Redis指南【1】为什么时间选择了NoSQL？

一、前言

在正式学习redis之前，我们需要问自己一个问题，NoSQL它是怎样发展出来的？为什么我们要使用它？互联网的数据库是怎样的发展历程？带着这些疑问，让我们开始下面的阅读吧。

二、互联网架构演变过程

我们知道数据库的演变过程是分三个阶段的，由开始的人工管理阶段 到文件系统阶段再到如今的数据库阶段。而在当今数据库情形下，出现了各种各样的数据库，呈现百花齐放的情形。最终大致分为关系型数据库和非关系型数据库两种。

2.1 单机mysql 时代（1w以下请求）

在互联网刚刚萌芽的时代，网民数量不多，一般的网站的访问量也不大，单个数据库可以轻松应付

此时数据存储的瓶颈取决于：

• 1、数据量的总大小
• 2、数据的索引（一个机器内存放不下）
• 3、访问量一个实例不能承受（未进行读写分离）

2.2 Memcached（缓存）+mysql + 垂直拆分

在09年之后，memcached技术开始普及，它作为一个独立的分布式缓存服务器，为多台web服务器提供了一个共享的高性能缓存服务，通过这种缓存来缓解数据库的压力，同时mysql数据库也开始垂直拆分

2.3 Mysql 主从读写分离

由于数据库的写入压力增加，Memcached 只能缓解数据库的读取压力。读写集中在一个数据库上造成数据库达到瓶颈，就出现了主从复制模式完成读写分离技术。主库负责写的操作，从库负责读的操作。

2.4 分库分表 +水平拆分+ mysql集群

在Memcached的高速缓存，mysql的主从复制，读写分离之后。还存在的问题是当数据量持续猛增的时候，mysql主库面临着很大的写压力，造成严重的锁问题，因此出现了行级锁的InnoDB引擎替代了之前表级锁的MyISAM。在复杂的业务下，出现了mysql集群。也就是多个主从复制。

2.5 以mysql代表的关系型数据库瓶颈

mysql数据库在存储大数据的时候在进行数据导出和恢复的时候非常慢，同时在存储上千万的数据的时候会存在很多瓶颈，另外它存在着强关系结构，就是关系型数据库的表结构具备很强的约束，典型的就是三大范式，表的结构修改不够灵活，速度也没有Nosql快。

因此，术业有专攻，它并不能应对所有的场合，随着大数据时代的来临，我们可能需要采用 nosql 来进行数据处理和挖掘。

三、Nosql 崛起

Nosql 是非关系型数据库，称为not only sql。NoSQL 是一项全新的数据库革命性运动，早期就有人提出，发展至2009年趋势越发高涨。NoSQL的拥护者们提倡运用非关系型的数据存储。

它针对关系型数据库进行了补充，弥补了一定的缺陷，但同时也丢失了一些特性，例如事务功能的缺失。通常情况下，我们可以这样考虑，如果我们的数据用不着sql 或者说用了sql 不行的情况，可以看看Nosql 是否满足我们的需求呢。

常见的NoSQL 分为5类：

• k-v ：代表redis
• 文档型 ：代表MongoDB
• 列式存储型 ：代表Hbase
• 全文检索型： 代表Elasticsearch
• 图形关系数据库：代表Neo4j，不是存图片，放的是关系。比如：社交网络，广告推荐

NoSQL的适用场景：

• 对数据高并发的读写
• 海量数据的读写
• 对数据高可扩展的

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。

四、小结

当然NoSQL本身具备着随意的特点，相对关系型数据来说它有着杂乱的结构，虽然它的查询是效率很高，但在实际场景中要看很多因素，最终形成的mysql + nosql 成为现在的开发主流。