NoSql数据库简介 + Redis概述

🌈 个人主页: Hygge_Code
🔥 热门专栏:从0开始学习Java | Linux学习| 计算机网络
💫 个人格言: "既然选择了远方，便不顾风雨兼程"

文章目录

Nosql数据库引入
NoSql数据库基本概述
- [常见 NoSQL 数据库类型](#常见 NoSQL 数据库类型)
Redis的核心特性
- 经典应用场景
- 相关知识

Nosql数据库引入

Web1.0时代

在Web1.0的时代，由于数据访问量很有限，用一夫当关的高性能的单点服务器可以解决大部分问题。
Web2.0时代

随着Web2.0的时代的到来，用户访问量大幅度提升，同时产生了大量的用户数据。加上后来的智能移动设备的普及，所有的互联网平台都面临了巨大的性能挑战。

我们需要解决两个问题，第一个是CPU及内存的压力，第二个是IO压力。

CPU及内存的压力

由于一台web服务器不能应对海量用户的访问。我们可以考虑对web服务器进行冗余部署，可以根据用户的访问量部署多台。再通过Nginx对用户的访问进行负载均衡操作，将用户的访问压力分摊在不同的web服务器上

这样操作又会遇到一个问题，就是session问题，而解决session的方案也有很多：
- 方案1：比如我们可以把session里面的数据存放在cookie端，以后用户每次发送请求，都可以携带cookie里面的数据到服务器。但由于cookie存放在浏览器端，如果数据是敏感数据，存放在cookie会不安全。
- 方案2：session复制。将某台服务器里面的session复制一份到其他服务器里面去。这种方案也有缺点，就是把相同的session数据存放在不同的web服务器中，容易造成数据冗余，服务器空间的浪费。
- 方案3：设置缓存数据库，将session信息存放在缓存数据库里面，缓存数据库里面的数据被所有web服务器共享。并且缓存数据库中的数据存放在内存中，读写速度也非常快。
IO压力

随着项目数据的日积月累，数据库里面的数据也越来越庞大。加上用户访问量的增大，我们直接访问数据库获取数据会对数据库造成非常大的IO压力。如何解决？
- 方案1：考虑对数据库进行读写分离，水平拆分、垂直拆分。但是这种方式会破坏一定的业务规则。
- 方案2：将频繁查询的数据，放在缓存，以后我们只需要从缓存里获取数据即可，减少对数据库的访问压力。

NoSql数据库基本概述

NoSQL (NoSQL = Not Only SQL )，意即"不仅仅是SQL"，泛指非关系型的数据库。 NoSQL 不依赖业务逻辑方式存储，而以简单的key-value模式存储。因此大大的增加了数据库的扩展能力。

nosql数据库的特点

不遵循SQL标准。
不支持ACID。
远超于SQL的性能。

适用场景

对数据高并发的读写
海量数据的读写
对数据高可扩展性的

不适用的场景

需要事务支持
基于sql的结构化查询存储，处理复杂的关系,需要sql查询。

常见 NoSQL 数据库类型

Memcache ：早期经典的 key-value 缓存数据库，数据仅存于内存，不支持持久化，存储类型单一
Redis ：兼容 Memcache 核心功能，支持数据持久化与多种数据结构，是当前主流缓存数据库
MongoDB ：文档型数据库，以 JSON 格式存储数据，支持复杂查询，适合存储非结构化 / 半结构化数据

Redis的核心特性

多数据结构支持：除基础string类型外，还支持list（链表）、set（集合）、hash（哈希）、zset（有序集合）等，满足复杂业务需求；
原子性操作：所有命令执行均为原子性，避免并发场景下的数据不一致；
持久化机制：支持RDB快照与AOF日志两种持久化方式，兼顾性能与数据安全性；
主从同步：支持master-slave主从复制，实现读写分离与容灾备份；
高性能：基于单线程+多路IO复用模型，内存操作延迟低，单机并发量可达10万+。

经典应用场景

业务场景	实现方案
最新数据展示（如新闻列表、商品推荐）	利用list的自然排序特性，通过lpush/rpush维护数据顺序
排行榜（如积分排名、销量榜单）	借助zset的有序集合特性，按score字段排序
时效性数据（如手机验证码、Token）	使用expire命令设置过期时间，自动淘汰过期数据
计数器与秒杀	基于incr/decr原子操作，实现高并发下的计数与库存控制
数据去重（如用户去重、抽奖防刷）	利用set的自动去重特性，快速判断元素是否存在
消息队列	通过list的lpush/rpop操作，模拟简单消息队列
发布订阅系统	基于pub/sub模式，实现消息的广播与订阅