nosql数据库技术与应用知识点

Nosql知识回顾

大数据处理流程

  • 数据采集(flume、爬虫、传感器)
  • 数据存储(本门课程NoSQL所处的阶段) Hdfs、MongoDB、HBase等
  • 数据清洗(入仓) Hive等
  • 数据处理、分析(Spark、Flink等)
  • 数据可视化
  • 数据挖掘、机器学习应用(Python、SparkMLlib等)

大数据时代存储的挑战(三高)

  • 高并发(同一时间很多人访问)
  • 高扩展(要求随时根据需求扩展存储)
  • 高效率(要求读写速度快)

NoSql非关系型数据库(存储方式各不相同),遵循CAP原则

  • 易扩展

  • 高性能

  • 高灵活

  • 高可用

    CAP: 一致性、可用性、分区容错性(但是不能同时满足3项,不同的nosql数据库都会满足其2而放弃其1)

    典型代表:MongoDB、Redis、HBase等,使用方式各不相同

  1. MongoDB:设计为分布式数据库,提供 高可用性和数据一致性,通常会在处理写操作时会有较高的延迟。
  2. Redis: 主要提供快速的键值读写能力,通常放弃数据一致性来保证高可用性
  3. HBase: 设计时更倾向于一致性,而牺牲高可用性,以保证数据的强一致和更新的最终一致性。

关系型数据库(以表格形式存储 数据),遵循ACID原则

ACID:是指数据的 原子性、一致性、隔离性、持久性

典型代表:MySql、Oracle、MSSqlServer、Sybase、Postpresql等

查询方式:SQL语句

关系型和非关系型的使用场景对比:

(1)关系型:

结构化数据存储:适合存储有明确定义关系的结构化数据,如订单、用户信息等。

ACID事务支持:提供强大的事务支持,确保数据需要进行多表关联、聚合操作的场景。

复杂查询:支持复杂的SQL查询,适用于需要进行多表关联、聚合操作的场景。

数据一致性:严格遵循ACID原则,保证数据的一致性和完整性。

(2)非关系型

大数据存储:适合存储半结构化或非结构化的大量数据,如日志、文档、图像等。

高可扩展性:基于分布式架构设计,具有良好的横向扩展性,能够轻松处理大规模数据。

灵活的数据模型:可以灵活地调整数据模型,适应不断变化的数据需求,无需事先定义表结构。

高性能读写:通常具有高性能的读写能力,能够满足实时数据处理和高并发访问的需求。

Nosql数据库分类

  1. 键值对数据库:Reids等
  2. 文档数据库:MongoDB等
  3. 列式数据库: HBase等
  4. 图形化数据库:Neo4j等
相关推荐
小嵌同学8 分钟前
Linux:malloc背后的实现细节
大数据·linux·数据库
_Coin_-22 分钟前
算法训练营DAY58 第十一章:图论part08
数据结构·算法·图论
R瑾安24 分钟前
mysql安装(压缩包方式8.0及以上)
数据库·mysql
代码的余温28 分钟前
MySQL Cluster核心优缺点
数据库·mysql
阿方.9181 小时前
《数据结构全解析:栈(数组实现)》
java·开发语言·数据结构
IT毕设梦工厂1 小时前
大数据毕业设计选题推荐-基于大数据的国家基站整点数据分析系统-Hadoop-Spark-数据可视化-BigData
大数据·hadoop·spark·毕业设计·源码·数据可视化
江瀚视野2 小时前
苹果要在抖音上卖iPhone了?苹果看上了抖音什么?
大数据
微三云-轩2 小时前
区块链系统:解决549 亿元积分商城是否违法的问题
大数据·小程序·重构·区块链·生活
Mr.Entropy2 小时前
请求超过Spring线程池的最大线程(处理逻辑)
数据库·sql·spring
GBASE2 小时前
“G”术时刻:南大通用GBase 8c数据库权限管理场景实践(二)
数据库