拓展考点

NoSQL部分：

（1）关系数据库

优势：以完善的关系代数理论作为基础，有严格的标准，支持事务ACID四性，借助索引机制可以实现高效的查询，技术成熟，有专业公司的技术支持。

劣势：可扩展性较差，无法较好支持海量数据存储，数据模型过于死板、无法较好支持Web2.0应用，事务机制影响了系统的整体性能等。

（2）NoSQL数据库

优势：可以支持超大规模数据存储，灵活的数据模型可以很好地支持Web2.0应用，具有强大的横向扩展能力等。基础理论为：CAP原则，BASE理论，最终一致性原则

劣势：缺乏数学理论基础，复杂查询性能不高，大多不能实现事务强一致性，很难实现数据完整性，技术尚不成熟，缺乏专业团队的技术支持，维护较困难等。

关系数据库和NoSQL数据库各有优缺点，彼此无法取代

• 关系数据库应用场景：电信、银行等领域的关键业务系统，需要保证强事务一致性。
• NoSQL数据库应用场景：互联网企业、传统企业的非关键业务（比如数据分析）。

采用混合架构

• 案例：亚马逊公司就使用不同类型的数据库来支撑它的电子商务应用
• 对于“购物篮”这种临时性数据，采用键值存储会更加高效
• 当前的产品和订单信息则适合存放在关系数据库中
• 大量的历史订单信息则适合保存在类似MongoDB的文档数据库中

传统关系数据库ACID特性

 

Redis部分：

用redis做数据缓存：

redis存储在内存中，读取效率高

1、保证读取的高效性，接近每秒钟十万次的吞吐量

2、减少下层持久层数据库读取压力，mongodb每秒近千次读取就已经表示压力山大

3、单进程运行，具备读写的原子性，避免并发导致脏读等问题

用redis做购物车

支持丰富的数据类型，可设置过期时间注重时效性，支持事务原子性，结构简单，可以存储一个或者多个属性

核心任务用传统数据库，格式很规整

HBase部分介绍

 

关系数据库已经流行很多年，并且Hadoop已经有了HDFS和MapReduce，为什么需要HBase?HBASE与HDFS对比：

 

HBase特点

• HBase是一个稀疏、多维度、排序的映射表，这张表的索引是行键、列族、列限定符和时间戳。
• 每个值是一个未经解释的字符串，没有数据类型。
• 用户在表中存储数据，每一行都有一个可排序的行键和任意多的列。
• 表在水平方向由一个或者多个列族组成，一个列族中可以包含任意多个列，同一个列族里面的数据存储在一起。
• 列族支持动态扩展，可以很轻松地添加一个列族或列，无需预先定义列的数量以及类型，所有列均以字符串形式存储，用户需要自行进行数据类型转换。
• HBase中执行更新操作时，并不会删除数据旧的版本，而是生成一个新的版本，旧有的版本仍然保留（这是和HDFS只允许追加不允许修改的特性相关的）

HBase特性：

（1）伸缩性强。

（2）自动分区。当表增长时，表会自动分裂成Region，并分布到可用节点上。

（3）支持线性扩展和对新节点的自动处理。

（4）支持普通商用硬件。

（5）容错能力强。HBase构建在Hadoop的文件系统之上，充分利用了Hadoop文件系统（HDFS）提供的容错能力。

（6）检索性能强

“海面多稀易高”

海量存储，面向列，多版本，稀疏性，易扩展，高可靠性

HBase布局

 

HBase的三层结构中各层次的名称和作用

HRegionServer部分的详细图解：

Store是Region服务器的核心；

多个StoreFile合并成一个；

单个StoreFile过大时，又触发分裂操作，1个父Region被分裂成两个子Region。

StoreFile的合并和分裂过程

 

HBase操作小结