项目发展历程

单机MySQL的年代

网站的瓶颈：

1. 数据量太大，一个机器放不下
2. 数据的索引（B + Tree），一个机器内存也放不下
3. 访问量（读写混合），一个服务器承受不了

Memcached(缓存) + MySQL + 垂直拆分(读写分类)

网站80%的情况都是读的情况，为了减轻数据的压力，可以使用缓存来保证效率。

发展过程：

1. 优化数据结构和索引
2. 文件缓存（IO）
3. Memcached

分库分表 + 水平拆分 + MySQL集群

本质：数据库（读，写）

数据库引擎历史：

早些年使用MyISAM：表锁，十分影响效率，高并发下就会出现严重的锁问题

转战Innodb：行锁

慢慢的开始使用分库分表来解决写的压力，MySQL的集群，很好的解决。

当前基本互联网项目架构

NOSQL

为什么使用NOSQL

用户的个人信息，社交网络，地理位置。用户自己产生的数据，用户日志等信息爆发式增长，使用NOSQL可以很好的解决这个问题

简介

NOSQL: Not Only SQL (不仅仅是SQL)

• 泛指非关系型数据库，随着Web2.0诞生。传统的关系型数据库很难对付Web2.0时代。尤其是超大规模的高并发问题。
• 很多的数据类型，如用户的个人信息，社交网络，地址位置等。这些数据类型的存储不需要一个固定的格式。不需要多余的操作就可以横向扩展。

特点

1. 方便扩展（数据之间没有关系，很好扩展）
2. 大数据量性能（Redis一秒写8万次，读11万次。NOSQL的缓存记录级，是一种细粒度的缓存，性能会比较高）
3. 数据类型是多样型的（不需要事先设计数据库，随取随用）
4. 传统RDBMS和NOSQL对比

RDBMS
- 结构化组织
- SQL查询语言
- 数据和关系都存在单独的表中
- 数据操作语言，数据定义语言
- 严格的一致性
- 基础的事物

NOSQL
- 不仅仅是数据
- 没有固定的查询语言
- 键值对存储，列存储，文档存储，图形数据库
- 最终一致性
- CAP定理和BASE(异地多活)
- 高性能，高可用，高可扩展性

大数据时代的特点

• 大数据的3V：描述问题

  1. 海量Volume
  2. 多样Variety
  3. 实时Velocity

• 大数据的3高，对程序的要求

  1. 高并发
  2. 高可扩展性
  3. 高性能

NoSQL的四大分类

• KV键值对

  • Redis

• 文档型数据

  • MongoDB

    • 是一个分布式文件存储的数据库，C++编写，主要用于处理大量文档。是一个介于关系型数据库和非关系型数据中的中间产品，是非关系型数据库中功能最丰富，最像关系型数据库的。

  • ConthDB

• 列存储数据库

  • HBase
  • 分布式文件系统

• 图形关系数据库（不是存图形的，放的是关系）

  • Neo4J
  • InfoGrid