Mysql怎么用NOSql給高并發系統加速

本篇內容主要講解“Mysql怎么用NOSql給高并發系統加速”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Mysql怎么用NOSql給高并發系統加速”吧!

NoSQL

NoSQL，泛指非關系型的數據庫。現在大家更喜歡翻譯成：not only sql

根據NoSQL的存儲等特性，大體可以分為以下幾類

• 鍵值(Key-Value)存儲數據庫。相關的產品：Redis、Riak、SimpleDB、Chordless、Scalaris、Memcached。主要解決關系數據庫無法存儲數據結構的問題。

• 列存儲數據庫。相關產品：BigTable、HBase、Cassandra、HadoopDB、GreenPlum、PNUTS。解決關系數據庫大數據場景下的 I/O 問題

• 文檔數據庫。相關產品：MongoDB、CouchDB、ThruDB、CloudKit、Perservere、Jackrabbit。解決關系數據庫強 schema 約束的問題。

• 圖形數據庫。相關產品：Neo4J、OrientDB、InfoGrid、GraphDB。主要解決大量復雜、互連接、低結構化的圖結構場合，如社交網絡、推薦系統等

• 全文搜索引擎。相關產品：Elasticsearch。主要解決關系數據庫的全文搜索性能問題。

由此可見，沒有哪一種NoSql是完美的，每一種Nosql都有自己擅長的領域，這也是我們做系統架構中要考慮的重要因素。

場景1

電商的商品設計過程中，每種商品的屬性都不同，屬性數目不同，屬性名不同，同一個商品有可能會屬于多個分類，而且隨著業務的發展，很多商品會增加新的屬性，而且最令程序員頭疼莫過于每種屬性都有可能有搜索的可能性（當然搜索可以利用搜索引擎來實現）。遇到這樣的需求場景，如果利用關系型數據庫來存儲的話，表的字段會非常多，而且字段的定義非常令人頭疼。

這樣的場景非常適合NOsql中的文檔型數據庫，比如MongoDB。文檔型數據庫新增字段非常簡單，不像關系型數據庫需要先執行DDL來增加字段，直接可以利用程序來進行讀寫，歷史數據就算是沒有相應的字段也不會有異常的情況發生。最重要的一點，文檔型數據庫很擅長存儲復雜結構的數據，一般情況下業務上可以利用表現能力很強的json數據結構。

{
    "Id":1,
    "ProductName":"杜蕾斯加強版",
    "Price":100,
    "Type":[
        1,
        2,
        4
    ],
    "Length":20,
    "Height":2
}

如果所有商品信息都用mongodb來存儲的話，有的場景并不是十分完美。比如商品被成功購買之后扣庫存的問題，聯合查詢的問題，由于Nosql天生對ACID支持不足的原因，一個事務性的操作很難在Nosql中實現，所以設計系統的時候在很多情況下是關系數據庫+Nosql 來共同實現業務。

場景2

很多具體的業務中都有記錄數據然后進行統計的需求場景，比如那些統計uv，pv的系統。日志型的數據量非常大，而且還有可能有峰值的出現，如果用關系型數據庫來存儲，很有可能在IO上會出現瓶頸，而且有可能會影響其他正常的業務，更不幸的是當執行統計語句的時候，性能更是差強人意。這樣的日志型統計業務很適合HBase這樣的列式Nosql，業務上要統計一天的uv，pv數據，HBase很適合統計某一列數據的場景，因為只需要把對應的列進行統計即可，不像關系型數據庫那樣需要把所有行都加載進內存，而且列式存儲一般比行式存儲擁有更大的壓縮比例，占用的磁盤空間會更少。

列式存儲的應用場景有一定的限制，一般用于統計和大數據的分析中。

場景3

在多數高并發系統中都存在緩存的設計，而緩存的一般數據結構都是K-V結構。緩存是一種提高系統性能的有效手段，因其需要提供快速訪問的特性，一般緩存都放置于內存當中。比如現在我們要設計一個用戶管理系統，每個用戶信息可以做緩存以便提供高速的訪問，由于很多系統都采用分布式的部署方式，所以采用進程內的緩存方式并不可取，這個時候就需要有一種高速的外部存儲來提供這種業務，這正是kv型Nosql的典型應用場景之一。其中以redis為代表，具體的業務中可以以用戶id為key，用戶的信息為value存儲在redis中，而且redis在3.0之后可以做集群了，在高可用和擴展上更能助力業務方。redis支持的數據類型很多，在不同的場景下選擇不同的數據類型。

場景4

當一個系統有搜索的業務時候，如果搜索的條件是一些簡單的類型搜索，關系型數據庫還可以滿足，但是如果有全文搜索，就是我們平時sql寫的like ‘%xx%’這樣的搜索，關系型數據庫可能并不是最好的選擇，全文搜索引擎類型的Nosql也許是一個更好的解決方案，其中以Elasticsearch 為代表。全文搜索引擎的搜索的條件可以隨意排列組合，并且可以實現關系型數據庫like方式的模糊匹配。

全文搜索引擎的技術原理稱為“倒排索引”（inverted index），是一種索引方法，其基本原理是建立單詞到文檔的索引。與之相對是，是“正排索引”，其基本原理是建立文檔到單詞的索引。

場景5

在社交系統中最常見例子就是社會網絡中人與人之間的關系。關系型數據庫用于存儲“關系型”數據的效果并不好，其查詢復雜、緩慢、超出預期，而圖形數據庫的獨特設計恰恰彌補了這個缺陷，解決關系型數據庫存儲和處理復雜關系型數據功能較弱的問題。

到此，相信大家對“Mysql怎么用NOSql給高并發系統加速”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！