣势：需要对整个图做计算才能得出结果，不容易做分布式的集群方案。

三、Redis基础

redis是将数据存放到内存中,由于内容存取速度快所以redis被广泛应用在互联网项目中，redis优点:存取速度快,官方称读取速度会达到30万次每秒,写速度在10万次每秒左右,具体于硬件。

缺点：对持久化支持不够良好。

所以redis一般不作为数据的主数据库存储,一般配合传统的关系型数据库使用.

Redis是用C语言开发的一个开源的高性能键值对(key-value)数据库。它通过提供多种键值数据类型来适应不同场景下的存储需求，目前为止Redis支持的键值数据类型如下：

字符串类型 散列类型 列表类型 集合类型

四、redis的应用场景

缓存(数据查询、短连接、新闻内容、商品内容等等)。(最多使用) 分布式集群架构中的session分离。 聊天室的在线好友列表。 任务队列。(秒杀、抢购、12306等等) 应用排行榜。 网站访问统计。 数据过期处理(可以精确到毫秒)

MongoDB跟Redis都要学吗

都要学。
MongoDB和Redis都是NoSQL，采用结构型数据存储。
二者在使用场景中，存在一定的区别，这也主要由于二者在内存映射的处理过程，持久化的处理方法不同。 MongoDB建议集群部署，更多的考虑到集群方案，Redis更偏重于进程顺序写入，虽然支持集群，也仅限于主-从模式。

MongoDB跟Redis都要学吗

都要学。
MongoDB和Redis都是NoSQL，采用结构型数据存储。
二者在使用场景中，存在一定的区别，这也主要由于二者在内存映射的处理过程，持久化的处理方法不同。 MongoDB建议集群部署，更多的考虑到集群方案，Redis更偏重于进程顺序写入，虽然支持集群，也仅限于主-从模式。

Redis技法篇 - 1. Redis的安装与配置

Redis可以说是除MySQL之外用的最多的一个数据库了！众所周知，它是一个种非关系型数据库（NoSQL），当然它的出现也绝不是为了取代MySQL。非关系型数据库有很多种类型：面向列的NoSQL、基于图的NoSQL、文档型NoSQL ...... Redis是一种Key-Value型的NoSQL。

使用Redis并不难，他和MySQL的关系也不大，甚至我觉得Redis的学习难度要小于MySQL。但是Redis在目前的技术架构中非常常见，它的作用也绝对不仅仅是缓存中间件，所以很显然这是Java从业者的必备技能。Redis在大厂面试中出现的频率非常的高，学好它能帮助你在面试中脱颖而出！

其实在写这份学习资料的时候，我才刚刚毕业，也谈不上多么精通Redis！但是我觉得学习任何一门数据库都是一个循序渐进的过程。先熟练掌握它的使用、然后了解它的底层原理、接着在实践中应用它、最后就是读源码完全吃透它！因为读者水平有限接下来我将推出 「《Java之禅 | Redis篇》」 ，希望能够给苦海中的同学一些指引，其实我觉得学完这两篇再背一下面经就可以和面试官侃侃而谈了！

最重要的事情说三遍： 「一定要多练、多练、多练！照着文档多敲多写，熟能生巧，切忌光看不动手！」

学习Redis一定逃不过黄健宏老师的这本 「《Redis设计与实现》」 ，这本书并不是教你怎么使用Redis的，而是带你深入了解Redis内部原理的！总结起来就是：通俗易懂、恍然大悟！

当然黄老师还有一本 「《Redis使用手册》」 ，这个的热度远远不如前一本，这本书更像是一本工具书，系统化介绍Redis命令和使用。

视频的话其实我觉得做的比较好的是 「尚硅谷的《Redis6入门到精通》和黑马程序员的《Redis入门到实战》」 。

「《Java之禅 | Redis篇》」 是我接下来要整理并开源的一份资料，我希望它能够以更加通俗易懂地方式教你使用和理解Redis。

写这个的初衷当然是希望后人能够更加顺畅的学习和使用它，我的学习之路其实挺艰难的，感觉很多教学视频讲的都不是太好，然后CSDN博客又有点乱，希望自己能够把我的理解与心得帮助其他人吧！

这份资料全篇分为 「《Redis技法》和《Redis基石》」 两部分。《Redis技法》主要是教你怎么使用，从简单的客户端到Java操作到高级应用，不涉及Redis的原理。《Redis基石》主要是学习Redis的设计思想和内部思路，希望能够窥探到一些Redis的底层实现，帮助大家更好地了解Redis。

作者：一壶漂泊难入喉

原文出处：https://mdnice.com/writing/264777dd98904db580e4c874cb6dcaea

Redis是什么,用来做什么

什么是Yii、Redis

一、什么是Yii？

Yii是一个基于组件的高性能PHP框架，用于开发大型Web应用。Yii采用严格的OOP编写，并有着完善的库引用以及全面的教程。从 MVC，DAO/ActiveRecord，widgets，caching，等级式RBAC，Web服务，到主题化，I18N和L10N，Yii提供了今日Web 2.0应用开发所需要的几乎一切功能。Yii是最有效率的PHP框架之一。

（相关教程推荐：yii框架）

Yii特点：

1、快速：Yii 只加载您需要的功能。它具有强大的缓存支持。它明确的设计能与 AJAX 一起高效率的工作。

2、安全：Yii 的标准是安全的。它包括了输入验证，输出过滤，SQL 注入和跨站点脚本的预防。

3、专业：Yii 可帮助您开发清洁和可重用的代码。它遵循了 MVC模式，确保了清晰分离逻辑层和表示层。

二、什么是Redis？

redis是一个高性能的key-value数据库，它是完全开源免费的，而且redis是一个NOSQL类型数据库，是为了解决高并发、高扩展，大数据存储等一系列的问题而产生的数据库解决方案，是一个非关系型的数据库。但是，它也是不能替代关系型数据库，只能作为特定环境下的扩充。

（推荐学习：Redis数据库教程）

Redis特点：

1、redis数据读写速度非常快，因为它把数据都读取到内存当中操作，而且redis是用C语言编写的，是最“接近“”操作系统的语言，所以执行速度相对较快。

2、redis虽然数据的读取都存在内存当中，但是最终它是支持数据持久化到磁盘当中。

3、redis提供了丰富的数据结构。

4、redis的所有操作都是原子性，支持事务，所谓的原子性就是对数据的更改要么全部执行，要么全部不执行。

5、redis支持主从复制，主机会自动将数据同步到从机，可以进行读写分离。

PHP中文网，大量MySQL视频教程，欢迎学习！

Redis是什么,用来做什么

什么是Yii、Redis

一、什么是Yii？

Yii是一个基于组件的高性能PHP框架，用于开发大型Web应用。Yii采用严格的OOP编写，并有着完善的库引用以及全面的教程。从 MVC，DAO/ActiveRecord，widgets，caching，等级式RBAC，Web服务，到主题化，I18N和L10N，Yii提供了今日Web 2.0应用开发所需要的几乎一切功能。Yii是最有效率的PHP框架之一。

（相关教程推荐：yii框架）

Yii特点：

1、快速：Yii 只加载您需要的功能。它具有强大的缓存支持。它明确的设计能与 AJAX 一起高效率的工作。

2、安全：Yii 的标准是安全的。它包括了输入验证，输出过滤，SQL 注入和跨站点脚本的预防。

3、专业：Yii 可帮助您开发清洁和可重用的代码。它遵循了 MVC模式，确保了清晰分离逻辑层和表示层。

二、什么是Redis？

redis是一个高性能的key-value数据库，它是完全开源免费的，而且redis是一个NOSQL类型数据库，是为了解决高并发、高扩展，大数据存储等一系列的问题而产生的数据库解决方案，是一个非关系型的数据库。但是，它也是不能替代关系型数据库，只能作为特定环境下的扩充。

（推荐学习：Redis数据库教程）

Redis特点：

1、redis数据读写速度非常快，因为它把数据都读取到内存当中操作，而且redis是用C语言编写的，是最“接近“”操作系统的语言，所以执行速度相对较快。

2、redis虽然数据的读取都存在内存当中，但是最终它是支持数据持久化到磁盘当中。

3、redis提供了丰富的数据结构。

4、redis的所有操作都是原子性，支持事务，所谓的原子性就是对数据的更改要么全部执行，要么全部不执行。

5、redis支持主从复制，主机会自动将数据同步到从机，可以进行读写分离。

PHP中文网，大量MySQL视频教程，欢迎学习！

nosql数据库有哪些

nosql数据库有哪些呢？不知道的小伙伴来看看小编今天的分享吧!

一、常见的nosql数据库有Redis、Memcache、MongoDb。

二、Redis，Memcache，MongoDb的特点：

Redis

优点：

1.支持多种数据结构，如string（字符串）、list(双向链表)、dict(hash表)、set(集合）、zset(排序set)、hyperloglog（基数估算）

2.支持持久化操作，可以进行aof及rdb数据持久化到磁盘，从而进行数据备份或数据恢复等操作，较好的防止数据丢失的手段。

3.支持通过Replication进行数据复制，通过master-slave机制，可以实时进行数据的同步复制，支持多级复制和增量复制，master-slave机制是Redis进行HA的重要手段。

4.单线程请求，所有命令串行执行，并发情况下不需要考虑数据一致性问题。

5.支持pub/sub消息订阅机制，可以用来进行消息订阅与通知。

6.支持简单的事务需求，但业界使用场景很少，并不成熟。

缺点：

1.Redis只能使用单线程，性能受限于CPU性能，故单实例CPU最高才可能达到5-6wQPS每秒（取决于数据结构，数据大小以及服务器硬件性能，日常环境中QPS高峰大约在1-2w左右）。

2.支持简单的事务需求，但业界使用场景很少，并不成熟，既是优点也是缺点。

3.Redis在string类型上会消耗较多内存，可以使用dict（hash表）压缩存储以降低内存

耗用。

Memcache

优点：

1.Memcached可以利用多核优势，单实例吞吐量极高，可以达到几十万QPS（取决于key、value的字节大小以及服务器硬件性能，日常环境中QPS高峰大约在4-6w左右）。适用于最大程度扛量。

2.支持直接配置为sessionhandle。

缺点：

1只支持简单的key/value数据结构，不像Redis可以支持丰富的数据类型。

2.无法进行持久化，数据不能备份，只能用于缓存使用，且重启后数据全部丢失。

3.无法进行数据同步，不能将MC中的数据迁移到其他MC实例中。

4.Memcached内存分配采用SlabAllocation机制管理内存，value大小分布差异较大时会造成内存利用率降低，并引发低利用率时依然出现踢出等问题。需要用户注重value设计。

MongoDB

优点：

1.更高的写负载，MongoDB拥有更高的插入速度。

2.处理很大的规模的单表，当数据表太大的时候可以很容易的分割表。

3.高可用性，设置M-S不仅方便而且很快，MongoDB还可以快速、安全及自动化的实现节点（数据中心）故障转移。

4.快速的查询，MongoDB支持二维空间索引，比如管道，因此可以快速及精确的从指定位置获取数据。MongoDB在启动后会将数据库中的数据以文件映射的方式加载到内存中。如果内存资源相当丰富的话，这将极大地提高数据库的查询速度。

5.非结构化数据的爆发增长，增加列在有些情况下可能锁定整个数据库，或者增加负载从而导致性能下降，由于MongoDB的弱数据结构模式，添加1个新字段不会对旧表格有任何影响，整个过程会非常快速。

缺点：

1.不支持事务。

2.MongoDB占用空间过大。

3.MongoDB没有成熟的维护工具。

三、Redis、Memcache和MongoDB的区别：

1.性能

三者的性能都比较高，总的来讲：Memcache和Redis差不多，要高于MongoDB。

2.便利性

memcache数据结构单一。

redis丰富一些，数据操作方面，redis更好一些，较少的网络IO次数。

mongodb支持丰富的数据表达，索引，最类似关系型数据库，支持的查询语言非常丰富。

3,存储空间

redis在2.0版本后增加了自己的VM特性，突破物理内存的；可以对keyvalue设置过期时间（类似memcache）。

memcache可以修改最大可用内存,采用LRU算法。

mongoDB适合大数据量的存储，依赖操作系统VM做内存管理，吃内存也比较厉害，服务不要和别的服务在一起。

4.可用性

redis，依赖客户端来实现分布式读写；主从复制时，每次从节点重新连接主节点都要依赖整个快照,无增量复制，因性能和效率问题，所以单点问题比较复杂；不支持自动sharding,需

要依赖程序设定一致hash机制。一种替代方案是，不用redis本身的复制机制，采用自己做主动复制（多份存储），或者改成增量复制的方式（需要自己实现），一致性问题和性能的权

衡。

Memcache本身没有数据冗余机制，也没必要；对于故障预防，采用依赖成熟的hash或者环状的算法，解决单点故障引起的抖动问题。

mongoDB支持master-slave,replicaset（内部采用paxos选举算法，自动故障恢复）,autosharding机制，对客户端屏蔽了故障转移和切分机制。

5.可靠性

redis支持（快照、AOF）：依赖快照进行持久化，aof增强了可靠性的同时，对性能有所影响。

memcache不支持，通常用在做缓存,提升性能。

MongoDB从1.8版本开始采用binlog方式支持持久化的可靠性。

6.一致性

Memcache在并发场景下，用cas保证一致性。

redis事务支持比较弱，只能保证事务中的每个操作连续执行。

mongoDB不支持事务。

7.数据分析

mongoDB内置了数据分析的功能(maprece),其他两者不支持。

8.应用场景

redis：数据量较小的更性能操作和运算上。

memcache：用于在动态系统中减少数据库负载，提升性能;做缓存，提高性能（适合读多写少，对于数据量比较大，可以采用sharding）。

MongoDB:主要解决海量数据的访问效率问题。

什么是NoSQL数据库？

2. 什么是NoSQL？

2.1 NoSQL 概述

NoSQL(NoSQL = Not Only SQL )，意即“不仅仅是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，暴露了很多难以克服的问题，而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。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，尤其是大数据应用难题，包括超大规模数据的存储。

（例如谷歌或每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需要固定的模式，无需多余操作就可以横向扩展。

2.2 NoSQL代表

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类似，它有如下四个特性：

A (Atomicity) 原子性

原子性很容易理解，也就是说事务里的所有操作要么全部做完，要么都不做，事务成功的条件是事务里的所有操作都成功，只要有一个操作失败，整个事务就失败，需要回滚。比如银行转账，从A账户转100元至B账户，分为两个步骤：1）从A账户取100元；2）存入100元至B账户。这两步要么一起完成，要么一起不完成，如果只完成第一步，第二步失败，钱会莫名其妙少了100元。

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原本的一致性约束。

I (Isolation) 性

所谓的性是指并发的事务之间不会互相影响，如果一个事务要访问的数据正在被另外一个事务修改，只要另外一个事务未提交，它所访问的数据就不受未提交事务的影响。比如现有有个交易是从A账户转100元至B账户，在这个交易还未完成的情况下，如果此时B查询自己的账户，是看不到新增加的100元的

D (Durability) 持久性

持久性是指一旦事务提交后，它所做的修改将会永久的保存在数据库上，即使出现宕机也不会丢失。

3.2 NoSQL

代表着不仅仅是SQL

没有声明性查询语言

没有预定义的模式

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，所有数据变动都是同步的

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作。

定理：任何分布式系统只可同时满足二点，没法三者兼顾。

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

因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三 大类：

CA - 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 - 满足一致性，分区容忍性的系统，通常性能不是特别高。

AP - 满足可用性，分区容忍性的系统，通常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。

而由于当前的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需要实现的。

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。

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做出取舍。

一致性和可用性之间取一个平衡。多余大多数web应用，其实并不需要强一致性。

因此牺牲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 一起使用的。

代表项目：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需要大面积重构。