分布式系統(tǒng)在互聯(lián)網時代，尤其是大數(shù)據時代到來之后，成為了每個程序員的必備技能之一。分布式系統(tǒng)從上個世紀80年代就開始有了不少出色的研究和論文，我在這里只列舉最近15年范圍以內我覺得有重大影響意義的15篇論文（15 within 15）。
創(chuàng)新互聯(lián)公司專注于成都做網站、網站設計、網頁設計、網站制作、網站開發(fā)。公司秉持“客戶至上,用心服務”的宗旨,從客戶的利益和觀點出發(fā),讓客戶在網絡營銷中找到自己的駐足之地。尊重和關懷每一位客戶，用嚴謹?shù)膽B(tài)度對待客戶，用專業(yè)的服務創(chuàng)造價值，成為客戶值得信賴的朋友，為客戶解除后顧之憂。
1. The Google File System: 這是分布式文件系統(tǒng)領域劃時代意義的論文，文中的多副本機制、控制流與數(shù)據流隔離和追加寫模式等概念幾乎成為了分布式文件系統(tǒng)領域的標準，其影響之深遠通過其5000+的引用就可見一斑了，Apache Hadoop鼎鼎大名的HDFS就是GFS的模仿之作；
2. MapReduce: Simplified Data Processing on Large Clusters：這篇也是Google的大作，通過Map和Reduce兩個操作，大大簡化了分布式計算的復雜度，使得任何需要的程序員都可以編寫分布式計算程序，其中使用到的技術值得我們好好學習：簡約而不簡單！Hadoop也根據這篇論文做了一個開源的MapReduce；
3. Bigtable: A Distributed Storage System for Structured Data：Google在NoSQL領域的分布式表格系統(tǒng)，LSM樹的最好使用范例，廣泛使用到了網頁索引存儲、YouTube數(shù)據管理等業(yè)務，Hadoop對應的開源系統(tǒng)叫HBase（我在前公司任職時也開發(fā)過一個相應的系統(tǒng)叫BladeCube，性能較HBase有數(shù)倍提升）；
4. The Chubby lock service for loosely-coupled distributed systems：Google的分布式鎖服務，基于Paxos協(xié)議，這篇文章相比于前三篇可能知道的人就少了，但是其對應的開源系統(tǒng)zookeeper幾乎是每個后端同學都接觸過，其影響力其實不亞于前三篇；
5. Finding a Needle in Haystack: Facebook's Photo Storage：facebook的在線圖片存儲系統(tǒng)，目前來看是對小文件存儲的最好解決方案之一，facebook目前通過該系統(tǒng)存儲了超過300PB的數(shù)據，一個師兄就在這個團隊工作，聽過很多有意思的事情（我在前公司的時候開發(fā)過一個類似的系統(tǒng)pallas，不僅支持副本，還支持Reed Solomon-LRC，性能也有較多優(yōu)化）；
6. Windows Azure Storage: a highly available cloud storage service with strong consistency：windows azure的總體介紹文章，是一篇很好的描述云存儲架構的論文，其中通過分層來同時保證可用性和一致性的思路在現(xiàn)實工作中也給了我很多啟發(fā)；
7. GraphLab: A New Framework for Parallel Machine Learning：CMU基于圖計算的分布式機器學習框架，目前已經成立了專門的商業(yè)公司，在分布式機器學習上很有兩把刷子，其單機版的GraphChi在百萬維度的矩陣分解都只需要2~3分鐘；
8. Resilient Distributed Datasets: A Fault-Tolerant Abstraction for
In-Memory Cluster Computing：其實就是 Spark，目前這兩年最流行的內存計算模式，通過RDD和lineage大大簡化了分布式計算框架，通常幾行scala代碼就可以搞定原來上千行MapReduce代碼才能搞定的問題，大有取代MapReduce的趨勢；
9. Scaling Distributed Machine Learning with the Parameter Server：百度少帥李沐大作，目前大規(guī)模分布式學習各家公司主要都是使用ps，ps具備良好的可擴展性，使得大數(shù)據時代的大規(guī)模分布式學習成為可能，包括Google的深度學習模型也是通過ps訓練實現(xiàn)，是目前最流行的分布式學習框架，豆瓣的開源系統(tǒng)paracell也是ps的一個實現(xiàn)；
10. Dremel: Interactive Analysis of Web-Scale Datasets：Google的大規(guī)模（近）實時數(shù)據分析系統(tǒng)，號稱可以在3秒相應1PB數(shù)據的分析請求，內部使用到了查詢樹來優(yōu)化分析速度，其開源實現(xiàn)為Drill，在工業(yè)界對實時數(shù)據分析也是比價有影響力；
11. Pregel: a system for large-scale graph processing: Google的大規(guī)模圖計算系統(tǒng)，相當長一段時間是Google PageRank的主要計算系統(tǒng)，對開源的影響也很大（包括GraphLab和GraphChi）；
12. Spanner: Google's Globally-Distributed Database：這是第一個全球意義上的分布式數(shù)據庫，Google的出品。其中介紹了很多一致性方面的設計考慮，簡單起見，還采用了GPS和原子鐘確保時間最大誤差在20ns以內，保證了事務的時間序，同樣在分布式系統(tǒng)方面具有很強的借鑒意義；
13. Dynamo: Amazon’s Highly Available Key-value Store：Amazon的分布式NoSQL數(shù)據庫，意義相當于BigTable對于Google，于BigTable不同的是，Dynamo保證CAP中的AP，C通過vector clock做弱保證，對應的開源系統(tǒng)為Cassandra；
14. S4: Distributed Stream Computing Platform：Yahoo出品的流式計算系統(tǒng)，目前最流行的兩大流式計算系統(tǒng)之一（另一個是storm），Yahoo的主要廣告計算平臺；
15. Storm @Twitter：這個系統(tǒng)不多說，開啟了流式計算的新紀元，幾乎是所有公司流式計算的首選，絕對值得關注；
大數(shù)據時代數(shù)據管理方式研究
1數(shù)據管理技術的回顧
數(shù)據管理技術主要經歷了人工管理階段、文件系統(tǒng)階段和數(shù)據庫系統(tǒng)階段。隨著數(shù)據應用領域的不斷擴展，數(shù)據管理所處的環(huán)境也越來越復雜，目前廣泛流行的數(shù)據庫技術開始暴露出許多弱點，面臨著許多新的挑戰(zhàn)。
1.1 人工管理階段
20 世紀 50 年代中期，計算機主要用于科學計算。當時沒有磁盤等直接存取設備，只有紙帶、卡片、磁帶等外存，也沒有操作系統(tǒng)和管理數(shù)據的專門軟件。該階段管理的數(shù)據不保存、由應用程序管理數(shù)據、數(shù)據不共享和數(shù)據不具有獨立性等特點。
1.2 文件系統(tǒng)階段
20 世紀 50 年代后期到 60 年代中期，隨著計算機硬件和軟件的發(fā)展，磁盤、磁鼓等直接存取設備開始普及，這一時期的數(shù)據處理系統(tǒng)是把計算機中的數(shù)據組織成相互獨立的被命名的數(shù)據文件，并可按文件的名字來進行訪問，對文件中的記錄進行存取的數(shù)據管理技術。數(shù)據可以長期保存在計算機外存上，可以對數(shù)據進行反復處理，并支持文件的查詢、修改、插入和刪除等操作。其數(shù)據面向特定的應用程序，因此，數(shù)據共享性、獨立性差，且冗余度大，管理和維護的代價也很大。
1.3數(shù)據庫階段
20 世紀 60 年代后期以來，計算機性能得到進一步提高，更重要的是出現(xiàn)了大容量磁盤，存儲容量大大增加且價格下降。在此基礎上，才有可能克服文件系統(tǒng)管理數(shù)據時的不足，而滿足和解決實際應用中多個用戶、多個應用程序共享數(shù)據的要求，從而使數(shù)據能為盡可能多的應用程序服務，這就出現(xiàn)了數(shù)據庫這樣的數(shù)據管理技術。數(shù)據庫的特點是數(shù)據不再只針對某一個特定的應用，而是面向全組織，具有整體的結構性，共享性高，冗余度減小，具有一定的程序與數(shù)據之間的獨立性，并且對數(shù)據進行統(tǒng)一的控制。
2大數(shù)據時代的數(shù)據管理技術
大數(shù)據（big data），或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業(yè)經營決策更積極目的的資訊。大數(shù)據有 3 個 V,一是大量化（Volume），數(shù)據量是持續(xù)快速增加的，從 TB級別，躍升到 PB 級別；二是多樣化（Variety），數(shù)據類型多樣化，結構化數(shù)據已被視為小菜一碟，圖片、音頻、視頻等非結構化數(shù)據正以傳統(tǒng)結構化數(shù)據增長的兩倍速快速創(chuàng)建；三是快速化 （Velocity），數(shù)據生成速度快，也就需要快速的處理能力，因此，產生了“1 秒定律”,就是說一般要在秒級時間范圍內給出分析結果，時間太長就失去價值了，這個速度要求是大數(shù)據處理技術和傳統(tǒng)的數(shù)據挖掘技術最大的區(qū)別。
2.1 關系型數(shù)據庫（RDBMS）
20 世紀 70 年代初，IBM 工程師 Codd 發(fā)表了著名的論文“A Relational Model of Data for Large Shared DataBanks”,標志著關系數(shù)據庫時代來臨。關系數(shù)據庫的理論基礎是關系模型，是借助于集合代數(shù)等數(shù)學概念和方法來處理數(shù)據庫中的數(shù)據，現(xiàn)實世界中的實體以及實體之間的聯(lián)系非常容易用關系模型來表示。容易理解的模型、容易掌握的查詢語言、高效的優(yōu)化器、成熟的技術和產品，使得關系數(shù)據庫占據了數(shù)據庫市場的絕對的統(tǒng)治地位。隨著互聯(lián)網 web2.0 網站的興起，半結構化和非結構化數(shù)據的大量涌現(xiàn)，傳統(tǒng)的關系數(shù)據庫在應付 web2.0 網站特別是超大規(guī)模和高并發(fā)的 SNS（全稱 Social Networking Services,即社會性網絡服務） 類型的 web2.0 純動態(tài)網站已經顯得力不從心，暴露了很多難以克服的問題。
2.2 noSQL數(shù)據庫
順應時代發(fā)展的需要產生了 noSQL數(shù)據庫技術，其主要特點是采用與關系模型不同的數(shù)據模型，當前熱門的 noSQL數(shù)據庫系統(tǒng)可以說是蓬勃發(fā)展、異軍突起，很多公司都熱情追捧之，如：由 Google 公司提出的 Big Table 和 MapReduce 以及 IBM 公司提出的 Lotus Notes 等。不管是那個公司的 noSQL數(shù)據庫都圍繞著大數(shù)據的 3 個 V,目的就是解決大數(shù)據的 3個 V 問題。因此，在設計 noSQL 時往往考慮以下幾個原則，首先，采用橫向擴展的方式，通過并行處理技術對數(shù)據進行劃分并進行并行處理，以獲得高速的讀寫速度；其次，解決數(shù)據類型從以結構化數(shù)據為主轉向結構化、半結構化、非結構化三者的融合的問題；再次，放松對數(shù)據的 ACID 一致性約束，允許數(shù)據暫時出現(xiàn)不一致的情況，接受最終一致性；最后，對各個分區(qū)數(shù)據進行備份（一般是 3 份），應對節(jié)點失敗的狀況等。
對數(shù)據的應用可以分為分析型應用和操作型應用，分析型應用主要是指對大量數(shù)據進行分類、聚集、匯總，最后獲得數(shù)據量相對小的分析結果；操作型應用主要是指對數(shù)據進行增加、刪除、修改和查詢以及簡單的匯總操作，涉及的數(shù)據量一般比較少，事務執(zhí)行時間一般比較短。目前數(shù)據庫可分為關系數(shù)據庫和 noSQL數(shù)據庫，根據數(shù)據應用的要求，再結合目前數(shù)據庫的種類，所以目前數(shù)據庫管理方式主要有以下 4 類。
（1）面向操作型的關系數(shù)據庫技術。
首先，傳統(tǒng)數(shù)據庫廠商提供的基于行存儲的關系數(shù)據庫系統(tǒng)，如 DB2、Oracle、SQL Server 等，以其高度的一致性、精確性、系統(tǒng)可恢復性，在事務處理方面仍然是核心引擎。其次，面向實時計算的內存數(shù)據庫系統(tǒng)，如 Hana、Timesten、Altibase 等通過把對數(shù)據并發(fā)控制、查詢和恢復等操作控制在內存內部進行，所以獲得了非常高的性能，在很多特定領域如電信、證券、網管等得到普遍應用。另外，以 VoltDB、Clustrix 和NuoDB 為代表的 new SQL 宣稱能夠在保持 ACDI 特性的同時提高了事務處理性能 50 倍 ~60 倍。
（2）面向分析型的關系數(shù)據庫技術。
首先，TeraData 是數(shù)據倉庫領域的領頭羊，Teradata 在整體上是按 Shared Nothing 架構體系進行組織的，定位就是大型數(shù)據倉庫系統(tǒng)，支持較高的擴展性。其次，面向分析型應用，列存儲數(shù)據庫的研究形成了另一個重要的潮流。列存儲數(shù)據庫以其高效的壓縮、更高的 I/O 效率等特點，在分析型應用領域獲得了比行存儲數(shù)據庫高得多的性能。如：MonetDB 和 Vertica是一個典型的基于列存儲技術的數(shù)據庫系統(tǒng)。
（3）面向操作型的 noSQL 技術。
有些操作型應用不受 ACID 高度一致性約束，但對大數(shù)據處理需要處理的數(shù)據量非常大，對速度性能要求也非常高，這樣就必須依靠大規(guī)模集群的并行處理能力來實現(xiàn)數(shù)據處理，弱一致性或最終一致性就可以了。這時，操作型 noSQL數(shù)據庫的優(yōu)點就可以發(fā)揮的淋漓盡致了。如，Hbase 一天就可以有超過 200 億個到達硬盤的讀寫操作，實現(xiàn)對大數(shù)據的處理。另外，noSQL數(shù)據庫是一個數(shù)據模型靈活、支持多樣數(shù)據類型，如對圖數(shù)據建模、存儲和分析，其性能、擴展性是關系數(shù)據庫無法比擬的。
（4）面向分析型的 noSQL 技術。
面向分析型應用的 noSQL 技術主要依賴于Hadoop 分布式計算平臺，Hadoop 是一個分布式計算平臺，以 HDFS 和 Map Reduce 為用戶提供系統(tǒng)底層細節(jié)透明的分布式基礎架構?！禜adoop 經典實踐染技巧》傳統(tǒng)的數(shù)據庫廠商 Microsoft,Oracle,SAS,IBM 等紛紛轉向 Hadoop 的研究，如微軟公司關閉 Dryad 系統(tǒng)，全力投入 Map Reduce 的研發(fā)，Oracle 在 2011 年下半年發(fā)布 Big Plan 戰(zhàn)略計劃，全面進軍大數(shù)據處理領域，IBM 則早已捷足先登“,沃森（Watson）”計算機就是基于 Hadoop 技術開發(fā)的產物，同時 IBM 發(fā)布了 BigInsights 計劃，基于 Hadoop,Netezza 和 SPSS（統(tǒng)計分析、數(shù)據挖掘軟件）等技術和產品構建大數(shù)據分析處理的技術框架。同時也涌現(xiàn)出一批新公司來研究Hadoop 技術，如 Cloudera、MapRKarmashpere 等。
3數(shù)據管理方式的展望
通過以上分析，可以看出關系數(shù)據庫的 ACID 強調數(shù)據一致性通常指關聯(lián)數(shù)據之間的邏輯關系是否正確和完整，而對于很多互聯(lián)網應用來說，對這一致性和隔離性的要求可以降低，而可用性的要求則更為明顯，此時就可以采用 noSQL 的兩種弱一致性的理論 BASE 和 CAP.關系數(shù)據庫和 noSQL數(shù)據庫并不是想到對立的矛盾體，而是可以相互補充的，根據不同需求使用不同的技術，甚至二者可以共同存在，互不影響。最近幾年，以 Spanner 為代表新型數(shù)據庫的出現(xiàn)，給數(shù)據庫領域注入新鮮血液，這就是融合了一致性和可用性的 newSQL,這種新型思維方式或許會是未來大數(shù)據處理方式的發(fā)展方向。
4 結束語
隨著云計算、物聯(lián)網等的發(fā)展，數(shù)據呈現(xiàn)爆炸式的增長，人們正被數(shù)據洪流所包圍，大數(shù)據的時代已經到來。正確利用大數(shù)據給人們的生活帶來了極大的便利，但與此同時也給傳統(tǒng)的數(shù)據管理方式帶來了極大的挑戰(zhàn)。
大數(shù)據技術龐大復雜，基礎的技術包含數(shù)據的采集、數(shù)據預處理、分布式存儲、NoSQL數(shù)據庫、數(shù)據倉庫、機器學習、并行計算、可視化等范疇
查詢引擎：Phoenix、Shark、Pig、Hive等
流式計算：storm、Twitter Rainbird等
迭代計算：Apache Hama、Apache Giraph、HaLoop等
離線計算：Hadoop MapReduce、Berkeley Spark等
鍵值存儲：LevelDB、RocksDB、HyperDex、Voldemort等
表格存儲：OceanBase、Amazon SimpleDB、Cassandra、HBase等
文件存儲：CouchDB、MongoDB、HDFS等
資源管理：Twitter Mesos、Hadoop Yarn
傳統(tǒng)數(shù)據庫仍舊會有一席之地，至于NewSQL的優(yōu)勢又是什么，簡單和大家說說：
首先關于“中間件+關系數(shù)據庫分庫分表”算不算NewSQL分布式數(shù)據庫問題，國外有篇論文pavlo-newsql-sigmodrec，如果根據該文中的分類，Spanner、TiDB、OB算是第一種新架構型，Sharding-Sphere、Mycat、DRDS等中間件方案算是第二種（文中還有第三種云數(shù)據庫，本文暫不詳細介紹）。
基于中間件（包括SDK和Proxy兩種形式）+傳統(tǒng)關系數(shù)據庫（分庫分表）模式是不是分布式架構？我覺得是的，因為存儲確實也分布式了，也能實現(xiàn)橫向擴展。但是不是“偽”分布式數(shù)據庫？從架構先進性來看，這么說也有一定道理。
“偽”主要體現(xiàn)在中間件層與底層DB重復的SQL解析與執(zhí)行計劃生成、存儲引擎基于B+Tree等，這在分布式數(shù)據庫架構中實際上冗余低效的。為了避免引起真?zhèn)畏植际綌?shù)據庫的口水戰(zhàn)，本文中NewSQL數(shù)據庫特指這種新架構NewSQL數(shù)據庫。
NewSQL數(shù)據庫相比中間件+分庫分表的先進在哪兒？畫一個簡單的架構對比圖：
傳統(tǒng)數(shù)據庫面向磁盤設計，基于內存的存儲管理及并發(fā)控制，不如NewSQL數(shù)據庫那般高效利用；
中間件模式SQL解析、執(zhí)行計劃優(yōu)化等在中間件與數(shù)據庫中重復工作，效率相比較低；
NewSQL數(shù)據庫的分布式事務相比于XA進行了優(yōu)化，性能更高；
新架構NewSQL數(shù)據庫存儲設計即為基于paxos（或Raft）協(xié)議的多副本，相比于傳統(tǒng)數(shù)據庫主從模式（半同步轉異步后也存在丟數(shù)問題），在實現(xiàn)了真正的高可用、高可靠（RTO30s，RPO=0）；
NewSQL數(shù)據庫天生支持數(shù)據分片，數(shù)據的遷移、擴容都是自動化的，大大減輕了DBA的工作，同時對應用透明，無需在SQL指定分庫分表鍵。
文檔數(shù)據庫
源起：受Lotus Notes啟發(fā)。
數(shù)據模型：包含了key-value的文檔集合
例子：CouchDB, MongoDB
優(yōu)點：數(shù)據模型自然，編程友好，快速開發(fā)，web友好，CRUD。
圖數(shù)據庫
源起： 歐拉和圖理論。
數(shù)據模型：節(jié)點和關系，也可處理鍵值對。
例子：AllegroGraph, InfoGrid, Neo4j
優(yōu)點：解決復雜的圖問題。
關系數(shù)據庫
源起： E. F. Codd 在A Relational Model of Data for Large Shared Data Banks提出的
數(shù)據模型：各種關系
例子：VoltDB, Clustrix, MySQL
優(yōu)點：高性能、可擴展的OLTP，支持SQL，物化視圖，支持事務，編程友好。
對象數(shù)據庫
源起：圖數(shù)據庫研究
數(shù)據模型：對象
例子：Objectivity, Gemstone
優(yōu)點：復雜對象模型，快速鍵值訪問，鍵功能訪問，以及圖數(shù)據庫的優(yōu)點。
Key-Value數(shù)據庫
源起：Amazon的論文 Dynamo 和 Distributed HashTables。
數(shù)據模型：鍵值對
例子：Membase, Riak
優(yōu)點：處理大量數(shù)據，快速處理大量讀寫請求。編程友好。
BigTable類型數(shù)據庫
源起：Google的論文 BigTable。
數(shù)據模型：列簇，每一行在理論上都是不同的
例子：HBase, Hypertable, Cassandra
優(yōu)點：處理大量數(shù)據，應對極高寫負載，高可用，支持跨數(shù)據中心， MapReduce。
數(shù)據結構服務
源起： ?
數(shù)據模型：字典操作，lists, sets和字符串值
例子：Redis
優(yōu)點：不同于以前的任何數(shù)據庫
網格數(shù)據庫
源起：數(shù)據網格和元組空間研究。
數(shù)據模型：基于空間的架構
例子：GigaSpaces, Coherence
優(yōu)點：適于事務處理的高性能和高擴展性
2. 什么是NoSQL？
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)據庫。隨著互聯(lián)網web2.0網站的興起，傳統(tǒng)的關系數(shù)據庫在應付web2.0網站，特別是超大規(guī)模和高并發(fā)的SNS類型的web2.0純動態(tài)網站已經顯得力不從心，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)據庫的產生就是為了解決大規(guī)模數(shù)據集合多重數(shù)據種類帶來的挑戰(zhàn)，尤其是大數(shù)據應用難題，包括超大規(guī)模數(shù)據的存儲。
（例如谷歌或Facebook每天為他們的用戶收集萬億比特的數(shù)據）。這些類型的數(shù)據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)據庫與NoSQL的區(qū)別？
3.1 RDBMS
高度組織化結構化數(shù)據
結構化查詢語言（SQL）
數(shù)據和關系都存儲在單獨的表中。
數(shù)據操縱語言，數(shù)據定義語言
嚴格的一致性
基礎事務
ACID
關系型數(shù)據庫遵循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)據庫要一直處于一致的狀態(tài)，事務的運行不會改變數(shù)據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)據庫
最終一致性，而非ACID屬性
非結構化和不可預知的數(shù)據
CAP定理
高性能，高可用性和可伸縮性
分布式數(shù)據庫中的CAP原理(了解)
CAP定理：
Consistency(一致性), 數(shù)據一致更新，所有數(shù)據變動都是同步的
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 CAP 原理將 NoSQL 數(shù)據庫分成了滿足 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?/p>
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)據庫
AP：大多數(shù)網站架構的選擇
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)據庫產品的方向。
4. 當下NoSQL的經典應用
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)據類型多樣性。
數(shù)據源多樣性和變化重構。
數(shù)據源改造而服務平臺不需要大面積重構。
重慶分公司
重慶分公司
