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：

  1. 解决功能性问题：Java、Jsp、RDBMS、Tomcat、HTML、Linux、JDBC、SVN
  2. 解决扩展性问题：Struts、Spring、SpringMVC、Hibernate、Mybatis
  3. 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？

  1. 存储在cookie中
    缺点：cookie一般存储在客户端中，所以不安全

  2. 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

  3. 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

  4. 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