2. 什么是NoSQL？
公司主營業(yè)務：網(wǎng)站設計制作、網(wǎng)站建設、移動網(wǎng)站開發(fā)等業(yè)務。幫助企業(yè)客戶真正實現(xiàn)互聯(lián)網(wǎng)宣傳，提高企業(yè)的競爭能力。創(chuàng)新互聯(lián)建站是一支青春激揚、勤奮敬業(yè)、活力青春激揚、勤奮敬業(yè)、活力澎湃、和諧高效的團隊。公司秉承以“開放、自由、嚴謹、自律”為核心的企業(yè)文化，感謝他們對我們的高要求，感謝他們從不同領域給我們帶來的挑戰(zhàn)，讓我們激情的團隊有機會用頭腦與智慧不斷的給客戶帶來驚喜。創(chuàng)新互聯(lián)建站推出拜泉免費做網(wǎng)站回饋大家。
2.1 NoSQL 概述
NoSQL(NoSQL = Not Only SQL )，意即“不僅僅是SQL”，
泛指非關系型的數(shù)據(jù)庫。隨著互聯(lián)網(wǎng)web2.0網(wǎng)站的興起，傳統(tǒng)的關系數(shù)據(jù)庫在應付web2.0網(wǎng)站，特別是超大規(guī)模和高并發(fā)的SNS類型的web2.0純動態(tài)網(wǎng)站已經(jīng)顯得力不從心，暴露了很多難以克服的問題，而非關系型的數(shù)據(jù)庫則由于其本身的特點得到了非常迅速的發(fā)展。NoSQL數(shù)據(jù)庫的產(chǎn)生就是為了解決大規(guī)模數(shù)據(jù)集合多重數(shù)據(jù)種類帶來的挑戰(zhàn)，尤其是大數(shù)據(jù)應用難題，包括超大規(guī)模數(shù)據(jù)的存儲。
（例如谷歌或Facebook每天為他們的用戶收集萬億比特的數(shù)據(jù)）。這些類型的數(shù)據(jù)存儲不需要固定的模式，無需多余操作就可以橫向擴展。
2.2 NoSQL代表
MongDB、 Redis、Memcache
3. 關系型數(shù)據(jù)庫與NoSQL的區(qū)別？
3.1 RDBMS
高度組織化結構化數(shù)據(jù)
結構化查詢語言（SQL）
數(shù)據(jù)和關系都存儲在單獨的表中。
數(shù)據(jù)操縱語言，數(shù)據(jù)定義語言
嚴格的一致性
基礎事務
ACID
關系型數(shù)據(jù)庫遵循ACID規(guī)則
事務在英文中是transaction，和現(xiàn)實世界中的交易很類似，它有如下四個特性：
A (Atomicity) 原子性
原子性很容易理解，也就是說事務里的所有操作要么全部做完，要么都不做，事務成功的條件是事務里的所有操作都成功，只要有一個操作失敗，整個事務就失敗，需要回滾。比如銀行轉賬，從A賬戶轉100元至B賬戶，分為兩個步驟：1）從A賬戶取100元；2）存入100元至B賬戶。這兩步要么一起完成，要么一起不完成，如果只完成第一步，第二步失敗，錢會莫名其妙少了100元。
C (Consistency) 一致性
一致性也比較容易理解，也就是說數(shù)據(jù)庫要一直處于一致的狀態(tài)，事務的運行不會改變數(shù)據(jù)庫原本的一致性約束。
I (Isolation) 獨立性
所謂的獨立性是指并發(fā)的事務之間不會互相影響，如果一個事務要訪問的數(shù)據(jù)正在被另外一個事務修改，只要另外一個事務未提交，它所訪問的數(shù)據(jù)就不受未提交事務的影響。比如現(xiàn)有有個交易是從A賬戶轉100元至B賬戶，在這個交易還未完成的情況下，如果此時B查詢自己的賬戶，是看不到新增加的100元的
D (Durability) 持久性
持久性是指一旦事務提交后，它所做的修改將會永久的保存在數(shù)據(jù)庫上，即使出現(xiàn)宕機也不會丟失。
3.2 NoSQL
代表著不僅僅是SQL
沒有聲明性查詢語言
沒有預定義的模式
鍵 - 值對存儲，列存儲，文檔存儲，圖形數(shù)據(jù)庫
最終一致性，而非ACID屬性
非結構化和不可預知的數(shù)據(jù)
CAP定理
高性能，高可用性和可伸縮性
分布式數(shù)據(jù)庫中的CAP原理(了解)
CAP定理：
Consistency(一致性), 數(shù)據(jù)一致更新，所有數(shù)據(jù)變動都是同步的
Availability(可用性), 好的響應性能
Partition tolerance(分區(qū)容錯性) 可靠性
P: 系統(tǒng)中任意信息的丟失或失敗不會影響系統(tǒng)的繼續(xù)運作。
定理：任何分布式系統(tǒng)只可同時滿足二點，沒法三者兼顧。
CAP理論的核心是：一個分布式系統(tǒng)不可能同時很好的滿足一致性，可用性和分區(qū)容錯性這三個需求，
因此，根據(jù) CAP 原理將 NoSQL 數(shù)據(jù)庫分成了滿足 CA 原則、滿足 CP 原則和滿足 AP 原則三 大類：
CA - 單點集群，滿足一致性，可用性的系統(tǒng)，通常在可擴展性上不太強大。
CP - 滿足一致性，分區(qū)容忍性的系統(tǒng)，通常性能不是特別高。
AP - 滿足可用性，分區(qū)容忍性的系統(tǒng)，通?？赡軐σ恢滦砸蟮鸵恍?。
CAP理論就是說在分布式存儲系統(tǒng)中，最多只能實現(xiàn)上面的兩點。
而由于當前的網(wǎng)絡硬件肯定會出現(xiàn)延遲丟包等問題，所以分區(qū)容忍性是我們必須需要實現(xiàn)的。
所以我們只能在一致性和可用性之間進行權衡，沒有NoSQL系統(tǒng)能同時保證這三點。
說明：C：強一致性 A：高可用性 P：分布式容忍性
舉例：
CA：傳統(tǒng)Oracle數(shù)據(jù)庫
AP：大多數(shù)網(wǎng)站架構的選擇
CP：Redis、Mongodb
注意：分布式架構的時候必須做出取舍。
一致性和可用性之間取一個平衡。多余大多數(shù)web應用，其實并不需要強一致性。
因此犧牲C換取P，這是目前分布式數(shù)據(jù)庫產(chǎn)品的方向。
4. 當下NoSQL的經(jīng)典應用
當下的應用是 SQL 與 NoSQL 一起使用的。
代表項目：阿里巴巴商品信息的存放。
去 IOE 化。
ps：I 是指 IBM 的小型機，很貴的，好像好幾萬一臺；O 是指 Oracle 數(shù)據(jù)庫，也很貴的，好幾萬呢；M 是指 EMC 的存儲設備，也很貴的。
難點：
數(shù)據(jù)類型多樣性。
數(shù)據(jù)源多樣性和變化重構。
數(shù)據(jù)源改造而服務平臺不需要大面積重構。
通常來說，當數(shù)據(jù)多、并發(fā)量大的時候，架構中可以引入Redis，幫助提升架構的整體性能，減少Mysql(或其他數(shù)據(jù)庫)的壓力，但不是使用Redis，就不用MySQL。
因為Redis的性能十分優(yōu)越，可以支持每秒十幾萬此的讀/寫操作，并且它還支持持久化、集群部署、分布式、主從同步等，Redis在高并發(fā)的場景下數(shù)據(jù)的安全和一致性，所以它經(jīng)常用于兩個場景：
緩存
判斷數(shù)據(jù)是否適合緩存到Redis中，可以從幾個方面考慮： 會經(jīng)常查詢么？命中率如何？寫操作多么？數(shù)據(jù)大??？
我們經(jīng)常采用這樣的方式將數(shù)據(jù)刷到Redis中：查詢的請求過來，現(xiàn)在Redis中查詢，如果查詢不到，就查詢數(shù)據(jù)庫拿到數(shù)據(jù)，再放到緩存中，這樣第二次相同的查詢請求過來，就可以直接在Redis中拿到數(shù)據(jù)；不過要注意【緩存穿透】的問題。
緩存的刷新會比較復雜，通常是修改完數(shù)據(jù)庫之后，還需要對Redis中的數(shù)據(jù)進行操作；代碼很簡單，但是需要保證這兩步為同一事務，或最終的事務一致性。
高速讀寫
常見的就是計數(shù)器，比如一篇文章的閱讀量，不可能每一次閱讀就在數(shù)據(jù)庫里面update一次。
高并發(fā)的場景很適合使用Redis，比如雙11秒殺，庫存一共就一千件，到了秒殺的時間，通常會在極為短暫的時間內(nèi)，有數(shù)萬級的請求達到服務器，如果使用數(shù)據(jù)庫的話，很可能在這一瞬間造成數(shù)據(jù)庫的崩潰，所以通常會使用Redis（秒殺的場景會比較復雜，Redis只是其中之一，例如如果請求超過某個數(shù)量的時候，多余的請求就會被限流）。
這種高并發(fā)的場景，是當請求達到服務器的時候，直接在Redis上讀寫，請求不會訪問到數(shù)據(jù)庫；程序會在合適的時間，比如一千件庫存都被秒殺，再將數(shù)據(jù)批量寫到數(shù)據(jù)庫中。
所以通常來說，在必要的時候引入Redis，可以減少MySQL（或其他）數(shù)據(jù)庫的壓力，兩者不是替代的關系 。
我將持續(xù)分享Java開發(fā)、架構設計、程序員職業(yè)發(fā)展等方面的見解，希望能得到你的關注。
Redis和MySQL的應用場景是不同的。
通常來說，沒有說用Redis就不用MySQL的這種情況。
因為Redis是一種非關系型數(shù)據(jù)庫（NoSQL），而MySQL是一種關系型數(shù)據(jù)庫。
和Redis同類的數(shù)據(jù)庫還有MongoDB和Memchache（其實并沒有持久化數(shù)據(jù)）
那關系型數(shù)據(jù)庫現(xiàn)在常用的一般有MySQL，SQL Server，Oracle。
我們先來了解一下關系型數(shù)據(jù)庫和非關系型數(shù)據(jù)庫的區(qū)別吧。
1.存儲方式
關系型數(shù)據(jù)庫是表格式的，因此存儲在表的行和列中。他們之間很容易關聯(lián)協(xié)作存儲，提取數(shù)據(jù)很方便。而Nosql數(shù)據(jù)庫則與其相反，他是大塊的組合在一起。通常存儲在數(shù)據(jù)集中，就像文檔、鍵值對或者圖結構。
2.存儲結構
關系型數(shù)據(jù)庫對應的是結構化數(shù)據(jù)，數(shù)據(jù)表都預先定義了結構（列的定義），結構描述了數(shù)據(jù)的形式和內(nèi)容。這一點對數(shù)據(jù)建模至關重要，雖然預定義結構帶來了可靠性和穩(wěn)定性，但是修改這些數(shù)據(jù)比較困難。而Nosql數(shù)據(jù)庫基于動態(tài)結構，使用與非結構化數(shù)據(jù)。因為Nosql數(shù)據(jù)庫是動態(tài)結構，可以很容易適應數(shù)據(jù)類型和結構的變化。
3.存儲規(guī)范
關系型數(shù)據(jù)庫的數(shù)據(jù)存儲為了更高的規(guī)范性，把數(shù)據(jù)分割為最小的關系表以避免重復，獲得精簡的空間利用。雖然管理起來很清晰，但是單個操作設計到多張表的時候，數(shù)據(jù)管理就顯得有點麻煩。而Nosql數(shù)據(jù)存儲在平面數(shù)據(jù)集中，數(shù)據(jù)經(jīng)?？赡軙貜汀蝹€數(shù)據(jù)庫很少被分隔開，而是存儲成了一個整體，這樣整塊數(shù)據(jù)更加便于讀寫
4.存儲擴展
這可能是兩者之間最大的區(qū)別，關系型數(shù)據(jù)庫是縱向擴展，也就是說想要提高處理能力，要使用速度更快的計算機。因為數(shù)據(jù)存儲在關系表中，操作的性能瓶頸可能涉及到多個表，需要通過提升計算機性能來克服。雖然有很大的擴展空間，但是最終會達到縱向擴展的上限。而Nosql數(shù)據(jù)庫是橫向擴展的，它的存儲天然就是分布式的，可以通過給資源池添加更多的普通數(shù)據(jù)庫服務器來分擔負載。
5.查詢方式
關系型數(shù)據(jù)庫通過結構化查詢語言來操作數(shù)據(jù)庫（就是我們通常說的SQL）。SQL支持數(shù)據(jù)庫CURD操作的功能非常強大，是業(yè)界的標準用法。而Nosql查詢以塊為單元操作數(shù)據(jù)，使用的是非結構化查詢語言（UnQl），它是沒有標準的。關系型數(shù)據(jù)庫表中主鍵的概念對應Nosql中存儲文檔的ID。關系型數(shù)據(jù)庫使用預定義優(yōu)化方式（比如索引）來加快查詢操作，而Nosql更簡單更精確的數(shù)據(jù)訪問模式。
6.事務
關系型數(shù)據(jù)庫遵循ACID規(guī)則（原子性(Atomicity)、一致性(Consistency)、隔離性(Isolation)、持久性(Durability)），而Nosql數(shù)據(jù)庫遵循BASE原則（基本可用（Basically Availble）、軟/柔性事務（Soft-state ）、最終一致性（Eventual Consistency））。由于關系型數(shù)據(jù)庫的數(shù)據(jù)強一致性，所以對事務的支持很好。關系型數(shù)據(jù)庫支持對事務原子性細粒度控制，并且易于回滾事務。而Nosql數(shù)據(jù)庫是在CAP（一致性、可用性、分區(qū)容忍度）中任選兩項，因為基于節(jié)點的分布式系統(tǒng)中，很難全部滿足，所以對事務的支持不是很好，雖然也可以使用事務，但是并不是Nosql的閃光點。
7.性能
關系型數(shù)據(jù)庫為了維護數(shù)據(jù)的一致性付出了巨大的代價，讀寫性能比較差。在面對高并發(fā)讀寫性能非常差，面對海量數(shù)據(jù)的時候效率非常低。而Nosql存儲的格式都是key-value類型的，并且存儲在內(nèi)存中，非常容易存儲，而且對于數(shù)據(jù)的 一致性是 弱要求。Nosql無需sql的解析，提高了讀寫性能。
8.授權方式
大多數(shù)的關系型數(shù)據(jù)庫都是付費的并且價格昂貴，成本較大（MySQL是開源的，所以應用的場景最多），而Nosql數(shù)據(jù)庫通常都是開源的。
所以，在實際的應用環(huán)境中，我們一般會使用MySQL存儲我們的業(yè)務過程中的數(shù)據(jù)，因為這些數(shù)據(jù)之間的關系比較復雜，我們常常會需要在查詢一個表的數(shù)據(jù)時候，將其他關系表的數(shù)據(jù)查詢出來，例如，查詢某個用戶的訂單，那至少是需要用戶表和訂單表的數(shù)據(jù)。
查詢某個商品的銷售數(shù)據(jù)，那可能就會需要用戶表，訂單表，訂單明細表，商品表等等。
而在這樣的使用場景中，我們使用Redis來存儲的話，也就是KeyValue形式存儲的話，其實并不能滿足我們的需要。
即使Redis的讀取效率再高，我們也沒法用。
但，對于某些沒有關聯(lián)少，且需要高頻率讀寫，我們使用Redis就能夠很好的提高整個體統(tǒng)的并發(fā)能力。
例如商品的庫存信息，我們雖然在MySQL中會有這樣的字段，但是我們并不想MySQL的數(shù)據(jù)庫被高頻的讀寫，因為使用這樣會導致我的商品表或者庫存表IO非常高，從而影響整個體統(tǒng)的效率。
所以，對于這樣的數(shù)據(jù)，且有沒有什么復雜邏輯關系（就只是隸屬于SKU）的數(shù)據(jù)，我們就可以放在Redis里面，下單直接在Redis中減掉庫存，這樣，我們的訂單的并發(fā)能力就能夠提高了。
個人覺得應該站出來更正一下，相反的數(shù)據(jù)量大，更不應該用redis。
為什么？
因為redis是內(nèi)存型數(shù)據(jù)庫啊，是放在內(nèi)存里的。
設想一下，假如你的電腦100G的資料，都用redis來存儲，那么你需要100G以上的內(nèi)存！
使用場景
Redis最明顯的用例之一是將其用作緩存。只是保存熱數(shù)據(jù)，或者具有過期的cache。
例如facebook，使用Memcached來作為其會話緩存。
總之，沒有見過哪個大公司數(shù)據(jù)量大了，換掉mysql用redis的。
題主你錯了，不是用redis代替MySQL，而是引入redis來優(yōu)化。
BAT里越來越多的項目組已經(jīng)采用了redis+MySQL的架構來開發(fā)平臺工具。
如題主所說，當數(shù)據(jù)多的時候，MySQL的查詢效率會大打折扣。我們通常默認如果查詢的字段包含索引的話，返回是毫秒級別的。但是在實際工作中，我曾經(jīng)遇到過一張包含10個字段的表，1800萬+條數(shù)據(jù)，當某種場景下，我們不得不根據(jù)一個未加索引的字段進行精確查詢的時候，單條sql語句的執(zhí)行時長有時能夠達到2min以上，就更別提如果用like這種模糊查詢的話，其效率將會多么低下。
我們最開始是希望能夠通過增加索引的方式解決，但是面對千萬級別的數(shù)據(jù)量，我們也不敢貿(mào)然加索引，因為一旦數(shù)據(jù)庫hang住，期間的所有數(shù)據(jù)庫寫入請求都會被放到等待隊列中，如果請求是通過http請求發(fā)過來的，很有可能導致服務發(fā)生分鐘級別的超時不響應。
經(jīng)過一番調(diào)研，最終敲定的解決方案是引入redis作為緩存。redis具有運行效率高，數(shù)據(jù)查詢速度快，支持多種存儲類型以及事務等優(yōu)勢，我們把經(jīng)常讀取，而不經(jīng)常改動的數(shù)據(jù)放入redis中，服務器讀取這類數(shù)據(jù)的時候時候，直接與redis通信，極大的緩解了MySQL的壓力。
然而，我在上面也說了，是redis+MySQL結合的方式，而不是替代。原因就是redis雖然讀寫很快，但是不適合做數(shù)據(jù)持久層，主要原因是使用redis做數(shù)據(jù)落盤是要以效率作為代價的，即每隔制定的時間，redis就要去進行數(shù)據(jù)備份/落盤，這對于單線程的它來說，勢必會因“分心”而影響效率，結果得不償失。
樓主你好，首先糾正下，數(shù)據(jù)多并不是一定就用Redis，Redis歸屬于NoSQL數(shù)據(jù)庫中，其特點擁有高性能讀寫數(shù)據(jù)速度，主要解決業(yè)務效率瓶頸。下面就詳細說下Redis的相比MySQL優(yōu)點。（ 關于Redis詳細了解參見我近期文章： ）
讀寫異常快
Redis非?？?，每秒可執(zhí)行大約10萬次的讀寫速度。
豐富的數(shù)據(jù)類型
Redis支持豐富的數(shù)據(jù)類型，有二進制字符串、列表、集合、排序集和散列等等。這使得Redis很容易被用來解決各種問題，因為我們知道哪些問題可以更好使用地哪些數(shù)據(jù)類型來處理解決。
原子性
Redis的所有操作都是原子操作，這確保如果兩個客戶端并發(fā)訪問，Redis服務器能接收更新的值。
豐富實用工具 支持異機主從復制
Redis支持主從復制的配置，它可以實現(xiàn)主服務器的完全拷貝。
以上為開發(fā)者青睞Redis的主要幾個可取之處。但是，請注意實際生產(chǎn)環(huán)境中企業(yè)都是結合Redis和MySQL的特定進行不同應用場景的取舍。 如緩存——熱數(shù)據(jù)、計數(shù)器、消息隊列（與ActiveMQ，RocketMQ等工具類似）、位操作（大數(shù)據(jù)處理）、分布式鎖與單線程機制、最新列表（如新聞列表頁面最新的新聞列表）以及排行榜等等 可以看見Redis大顯身手的場景?？墒菍τ趪乐?shù)臄?shù)據(jù)準確度和復雜的關系型應用MySQL等關系型數(shù)據(jù)庫依然不可替。
web應用中一般采用MySQL+Redis的方式，web應用每次先訪問Redis，如果沒有找到數(shù)據(jù)，才去訪問MySQL。
本質(zhì)區(qū)別
1、mysql：數(shù)據(jù)放在磁盤 redis：數(shù)據(jù)放在內(nèi)存。
首先要知道m(xù)ysql存儲在磁盤里，redis存儲在內(nèi)存里，redis既可以用來做持久存儲，也可以做緩存，而目前大多數(shù)公司的存儲都是mysql + redis，mysql作為主存儲，redis作為輔助存儲被用作緩存，加快訪問讀取的速度，提高性能。
使用場景區(qū)別
1、mysql支持sql查詢，可以實現(xiàn)一些關聯(lián)的查詢以及統(tǒng)計；
2、redis對內(nèi)存要求比較高，在有限的條件下不能把所有數(shù)據(jù)都放在redis；
3、mysql偏向于存數(shù)據(jù)，redis偏向于快速取數(shù)據(jù)，但redis查詢復雜的表關系時不如mysql，所以可以把熱門的數(shù)據(jù)放redis，mysql存基本數(shù)據(jù)。
mysql的運行機制
mysql作為持久化存儲的關系型數(shù)據(jù)庫，相對薄弱的地方在于每次請求訪問數(shù)據(jù)庫時，都存在著I/O操作，如果反復頻繁的訪問數(shù)據(jù)庫。第一：會在反復鏈接數(shù)據(jù)庫上花費大量時間，從而導致運行效率過慢；第二：反復地訪問數(shù)據(jù)庫也會導致數(shù)據(jù)庫的負載過高，那么此時緩存的概念就衍生了出來。
Redis持久化
由于Redis的數(shù)據(jù)都存放在內(nèi)存中，如果沒有配置持久化，redis重啟后數(shù)據(jù)就全丟失了，于是需要開啟redis的持久化功能，將數(shù)據(jù)保存到磁盤上，當redis重啟后，可以從磁盤中恢復數(shù)據(jù)。redis提供兩種方式進行持久化，一種是RDB持久化（原理是將Reids在內(nèi)存中的數(shù)據(jù)庫記錄定時dump到磁盤上的RDB持久化），另外一種是AOF（append only file）持久化（原理是將Reids的操作日志以追加的方式寫入文件）。
redis是放在內(nèi)存的~！
數(shù)據(jù)量多少絕對不是選擇redis和mysql的準則，因為無論是mysql和redis都可以集群擴展，約束它們的只是硬件(即你有沒有那么多錢搭建上千個組成的集群)，我個人覺得數(shù)據(jù)讀取的快慢可能是選擇的標準之一，另外工作中往往是兩者同是使用，因為mysql存儲在硬盤，做持久化存儲，而redis存儲在內(nèi)存中做緩存提升效率。
關系型數(shù)據(jù)庫是必不可少的，因為只有關系型數(shù)據(jù)庫才能提供給你各種各樣的查詢方式。如果有一系列的數(shù)據(jù)會頻繁的查詢，那么就用redis進行非持久化的存儲，以供查詢使用，是解決并發(fā)性能問題的其中一個手段
NoSQL，泛指非關系型的數(shù)據(jù)庫。隨著互聯(lián)網(wǎng)web2.0網(wǎng)站的興起，傳統(tǒng)的關系數(shù)據(jù)庫在應付web2.0網(wǎng)站，特別是超大規(guī)模和高并發(fā)的SNS類型的web2.0純動態(tài)網(wǎng)站已經(jīng)顯得力不從心，暴露了很多難以克服的問題，而非關系型的數(shù)據(jù)庫則由于其本身的特點得到了非常迅速的發(fā)展。NoSQL數(shù)據(jù)庫的產(chǎn)生就是為了解決大規(guī)模數(shù)據(jù)集合多重數(shù)據(jù)種類帶來的挑戰(zhàn)，尤其是大數(shù)據(jù)應用難題。
雖然NoSQL流行語火起來才短短一年的時間，但是不可否認，現(xiàn)在已經(jīng)開始了第二代運動。盡管早期的堆棧代碼只能算是一種實驗，然而現(xiàn)在的系統(tǒng)已經(jīng)更加的成熟、穩(wěn)定。不過現(xiàn)在也面臨著一個嚴酷的事實：技術越來越成熟——以至于原來很好的NoSQL數(shù)據(jù)存儲不得不進行重寫，也有少數(shù)人認為這就是所謂的2.0版本。這里列出一些比較知名的工具，可以為大數(shù)據(jù)建立快速、可擴展的存儲庫。
NoSQL(NoSQL = Not Only SQL )，意即“不僅僅是SQL”，是一項全新的數(shù)據(jù)庫革命性運動，早期就有人提出，發(fā)展至2009年趨勢越發(fā)高漲。NoSQL的擁護者們提倡運用非關系型的數(shù)據(jù)存儲，相對于鋪天蓋地的關系型數(shù)據(jù)庫運用，這一概念無疑是一種全新的思維的注入。
對于NoSQL并沒有一個明確的范圍和定義，但是他們都普遍存在下面一些共同特征：
不需要預定義模式：不需要事先定義數(shù)據(jù)模式，預定義表結構。數(shù)據(jù)中的每條記錄都可能有不同的屬性和格式。當插入數(shù)據(jù)時，并不需要預先定義它們的模式。
無共享架構：相對于將所有數(shù)據(jù)存儲的存儲區(qū)域網(wǎng)絡中的全共享架構。NoSQL往往將數(shù)據(jù)劃分后存儲在各個本地服務器上。因為從本地磁盤讀取數(shù)據(jù)的性能往往好于通過網(wǎng)絡傳輸讀取數(shù)據(jù)的性能，從而提高了系統(tǒng)的性能。
彈性可擴展：可以在系統(tǒng)運行的時候，動態(tài)增加或者刪除結點。不需要停機維護，數(shù)據(jù)可以自動遷移。
分區(qū)：相對于將數(shù)據(jù)存放于同一個節(jié)點，NoSQL數(shù)據(jù)庫需要將數(shù)據(jù)進行分區(qū)，將記錄分散在多個節(jié)點上面。并且通常分區(qū)的同時還要做復制。這樣既提高了并行性能，又能保證沒有單點失效的問題。
異步復制：和RAID存儲系統(tǒng)不同的是，NoSQL中的復制，往往是基于日志的異步復制。這樣，數(shù)據(jù)就可以盡快地寫入一個節(jié)點，而不會被網(wǎng)絡傳輸引起遲延。缺點是并不總是能保證一致性，這樣的方式在出現(xiàn)故障的時候，可能會丟失少量的數(shù)據(jù)。
BASE：相對于事務嚴格的ACID特性，NoSQL數(shù)據(jù)庫保證的是BASE特性。BASE是最終一致性和軟事務。
NoSQL數(shù)據(jù)庫并沒有一個統(tǒng)一的架構，兩種NoSQL數(shù)據(jù)庫之間的不同，甚至遠遠超過兩種關系型數(shù)據(jù)庫的不同。可以說，NoSQL各有所長，成功的NoSQL必然特別適用于某些場合或者某些應用，在這些場合中會遠遠勝過關系型數(shù)據(jù)庫和其他的NoSQL。
而傳統(tǒng)的關系數(shù)據(jù)庫在應付web2.0網(wǎng)站，特別是超大規(guī)模和高并發(fā)的SNS類型的web2.0純動態(tài)網(wǎng)站已經(jīng)顯得力不從心，暴露了很多難以克服的問題，例如：
1、High performance - 對數(shù)據(jù)庫高并發(fā)讀寫的需求
web2.0網(wǎng)站要根據(jù)用戶個性化信息來實時生成動態(tài)頁面和提供動態(tài)信息，所以基本上無法使用動態(tài)頁面靜態(tài)化技術，因此數(shù)據(jù)庫并發(fā)負載非常高，往往要達到每秒上萬次讀寫請求。關系數(shù)據(jù)庫應付上萬次SQL查詢還勉強頂?shù)米?，但是應付上萬次SQL寫數(shù)據(jù)請求，硬盤IO就已經(jīng)無法承受了。其實對于普通的BBS網(wǎng)站，往往也存在對高并發(fā)寫請求的需求。
2、Huge Storage - 對海量數(shù)據(jù)的高效率存儲和訪問的需求
對于大型的SNS網(wǎng)站，每天用戶產(chǎn)生海量的用戶動態(tài)，以國外的Friendfeed為例，一個月就達到了2.5億條用戶動態(tài)，對于關系數(shù)據(jù)庫來說，在一張2.5億條記錄的表里面進行SQL查詢，效率是極其低下乃至不可忍受的。再例如大型web網(wǎng)站的用戶登錄系統(tǒng)，例如騰訊，盛大，動輒數(shù)以億計的帳號，關系數(shù)據(jù)庫也很難應付。
3、High Scalability High Availability- 對數(shù)據(jù)庫的高可擴展性和高可用性的需求
在基于web的架構當中，數(shù)據(jù)庫是最難進行橫向擴展的，當一個應用系統(tǒng)的用戶量和訪問量與日俱增的時候，你的數(shù)據(jù)庫卻沒有辦法像web server和app server那樣簡單的通過添加更多的硬件和服務節(jié)點來擴展性能和負載能力。對于很多需要提供24小時不間斷服務的網(wǎng)站來說，對數(shù)據(jù)庫系統(tǒng)進行升級和擴展是非常痛苦的事情，往往需要停機維護和數(shù)據(jù)遷移，為什么數(shù)據(jù)庫不能通過不斷的添加服務器節(jié)點來實現(xiàn)擴展呢？
在上面提到的“三高”需求面前，關系數(shù)據(jù)庫遇到了難以克服的障礙，而對于web2.0網(wǎng)站來說，關系數(shù)據(jù)庫的很多主要特性卻往往無用武之地，例如：
1、數(shù)據(jù)庫事務一致性需求
很多web實時系統(tǒng)并不要求嚴格的數(shù)據(jù)庫事務，對讀一致性的要求很低，有些場合對寫一致性要求也不高。因此數(shù)據(jù)庫事務管理成了數(shù)據(jù)庫高負載下一個沉重的負擔。
2、數(shù)據(jù)庫的寫實時性和讀實時性需求
對關系數(shù)據(jù)庫來說，插入一條數(shù)據(jù)之后立刻查詢，是肯定可以讀出來這條數(shù)據(jù)的，但是對于很多web應用來說，并不要求這么高的實時性。
3、對復雜的SQL查詢，特別是多表關聯(lián)查詢的需求
任何大數(shù)據(jù)量的web系統(tǒng)，都非常忌諱多個大表的關聯(lián)查詢，以及復雜的數(shù)據(jù)分析類型的復雜SQL報表查詢，特別是SNS類型的網(wǎng)站，從需求以及產(chǎn)品設計角度，就避免了這種情況的產(chǎn)生。往往更多的只是單表的主鍵查詢，以及單表的簡單條件分頁查詢，SQL的功能被極大的弱化了。
因此，關系數(shù)據(jù)庫在這些越來越多的應用場景下顯得不那么合適了，為了解決這類問題的非關系數(shù)據(jù)庫應運而生。
NoSQL 是非關系型數(shù)據(jù)存儲的廣義定義。它打破了長久以來關系型數(shù)據(jù)庫與ACID理論大一統(tǒng)的局面。NoSQL 數(shù)據(jù)存儲不需要固定的表結構，通常也不存在連接操作。在大數(shù)據(jù)存取上具備關系型數(shù)據(jù)庫無法比擬的性能優(yōu)勢。該術語在 2009 年初得到了廣泛認同。
當今的應用體系結構需要數(shù)據(jù)存儲在橫向伸縮性上能夠滿足需求。而 NoSQL 存儲就是為了實現(xiàn)這個需求。Google 的BigTable與Amazon的Dynamo是非常成功的商業(yè) NoSQL 實現(xiàn)。一些開源的 NoSQL 體系，如Facebook 的Cassandra， Apache 的HBase，也得到了廣泛認同。
NoSQL 數(shù)據(jù)庫因其功能性、易于開發(fā)性和可擴展性而廣受認可，它們越來越多地用于大數(shù)據(jù)和實時 Web 應用程序，在本文中，我們通過示例討論 NoSQL、何時使用 NoSQL 與 SQL 及其用例。
NoSQL是一種下一代數(shù)據(jù)庫管理系統(tǒng) (DBMS)。NoSQL 數(shù)據(jù)庫具有靈活的模式，可用于構建具有大量數(shù)據(jù)和高負載的現(xiàn)代應用程序。
“NoSQL”一詞最初是由 Carlo Strozzi 在 1998 年創(chuàng)造的，盡管自 1960 年代后期以來就已經(jīng)存在類似的數(shù)據(jù)庫。然而，NoSQL 的發(fā)展始于 2009 年初，并且發(fā)展迅速。
在處理大量數(shù)據(jù)時，任何關系數(shù)據(jù)庫管理系統(tǒng) (RDBMS) 的響應時間都會變慢。為了解決這個問題，我們可以通過升級現(xiàn)有硬件來“擴大”信息系統(tǒng)，這非常昂貴。但是，NoSQL 可以更好地橫向擴展并且更具成本效益。
NoSQL 對于非結構化或非常大的數(shù)據(jù)對象（例如聊天日志數(shù)據(jù)、視頻或圖像）非常有用，這就是為什么 NoSQL 在微軟、谷歌、亞馬遜、Meta (Facebook) 等互聯(lián)網(wǎng)巨頭中特別受歡迎的原因。
一些流行的 NoSQL 數(shù)據(jù)庫包括：
隨著企業(yè)更快地積累更大的數(shù)據(jù)集，結構化數(shù)據(jù)和關系模式并不總是適合。有必要使用非結構化數(shù)據(jù)和大型對象來更好地捕獲這些信息。
傳統(tǒng)的 RDBMS 使用 SQL（結構化查詢語言）語法來存儲和檢索結構化數(shù)據(jù)，相反，NoSQL 數(shù)據(jù)庫包含廣泛的功能，可以存儲和檢索結構化、半結構化、非結構化和多態(tài)數(shù)據(jù)。
有時，NoSQL 也被稱為“ 不僅僅是 SQL ”，強調(diào)它可能支持類似 SQL 的語言或與 SQL 數(shù)據(jù)庫并列。SQL 和 NoSQL DBMS 之間的一個區(qū)別是 JOIN 功能。SQL 數(shù)據(jù)庫使用 JOIN 子句來組合來自兩個或多個表的行，因為 NoSQL 數(shù)據(jù)庫本質(zhì)上不是表格的，所以這個功能并不總是可行或相關的。
但是，一些 NoSQL DBMS 可以執(zhí)行類似于 JOIN的操作——就像 MongoDB 一樣。這并不意味著不再需要 SQL DBMS，相反，NoSQL 和 SQL 數(shù)據(jù)庫傾向于以不同的方式解決類似的問題。
一般來說，在以下情況下，NoSQL 比 SQL 更可?。?/p>
許多行業(yè)都在采用 NoSQL，取代關系數(shù)據(jù)庫，從而為某些業(yè)務應用程序提供更高的靈活性和可擴展性，下面給出了 NoSQL 數(shù)據(jù)庫的一些企業(yè)用例。
內(nèi)容管理是一組用于收集、管理、傳遞、檢索和發(fā)布任何格式的信息的過程，包括文本、圖像、音頻和視頻。NoSQL 數(shù)據(jù)庫可以通過其靈活和開放的數(shù)據(jù)模型為存儲多媒體內(nèi)容提供更好的選擇。
例如，福布斯在短短幾個月內(nèi)就構建了一個基于 MongoDB 的定制內(nèi)容管理系統(tǒng)，以更低的成本為他們提供了更大的敏捷性。
大數(shù)據(jù)是指太大而無法通過傳統(tǒng)處理系統(tǒng)處理的數(shù)據(jù)集，實時存儲和檢索大數(shù)據(jù)的系統(tǒng)在分析 歷史 數(shù)據(jù)的同時使用流處理來攝取新數(shù)據(jù)，這是一系列非常適合 NoSQL 數(shù)據(jù)庫的功能。
Zoom使用 DynamoDB（按需模式）使其數(shù)據(jù)能夠在沒有性能問題的情況下進行擴展，即使該服務在 COVID-19 大流行的早期使用量激增。
物聯(lián)網(wǎng)設備具有連接到互聯(lián)網(wǎng)或通信網(wǎng)絡的嵌入式軟件和傳感器，能夠在無需人工干預的情況下收集和共享數(shù)據(jù)。隨著數(shù)十億臺設備生成數(shù)不清的數(shù)據(jù)，IoT NoSQL 數(shù)據(jù)庫為 IoT 服務提供商提供了可擴展性和更靈活的架構。
Freshub就是這樣的一項服務，它從 MySQL 切換到 MongoDB，以更好地處理其大型、動態(tài)、非統(tǒng)一的數(shù)據(jù)集。
擁有數(shù)十億智能手機用戶，可擴展性正成為在移動設備上提供服務的企業(yè)面臨的最大挑戰(zhàn)。具有更靈活數(shù)據(jù)模型的 NoSQL DBMS 通常是完美的解決方案。
例如，The Weather Channel使用 MongoDB 數(shù)據(jù)庫每分鐘處理數(shù)百萬個請求，同時還處理用戶數(shù)據(jù)并提供天氣更新。
NoSQL，指的是非關系型的數(shù)據(jù)庫。隨著互聯(lián)網(wǎng)web2.0網(wǎng)站的興起，傳統(tǒng)的關系數(shù)據(jù)庫在應付web2.0網(wǎng)站，特別是超大規(guī)模和高并發(fā)的
SNS類型的web2.0純動態(tài)網(wǎng)站已經(jīng)顯得力不從心，暴露了很多難以克服的問題，而非關系型的數(shù)據(jù)庫則由于其本身的特點得到了非常迅速的發(fā)展。
NoSQL(NoSQL
= Not Only SQL
)，意即“不僅僅是SQL”，是一項全新的數(shù)據(jù)庫革命性運動，早期就有人提出，發(fā)展至2009年趨勢越發(fā)高漲。NoSQL的擁護者們提倡運用非關系型的數(shù)
據(jù)存儲，相對于鋪天蓋地的關系型數(shù)據(jù)庫運用，這一概念無疑是一種全新的思維的注入。
從這一新興技術中選擇一款正確的NoSQL數(shù)據(jù)庫是非常具有挑戰(zhàn)性的。比一下網(wǎng)建議在選擇時考慮以下因素：
并發(fā)控制
并
發(fā)控制指的是當多個用戶同時更新運行時，用于保護數(shù)據(jù)庫完整性的各種技術。并發(fā)機制不正確可能導致臟讀、幻讀和不可重復讀等此類問題。并發(fā)控制的目的是保
證一個用戶的工作不會對另一個用戶的工作產(chǎn)生不合理的影響。在某些情況下，這些措施保證了當用戶和其他用戶一起操作時，所得的結果和她單獨操作時的結果是
一樣的。在另一些情況下，這表示用戶的工作按預定的方式受其他用戶的影響。
封鎖
就是事務T在對某個數(shù)據(jù)對象（例如表、記錄等）操作之前，先向系統(tǒng)發(fā)出請求，對其加鎖。加鎖后事務T就對該數(shù)據(jù)對象有了一定的控制，在事務T釋放它的鎖之前，其它的事務不能更新此數(shù)據(jù)對象。
封鎖是一次只允許一個用戶讀取或修改的一種機制，是實現(xiàn)并發(fā)控制的一個非常重要的技術。
MVCC
Multi-Version Concurrency Control多版本并發(fā)控制，維持一個數(shù)據(jù)的多個版本使讀寫操作沒有沖突。MVCC優(yōu)化了數(shù)據(jù)庫并發(fā)系統(tǒng)，使系統(tǒng)在有大量并發(fā)用戶時得到最高的性能，并且可以不用關閉服務器就直接進行熱備份。
ACID
指
數(shù)據(jù)庫事務正確執(zhí)行的四個基本要素的縮寫。包含：原子性(Atomicity）、一致性（Consistency）、隔離性（Isolation）、持久
性（Durability）。一個支持事務（Transaction）的數(shù)據(jù)庫系統(tǒng)，必需要具有這四種特性，否則在事務過程（Transaction
processing）當中無法保證數(shù)據(jù)的正確性，交易過程極可能達不到交易方的要求。
None
一些系統(tǒng)不提供原子性。
鏡像
數(shù)據(jù)庫鏡像是DBMS根據(jù)DBA的要求，自動把整個數(shù)據(jù)庫或其中的關鍵數(shù)據(jù)復制到另一個磁盤上，每當主數(shù)據(jù)庫更新時，DBMS會自動把更新后的數(shù)據(jù)復制過去，即DBMS自動保證鏡像數(shù)據(jù)與主數(shù)據(jù)的一致性。
鏡像分為同步和異步。
數(shù)據(jù)存儲
指的是數(shù)據(jù)的物理特性怎樣被存儲在數(shù)據(jù)庫中。
磁盤 數(shù)據(jù)被存儲在硬盤驅(qū)動器里；
GFS或谷歌文件系統(tǒng)是一個由谷歌開發(fā)的專有的分布式文件系統(tǒng)；
Hadoop是Apache軟件框架，免費許可下支持數(shù)據(jù)密集型分布式應用程序；
RAM隨機存儲器；
插件 可以添加外部插件；
Amazon S3通過Web服務接口提供存儲；
BDB：BDB
全稱是 “Berkeley DB”，它是MySQL具有事務能力的表類型，由Sleepycat
Software開發(fā)。BDB表類型提供了MySQL用戶長久期盼的功能，即事務控制能力。在任何RDBMS中，事務控制能力都是一種極其重要和寶貴的功
能。事務控制能力使得我們能夠確保一組命令確實已經(jīng)全部執(zhí)行成功，或者確保當任何一個命令出現(xiàn)錯誤時所有命令的執(zhí)行結果均被退回。
實現(xiàn)語言
實現(xiàn)語言會影響數(shù)據(jù)庫的發(fā)展速度。典型的NoSQL數(shù)據(jù)庫是用低級語言如C / C + +編寫的。另一方面，那些更高層次的語言如Java，使自定義更容易。
實現(xiàn)語言有：C, C++, Erlang, Java, Python
特性
考慮下列哪一個特點對你的數(shù)據(jù)庫是最重要的：
持久性
可用性
一致性
分區(qū)容忍性
證書類型
下面這些許可證是一個不同的開放源碼許可的形式：
GPL：通用公共許可證
BSD：伯克利軟件分發(fā)
MPL：Mozilla公共許可證
EPL：Eclipse公共許可證
IDPL：最初的開發(fā)者的公共許可證
LGPL：較寬松通用公共許可證
存儲類型
存儲類型是NoSQL數(shù)據(jù)庫最大的不同，是決定使用哪款數(shù)據(jù)庫的一個首要指標。
關鍵字：支持get、put和刪除操作
按列存儲：相對于傳統(tǒng)的按行存儲，數(shù)據(jù)集成容易多了
面向文件系統(tǒng)：存儲像是JSON或XML這樣的結構化文件，很容易就能從面向?qū)ο筌浖蝎@取數(shù)據(jù)。
重慶分公司
重慶分公司
