同步操作将从 小牛肉/cs-wiki 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
1)单机 MySQL 的年代
90年代,一个基本的网站访问量一般不会太大,单个数据库完全足够。那个时候,更多的去使用静态网页 Html,服务器根本没有太大的压力。
❓ 思考一下,这种情况下:整个网站的瓶颈是什么?
2)Memcached(缓存) + MySQL + 垂直拆分 (读写分离)
网站 80% 的情况都是在读,每次都要去查询数据库的话就十分的麻烦。所以说我们希望减轻数据的压力,我们可以使用缓存来保证效率。
发展过程: 优化数据结构和索引 --> 文件缓存(IO)--> Memcached(当时最热门的技术)
3)分库分表 + 水平拆分 + MySQL 集群
技术和业务在发展的同时,对人的要求也越来越高
本质:数据库(读,写)
早些年 MyISAM: 表锁,十分影响效率!高并发下就会出现严重的锁问题
转战 Innodb:行锁
慢慢的就开始使用分库分表来解决写的压力。 MySQL 推出了表分区,然而并没有多少公司使用。MySQL 的集群,很好满足了那个年代的所有需求。
4)如今最近的年代
2010--2020 十年之间,世界已经发生了翻天覆地的变化。用户的个人信息,社交网络,地理位置。用户自己产生的数据,用户日志等等爆发式增长,对于 MySQL 等关系型数据库来说,一旦数据库表很大,效率就低了。而且在大数据的 IO 压力下,表已经几乎没法更大了。
这时候我们就需要使用 NoSQL 数据库,NoSQL 可以很好的处理以上的情况 👇
NoSQL = Not Only SQL (不仅仅是SQL)
NoSQL 用来泛指非关系型数据库,采用 Map<String,Object>
键值对来存储数据
关系型数据库:表格 ,行 ,列
随着 web2.0 互联网的诞生,传统的关系型数据库很难对付 web2.0 时代,尤其是超大规模的高并发的社区,暴露出来很多难以克服的问题。NoSQL在当今大数据环境下发展的十分迅速,Redis 是发展最快的,而且是我们当下必须要掌握的一个技术。很多的数据类型用户的个人信息,社交网络,地理位置。这些数据类型的存储不需要一个固定的格式,不需要多余的操作就可以横向扩展 。
💡 大数据时代的 3 V:主要是描述问题的
- 海量 Volume
- 多样 Variety
- 实时 Velocity
大数据时代的 3 高:主要是对程序的要求
- 高并发
- 高可扩
- 高性能
🎯 NoSQL 的特点如下:(解耦)
🌂 对比传统 RDBMS 和 NoSQL:
❓ 对于淘宝上这么多商品信息难道都是在一个数据库中的吗? 显然不是:
商品的基本信息
名称、价格、商家信息;
关系型数据库就可以解决了! MySQL / Oracle
(淘宝内部的 MySQL 不是大家用的 MySQL)
商品的描述、评论(文字比较多)
文档型数据库中,MongoDB
图片
分布式文件系统 FastDFS
商品的关键字 (搜索)
商品热门的波段信息
商品的交易,外部的支付接口
① KV 键值对:
② 文档型数据库(bson 格式和 json一样):
MongoDB (一般必须要掌握)
ConthDB
③ 列存储数据库
④ 图形 (Graph) 数据库
🍹 四者对比:
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。