标签：大量 结构 恢复 利用 base 遇到的问题 结束 redis 规模
---恢复内容开始---
1，为什么要使用非关系型数据库，关系型数据库咋滴，不能用嘛？
存在即合理，非关系型数据库的出现，那说明关系型数据库不适用了。
非关系型数据库(NOSQL)-->Not only SQL,不仅是SQL。
2.关系型数据库遇到的问题，
社交网络飞速发展，难以应付每秒上万次的高并发数据库写入。
查询上亿量数据的速度极其缓慢
分库，分表形成的子库达到一定规模后难以进一步扩展
分库，分表的规则可能因为需求变更而发生变更
修改表结构困难。
以上都是关系型数据遇到的困难。
所以非关系型数据库得到快速发展。
3 非关系型数据库主要分为以下几类：
1.键值数据库 ：redis
2.文档型数据库：Mongodb
3.列存储数据库：Hbase,Cassandra，用于分布式文件存储系统。
4.图数据库：InfoGrid,Neo4J
4.Mongodb适合做什么?
Mongodb适合存储大量关联性不强的数据，
5.Redis适合做什么？
1.使用redis做缓存
2.使用Redis做队列
3，使用redis去重，利用集合数据库，实现小批量数据的去重，利用字符串数据结构的位操作，可以实现布隆过滤器，实现大规模数据的去重。
使用redis自带的HyperlogLog数据结构，可以实现超大规模数据的去重和计数。
4.使用redis实现积分板，Redis的有序集合功能可以实现积分板功能，还能实现自动排序，排名的功能。
5.使用redis实现“发布/订阅”功能
redis自带的发布订阅模式可以实现多对多的发布订阅功能。
如何学习：
项目驱动，根据项目需要的知识点去针对性地学习，就很容易找到重点，活学活用。
---恢复内容结束---
1，为什么要使用非关系型数据库，关系型数据库咋滴，不能用嘛？
存在即合理，非关系型数据库的出现，那说明关系型数据库不适用了。
非关系型数据库(NOSQL)-->Not only SQL,不仅是SQL。
2.关系型数据库遇到的问题，
社交网络飞速发展，难以应付每秒上万次的高并发数据库写入。
查询上亿量数据的速度极其缓慢
分库，分表形成的子库达到一定规模后难以进一步扩展
分库，分表的规则可能因为需求变更而发生变更
修改表结构困难。
以上都是关系型数据遇到的困难。
所以非关系型数据库得到快速发展。
3 非关系型数据库主要分为以下几类：
1.键值数据库 ：redis
2.文档型数据库：Mongodb
3.列存储数据库：Hbase,Cassandra，用于分布式文件存储系统。
4.图数据库：InfoGrid,Neo4J
4.Mongodb适合做什么?
Mongodb适合存储大量关联性不强的数据，
5.Redis适合做什么？
1.使用redis做缓存
2.使用Redis做队列
3，使用redis去重，利用集合数据库，实现小批量数据的去重，利用字符串数据结构的位操作，可以实现布隆过滤器，实现大规模数据的去重。
使用redis自带的HyperlogLog数据结构，可以实现超大规模数据的去重和计数。
4.使用redis实现积分板，Redis的有序集合功能可以实现积分板功能，还能实现自动排序，排名的功能。
5.使用redis实现“发布/订阅”功能
redis自带的发布订阅模式可以实现多对多的发布订阅功能。
如何学习：
项目驱动，根据项目需要的知识点去针对性地学习，就很容易找到重点，活学活用。
源代码：https://github.com/kingname/SourceCodeofMongoRedis
左手Mongodb右手Redis 第一章，进入Mongodb和Redis的世界
标签：大量 结构 恢复 利用 base 遇到的问题 结束 redis 规模
原文地址：https://www.cnblogs.com/hamish26/p/11352640.html
