为什么80%的码农都做不了架构师?>>>
nosql常见的几种类型:
1. k-v存储。(Redis,Memcache)
键值数据库就像在传统语言中使用的哈希表。你可以通过key来添加、查询或者删除数据。
适用场景:
储存用户信息,比如session、缓存html,配置文件、参数、购物车等等。这些信息一般都和ID(键)挂钩,这种情景下键值数据库是个很好的选择。
不适用场景:
直接查找value。
2. 文档数据库(MongoDB、CouchDB)
面向文档数据库会将数据以文档的形式储存。每个文档都是自包含的数据单元,是一系列数据项的集合。每个数据项都有一个名称与对应的值,值既可以是简单的数据类型,如字符串、数字和日期等;也可以是复杂的类型,如有序列表和关联对象。数据存储的最小单位是文档,同一个表中存储的文档属性可以是不同的,数据可以使用XML、JSON或者JSONB等多种形式存储。
适用场景:
mysql的替代品,需要动态的查询,更偏向与定义索引而非 map/reduce,针对大数据想要更好的性能。例如:日志。企业环境下,每个应用程序都有不同的日志信息。Document-Oriented数据库并没有固定的模式,所以我们可以使用它储存不同的信息
不适用场景:
不支持事务。
3. 列存储。(Cassandra、HBase、Redis)
列存储数据库将数据储存在列族中,一个列族存储经常被一起查询的相关数据。举个例子,如果我们有一个Person类,我们通常会一起查询他们的姓名和年龄而不是薪资。这种情况下,姓名和年龄就会被放入一个列族中,而薪资则在另一个列族中。
适用场景:
1) 日志。因为我们可以将数据储存在不同的列中,每个应用程序可以将信息写入自己的列族中。
2) 博客平台。我们储存每个信息到不同的列族中。举个例子,标签可以储存在一个,类别可以在一个,而文章则在另一个。
4. 图数据库。(Neo4J、Infinite Graph、OrientDB)
图数据库允许我们将数据以图的方式储存。实体会被作为顶点,而实体之间的关系则会被作为边。解决实体间复杂的图形关系问题。
适用场景:
1) 社交关系。
2) 推荐引擎。
mongodb 主要用于读,或者非关键数据的写操作。 mysql 用于事务处理。
MongoDB 海量数据查询快速 不需要建立数据模型
适合做日志数据库
或者中间数据库 从MySQL数据库中读取存放一些需要读的业务数据
MongoDB没有适合多表事务功能,写操作也没有多好的确定机制,不适合当做业务数据的数据库
MySQl 存放业务数据 事务的读写