NoSQL：在高并发场景下，数据库和NoSQL如何做到互补？

对于存储服务来说，我们一般会从两个方面对它做改造：

1. 提升它的读写性能，尤其是读性能，因为我们面对的多是一些读多写少的产品。比方说，你离不开的微信朋友圈、微博和淘宝，都是查询 QPS 远远大于写入 QPS。
2. 增强它在存储上的扩展能力，从而应对大数据量的存储需求。

NoSQL，No SQL?

NoSQL 想必我们都很熟悉，它指的是不同于传统的关系型数据库的其他数据库系统的统称，它不使用 SQL 作为查询语言，提供优秀的横向扩展能力和读写性能，非常契合互联网项目高 并发大数据的特点。所以一些，比很多公司，如小米、微博、都很倾向使用它来作为高并发大容量的数据存储服务。

NoSQL 数据库发展到现在，十几年间，出现了多种类型，常见的有以下几种：

• Redis、LevelDB 这样的 KV 存储。这类存储相比于传统的数据库的优势是极高的读写性能，一般对性能有比较高的要求的场景会使用。
• Hbase、Cassandra 这样的列式存储数据库。这种数据库的特点是数据不像传统数据库以行为单位来存储，而是以列来存储，适用于一些离线数据统计的场景。
• 像 MongoDB、CouchDB 这样的文档型数据库。这种数据库的特点是 Schema Free(模式自由)，数据表中的字段可以任意扩展，比如说电商系统中的商品有非常多 的字段，并且不同品类的商品的字段也都不尽相同，使用关系型数据库就需要不断增加字 段支持，而用文档型数据库就简单很多了。

在 NoSQL 数据库刚刚被应用时，它被认为是可以替代关系型数据库的银弹，是因为有以下几个方面的原因：

• 弥补了传统数据库在性能方面的不足；
• 数据库变更方便，不需要更改原先的数据结构；
• 适合互联网项目常见的大数据量的场景；

不过，这种看法是个误区，因为慢慢地我们发现在业务开发的场景下还是需要利用 SQL 语 句的强大的查询功能以及传统数据库事务和灵活的索引等功能，NoSQL