nosql

随时大规模高并发的出现，传统关系型数据库已经碰到了很大的问题，他难以提供更快的数据访问速度了，这导致数据库成为了瓶颈。人们提出not only sql的一种理念，就是我们不能仅仅依靠关系型数据库。

非关系型数据库

指的是没有关系的数据库，即不是二纬表，而是KV对。

redis

redis 就是其中的一个非关系型数据库，他是单线程，将数据储存在内存中的数据库，他支持丰富的数据类型，包括string，list,set,hash,zset

redis持久化

第一种是rdb方案，他将内存的数据定期储存到磁盘中，由于数据的空间问题，一般15分钟一次，第二种是aof方案，他将读取的数据定期增加到磁盘中，由于我们只是添加，一般1s一次。rdb本质为整体储存，aof为懒惰式储存，他储存的是操作，而不是数据库。

redis事务

redis半支持事务，语法错误回滚，但运行错误不会。

redis主从复制

主机写，从机读，

redis哨兵模式

当主机挂了以后，通过投票在从机中选出新的主机

缓存雪崩

大量的缓存同时失效，导致原本应该访问缓存的请求由于找不到数据，都去查询数据库，造成数据库CPU和内存巨大的压力
解决方案：对数据库加锁，或者让缓存失效时间分散开

缓存穿透

查询数据库中没有的数据，导致每次都要进入数据库查询
解决方案：布隆过滤器，或者把数据库中不存在的数据也存入缓存设为空

布隆过滤器

引入多个相互独立的哈希函数，对数据库中的数据进行哈希，然后存入位图中，这里的多个确保了精度

缓存击穿

由于缓存中某条热点数据过期，导致大量高并发的请求击穿缓存进入数据库，导致数据库巨大的压力
解决方案: 热点数据永不过期或者访问数据库前加互斥锁，这里为什么不是依靠数据库自己的锁呢，我认为能早处理的话就早处理，不要给数据库加压。

缓存预热

系统上线以后，将某些相关的缓存数据之间加入到缓存系统中

缓存更新

根据具体业务需求去自定义缓存淘汰机制，定期清理或者当请求来临的时候更新

缓存降级

当访问量增大，非核心服务影响核心服务的性能时，自动或者人工地让缓存尽量少查询数据库，尽管这可能导致少量的错误，但是我们的目标时系统的高可用性。

memcache、mongoDB、redis

性能都高，但是redis和memcache比mongodb强一点点
memcache只能是字符串，mongodb更加类似与关系型数据库，redis支持丰富的数据类型
redis用主从一致、哨兵机制保护数据，memcache没有冗余数据，mongoDB有主从一致、内部选举、auto sharding保护数据
redis支持rdb和aof，memcache没有持久化，mongodb用binlog
Memcache用cas保存一致性，redis事务性较差，mongodb没有事务