高并发下的数据库存储

来源：长沙it培训|发布时间：2017-05-15|浏览量：

　　数据库即数据存储，在高并发的场景下数据库如何架构设计。在高并发下的大数据读写，尽可能的交给NoSQL，HBase或者MongoDB数据库。虽然他们不能像关系型数据库那样让你查询。MySQL不是不好，表数据超过500W，就不要像几十条数据那样的修改、删除。

　　这时候应该考虑是否需要读写分离，从业务上是否需要考虑分割哪些数据经常修改，哪些数据会频繁被查询，是否有大量的数据写入，是否有大量随机的数据读取。

　　关系型数据库

　　是建立在关系模型基础上的数据库，其借助于集合代数等数学概念和方法来处理数据库中的数据，几句简单的SQL语句就能快速的实现小规模数据的读写、查询统计。

　　MySQL

　　目前互联网企业基本都用它来做数据存储。其他关系型数据库能做他他一样能做。并且能基于Mycat的中间件的帮助，一样完成大规模数据的存储，满足高并发下的数据读写。关于MyCat，国内开源的项目，从它的版本更新计划，还是有很多让人值得期待的地方。

　　Oracle

　　应该说是最好的关系数据库，容量大，数据安全。比如金融行业，实时交易系统较多，在对数据的联机事务处理(OLTP)上也就要求很高。但做大规模的数据存储，扩展性不好且价格昂贵。

　　SQL Server

　　如果还有人在用SQL Server，说明这个企业的信息化水平很Low。SQL Server几乎没人在用了。

　　大数据

　　NoSQL数据库

　　也叫是“Not Only Sql”，指的是非关系型的数据库。这类数据库主要有这些特点：非关系型的、分布式、开源的、水平可扩展的。

　　memcached-临时性键值存储

　　是一个自由开源的，高性能，分布式内存对象缓存系统。数据全部放在内存中，在架构设计中使用memcached能减少对磁盘数据的读写操作。

　　比如可以提高用户对空节点数据查询的性能，页面上查不到数据，用户还在狂点，我不可能不停的查边系统中的每个节点。需要对空节点数据进行缓存。

　　还有一个就是减少对数据库的读写，比如对查询命中率很高的能否做缓存。对写操作能否所队列缓存。人家是对象缓存系统，所以啥对象都 是可以放的。

　　Redis-永久性键值存储

　　Redis和memcached在功能上发挥的作用和使用场景基本是一样的。只是Redis更像是一个对象数据库，它不仅做内存对象缓存，还可以做对象磁盘缓存。也就是最终的数据是被放到了磁盘上的。功能上比memcached要丰富一些，在企业中Redis用的更多一些。

　　MongoDB面向文档的数据库

　　轻量的分布式文件存储系统，MongoDB的功能很强大，在大规模数据的读写方面不亚于HBASE。MongoDB对数据的存储是透明的。现在一般企业通过MongoDB存一下非格式的文件，比如图片，视频，各种文件等。MongoDB在数据查询上比HBase方面，但在数据分析处理上不及HBase。

　　HBase面向列的数据库

　　面向列的新型的数据存储方式，这也是HBase在超大规模数据量中能毫秒级读写数据的原因。超大的什么级别呢，“This project’s goal is the hosting of very large tables — billions of rows X millions of columns，billions of rows X millions of columns”一个表的数据能支持的数据结构是上亿行 乘以 百万列，这是HBase官方的描述。也就是说你一个HBase表没有上亿条数据，都对不起使用HBase。牛逼吧。哈哈。之前我们卡弗卡大数据课堂的一个学生亲自测过，确实可能达到上亿行 乘以 百万列的这个结构。

　　虽然HBase的维护成本比较高，但在数据分析上妥妥的，因为他是基于HDFS的，跟MapReduce、Hive、spark等都能很好的整合，达到数据的计算分析。

　　大数据

　　关系型数据库特点

　　优点：保持数据的一致性；可以进行复杂查询，操作简单。通用并且技术成熟。

　　缺点:数据读写必须经过sql解析，大量数据高并发下读写性能不足。对数据做读写，或修改数据结构时需要加锁，影响并发操作；无法适应非结构化存储；扩展困难；昂贵、复杂。

　　NoSQL数据库的特点

　　优点：

　　高并发，大数据下读写能力较强。基本支持分布式，易于扩展，可伸缩。简单，弱结构化存储。

　　缺点:

　　不能操作复杂的查询。事务支持较弱。

　　大数据

　　理解分布式系统的CAP理论

　　前面我们说了关系型数据库和NoSQL数据库的种类以及他们的特点。如何能很好的在实际项目中的合理的应用，我们应该要了解CAP理论。

　　CAP的含义是Consistency, Availability, Partition-tolerance也就是一致性、可用性以及分区容错性。

　　Consistency：一致性(C)

　　Availability：可用性(A)

　　Partition tolerance：分区容错性(P)

　　一致性在多并发访问更新过的数据时，提供给用户的数据是否一致。对于关系型数据库，要求更新过的数据能被后续的访问都能看到，这是强一致性。如果能容忍后续的部分或者全部访问不到，则是弱一致性。如果经过一段时间后要求能访问到更新后的数据，则是最终一致性。

　　可用性某一节点的服务器挂了，集群整体还能响应客户端的读写请求。

　　分区容错性如果由于节点通讯的问题不能达成数据一致性，必须在一致性和可用性中做出选择。

　　所以说任何分布式系统只可同时满足二点，没法三者兼顾。例如：

　　CA应用：传统上的关系型数据库(RMDB).

　　CP应用：基于HDFS的牛叉的HBase分布式数据库

　　AP应用：面向文档的分布式系统的数据库MongoDB。

　　那么我们说CAP理论提出就是针对分布式数据库环境的，所以，P这个属性是必须具备的。P就是在分布式环境中，由于网络的问题可能导致某个节点和其它节点失去联系，节点之间互相无法知道对方的状态，这在分布式环境下是非常常见的。所以就形成了P(partition)。那么当P发生时，你要么考虑A(Availability)，失去联系的节点依然可以向系统提供服务给客户端，只不过它的数据就不能保证是同步的了(失去了C(Consistency)属性)，但至少服务及时做了响应。要么考虑C，选择一致性C(Consistency)为了保证数据库的一致性，我们必须等待失去联系的节点恢复过来，在这个过程中，那个节点是不允许对外提供服务的，这时候系统处于不可用状态(失去了A(Availability)属性)。

　　最常见的例子是读写分离，某个节点负责写入数据，然后将数据同步到其它节点，其它节点提供读取的服务，当两个节点出现通信问题时，你就面临着选择A(继续提供服务，但是数据不保证准确)或者C(用户处于等待状态，一直等到数据同步完成)。

　　AP和CP该如何取舍呢? 我觉得可以根据不同的业务场景做不同的处理。CP对系统的一致性要求较高如ERP系统，OA系统。AP系统可以允许不一致。比如微博系统。

　　大数据

　　结论

　　懂得CAP理论，在实际业务需求中我们能很好的来做数据的存储的架构设计。

上一篇：Hadoop:大数据存储的8大技巧

下一篇：返回列表