Redis - NoSQL数据库技术（一）

NoSQL入门概述（一）

作者 ： Stanley 罗昊

【转载请注明出处和署名，谢谢！】

什么是NoSQL

NoSQL(NoSQL - Not Only SQL),意“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对web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站以及显得力不从心，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，多重复数据种类带来的挑战，尤其是大数据应用难题，包括大规模数据的存储。

（例如谷歌或Facebook每天为澳门的用户手机万亿比特的数据），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；

为什么用NoSQL

在最早的项目研发时期，是单机MySQL的美好年代，无非就是三层架构，dao层直接访问数据库获取数据后响应给客户即可，非常简单；

但是随着时代的改变，以及互联网用户越来越多，大规模的互联网公司兴起，数据量急剧增加，再用最早的开发模式，已经完全满足不了现在时代的需求了；

所以就nosql（非关系型数据库）横空出世，来解决大数据量情况下提高数据库读取效率，从而提升系统性能以及客户体验；

在早期的系统，dao层直接访问数据库获取数据，但是现在时代的变迁，这样的方式在数据量大的情况下，效率非常非常的查，你无论怎么优化都是徒劳；

nosql出现后，犹如在数据库前面加了一堵墙，dao层先访问Redis，Redis再访问数据库；

数据库读出来的数据先存入Redis，获取数据的时候，直接从Redis中获取即可，不用再通过数据库从内存中读写；

今天我们可以通过第三方平台（如：Google,Facebook等）可以很容易的访问和抓取数据，用户的个人信息，社交网络，地理位置，用户产生的数据和用户操作日志以及成倍的增加；

我们如果要对这些用户数据进行挖掘，MySQL数据库以及不合适这些应用了，NoSQL数据库发展却能很好的出列这些大数据；

单机MySQL的美好年代

在最早的javaweb开发应用程序中，无非就是JSP跳JSP，一个JSP处理用户并且响应，另外一个JSP发出请求，请求别的JSP，再往后，JSP跳Serclet，Serclet掉业务逻辑层的方法，业务逻辑掉数据访问层，数据访问层去请求数据库发起事物；

在90年代，一个网站的访问量都不大，用单个数据库完全可以轻松应付；

在那个时候，更多的都是静态网页，动态交互类型的网站不多；

在那个时候程序的划分也非常简单：

随着时代的变迁，数据的总量总有一天会撑破这个机器，数据库读取也就是查询效率讲会变得非常非常低；

建立索引也是会占用磁盘空间的，数据量越大，你索引越多，时间久了机器就是受不了你这样折腾了；

还有一个访问量（读写混合）一个数据库是受不了的，你读取跟插入数据都是在同一个数据库，这样数据库也是承受不了的（数据量大的情况下）；

所以，问题已经列出来了，我们就要解决，要去优化这些问题，提高性能；

在以上这种开发模式，数据量在小于1w是可以满足的，自己用用，或访问量不大的情况下是没有问题的，自己做练习什么的都可以，但是进入企业，就不可以再这么用了；

Redis（缓存）+MySQL+垂直拆分

随着数据量大，读写都是在同一台机器上，扛不住了以后呢，项目架构也就进行了改变：

跟上一张图标对比，是只有一个MySQL数据库，并且现在我们还在MySQL前面档了一层Cache（这里理解成Redis【缓存】）,换句话说，之前是DAO层直接去访问数据库，现在DAO层直接去Redis里面；

是不是有点像替数据库挡了一层，大家都指定，对数据库伤害比较大的就是频繁的查询，如果频繁查询的刚好还是一些固定的顺序，我们是不是可以把他摘出来放到缓存里面（Redis）；

mysql还有一个垂直拆分，言下之意就是，你一个数据装不住了，你拆开了以后，例如，买家跟卖家被分成两个库，这样的话，数据库的压力就被分担了一些；

MySQL主从读写分离

举个例子，现在是一台机器一个数据库，我现在要求一台机器变成五个数据库，那么，其中的一台数据库作为主库，另外四台作为从库，我插入一条数据是给主库，主库这个时候需要同步另外四个从库，比如我主库里面有 a b c，这个时候我向里面查一个d，这个时候主库就需要向另外四个从库也添加一个d来保持同步；

也可以理解为主从复制，主表里面有什么东西，我从表需要迅速的复制粘贴进来；

读写分离，顾名思义，读就是查询，写就是增 删 改，在我们自己做练习的时候，增删改查一直都是同一台机器或同一个数据库，但是在实际开发当中，这种情况是不允许的，因为非常影响效率；

所以又有一个数据库是只做查询，另外一个数据库是只做增 删 改，这就是读写分离，所以就造成了下面这张图：

由于数据库的写入压力增加，Redis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赋值技术来达到读写分离，提高读写性能和读库的可扩展性；

之前是光在mysql前面档了一个缓存，现在，在缓存背后又出现了数据库的拆分，变成了读写分离了，M代表主表，S代表从表；

什么概念呢？

就是，对于一个数据库的信息，写的操作都放到M（主）库了，读的操作都去从库去度，这样的话，存载的数据被分割以后，就可以大大的缓解数据库的压力；

分库分表+水平拆分+mysql集群

经过前几次的拆分，改变，读写分离，往后发现又扛不住了，这个时候，集群就出来了；

在Redis的高速缓存，MySQL的主从复制，读写分离的基础上，这时，MySQL主库的读写压力开始出现瓶颈，而数据量的持续猛增，由于MyISAM使用表锁，在高并发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；

同时，开始流行使用分表分库来缓解写压力和数据库增长的扩展问题，这个时候，分表分库就成了一个热门的技术，是面试的热门问题也是业界讨论的热门技术问题；

也就是在这个时候MySQL推出了还不太稳定的表分区，这也给技术实力一般的公司带来了希望，虽然MySQL推出MySQL Cluster集群，但性能也不能很好满足互联网的需求，只是在高可靠性上提供非常大的保障；

我们可以发现，以上图就用了数据库的集群，三个数据库各司其职，每个数据库存放的是整个项目数据的3分之1，频繁查询的数据库单独列出一个库，经常不用的数据也独立出来放在一个数据库中；

如今的项目结构

首先，三个蓝色的小人人就点客户，通过企业防火墙Linux，往后就是负载均衡的主备Nginx，做这个负载均衡、反向代理的一个；

所以说在真正的项目研发的时候，你是不可能先经过服务器的，而是先经过Nginx；

后面就是一大堆应用服务器的集群，也可以理解为tomcat的集群，一只猫带不动这个项目，那么就一群猫来带，这样就实现了高可用，负载均衡以及服务器的集群；

再往后，就是数据库的集群了；

今日感悟：

当一个人可以轻松做一件事情的时候，你自己也这么认为自己也可以；

那么你就大错特错了