当前位置 首页 > 文章资讯 > 站长经验
从RDBMS到NoSQL的系统架构演化历程
信息来源:235分类目录  时间:2017-11-07 18:59:15  已有人阅读

 开抢了!双11创业者优选服务!DiH235分类目录

  互联网时代背景下大机遇,为什么用nosqlDiH235分类目录

  1 单机MySQL的美好年代DiH235分类目录

  在90年代,一个网站的访问量一般都不大,用单个数据库完全可以轻松应付。DiH235分类目录

  在那个时候,更多的都是静态网页,动态交互类型的网站不多。DiH235分类目录

  DiH235分类目录

南安seo

 DiH235分类目录

  上述架构下,我们来看看数据存储的瓶颈是什么?DiH235分类目录

  1.数据量的总大小 一个机器放不下时DiH235分类目录

  2.数据的索引(B+ Tree)一个机器的内存放不下时DiH235分类目录

  3.访问量(读写混合)一个实例不能承受DiH235分类目录

  如果出现了上述1 or 3个上述瓶颈,架构开始演化到下一个阶段:DiH235分类目录

  2 Memcached(缓存)+MySQL+垂直拆分DiH235分类目录

  后来,随着访问量的上升,几乎大部分使用MySQL架构的网站在数据库上都开始出现了性能问题,web程序不再仅仅专注在功能上,同时也在追求性能。程序员们开始大量的使用缓存技术来缓解数据库的压力,优化数据库的结构和索引。开始比较流行的是通过文件缓存来缓解数据库压力,但是当访问量继续增大的时候,多台web机器通过文件缓存不能共享,大量的小文件缓存也带了了比较高的IO压力。在这个时候,Memcached就自然的成为一个非常时尚的技术产品。DiH235分类目录

  DiH235分类目录

南安seo

 DiH235分类目录

  Memcached作为一个独立的分布式的缓存服务器,为多个web服务器提供了一个共享的高性能缓存服务,在Memcached服务器上,又发展了根据hash算法来进行多台Memcached缓存服务的扩展,然后又出现了一致性hash来解决增加或减少缓存服务器导致重新hash带来的大量缓存失效的弊端DiH235分类目录

  局限性:Memcached只能缓解数据库的读取压力。对于大量写入的应用场景无法缓解。DiH235分类目录

  3 Mysql主从读写分离DiH235分类目录

  由于数据库的写入压力增加,Memcached只能缓解数据库的读取压力。读写集中在一个数据库上让数据库不堪重负,大部分网站开始使用主从复制技术来达到读写分离,以提高读写性能和读库的可扩展性。Mysql的master-slave模式成为这个时候的网站标配了。DiH235分类目录

  DiH235分类目录

南安seo

 DiH235分类目录

  4 分表分库+水平拆分+mysql集群DiH235分类目录

  在Memcached的高速缓存,MySQL的主从复制,读写分离的基础之上,这时MySQL主库的写压力开始出现瓶颈,而数据量的持续猛增,由于MyISAM使用表锁,在高并发下会出现严重的锁问题,大量的高并发MySQL应用开始使用InnoDB引擎代替MyISAM。DiH235分类目录

  PS: MyISAM引擎用的是表锁,InnoDB引擎用的是行锁DiH235分类目录

  DiH235分类目录

南安seo

 DiH235分类目录

  同时,开始流行使用分表分库来缓解写压力和数据增长的扩展问题。这个时候,分表分库成了一个热门技术,是面试的热门问题也是业界讨论的热门技术问题。也就在这个时候,MySQL推出了还不太稳定的表分区,这也给技术实力一般的公司带来了希望。虽然MySQL推出了MySQL Cluster集群,但性能也不能很好满足互联网的要求,只是在高可靠性上提供了非常大的保证。DiH235分类目录

  分库:将业务相关的数据表放在同一个库中。同时,还可以按照数据的冷热、相关性来分库。DiH235分类目录

  当同一张表的数据量很大时,也需要分库分表。如记录ID1-100000的进1号库,100001-200000进2号库。。。DiH235分类目录

  5 MySQL的扩展性瓶颈DiH235分类目录

  MySQL数据库也经常存储一些大文本字段,导致数据库表非常的大,在做数据库恢复的时候就导致非常的慢,不容易快速恢复数据库。比如1000万4KB大小的文本就接近40GB的大小,如果能把这些数据从MySQL省去,MySQL将变得非常的小。关系数据库很强大,但是它并不能很好的应付所有的应用场景。MySQL的扩展性差(需要复杂的技术来实现),大数据下IO压力大,表结构更改困难,正是当前使用MySQL的开发人员面临的问题。DiH235分类目录

  还有如视频、大图片等等,传统的关系型数据库并不适合作为数据存储的方案。DiH235分类目录

  6 今天是什么样子??DiH235分类目录

  负载均衡——NginxDiH235分类目录

  App服务器——TomcatDiH235分类目录

  数据库(集群)——Mysql、OracleDiH235分类目录

  缓存、Hadoop集群、实时通信服务器、流媒体服务器,还有电子邮件、图片服务器等等DiH235分类目录

  DiH235分类目录

南安seo

 DiH235分类目录

  7 为什么用NoSQLDiH235分类目录

  为什么使用NoSQL ?DiH235分类目录

  今天我们可以通过第三方平台(如:Google,Facebook等)可以很容易的访问和抓取数据。用户的个人信息,社交网络,地理位置,用户生成的数据和用户操作日志已经成倍的增加。我们如果要对这些用户数据进行挖掘,那SQL数据库已经不适合这些应用了, NoSQL数据库的发展也却能很好的处理这些大的数据。DiH235分类目录

  社交这种描述人与人关系的数据,对于这种数据 传统的关系型数据库不适合存储和处理。DiH235分类目录

  DiH235分类目录

南安seo

 DiH235分类目录

  2. NoSQL概述——四个点DiH235分类目录

  1 是什么DiH235分类目录

  NoSQL(NoSQL = Not Only SQL ),意即“不仅仅是SQL”,DiH235分类目录

  泛指非关系型的数据库。随着互联网web2.0网站的兴起,传统的关系数据库在应付web2.0网站,特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心,暴露了很多难以克服的问题,而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战,尤其是大数据应用难题,包括超大规模数据的存储。DiH235分类目录

  (例如谷歌或Facebook每天为他们的用户收集万亿比特的数据)。这些类型的数据存储不需要固定的模式,无需多余操作就可以横向扩展。DiH235分类目录

  2 能干嘛DiH235分类目录

  1. 易扩展DiH235分类目录

  NoSQL数据库种类繁多,但是一个共同的特点都是去掉关系数据库的关系型特性。DiH235分类目录

  数据之间无关系,这样就非常容易扩展。也无形之间,在架构的层面上带来了可扩展的能力。DiH235分类目录

  2. 大数据量高性能DiH235分类目录

  NoSQL数据库都具有非常高的读写性能,尤其在大数据量下,同样表现优秀。DiH235分类目录

  这得益于它的无关系性,数据库的结构简单。DiH235分类目录

  一般MySQL使用Query Cache,每次表的更新Cache就失效,是一种大粒度的Cache,DiH235分类目录

  在针对web2.0的交互频繁的应用,Cache性能不高。而NoSQL的Cache是记录级的,DiH235分类目录

  是一种细粒度的Cache,所以NoSQL在这个层面上来说就要性能高很多了DiH235分类目录

  redis每秒钟写8万,读11万次DiH235分类目录

  3. 多样灵活的数据模型DiH235分类目录

  NoSQL无需事先为要存储的数据建立字段,随时可以存储自定义的数据格式。而在关系数据库里,DiH235分类目录

  增删字段是一件非常麻烦的事情。如果是非常大数据量的表,增加字段简直就是一个噩梦DiH235分类目录

  4. 传统RDBMS VS NOSQLDiH235分类目录

  RDBMS vs NoSQLDiH235分类目录

  RDBMSDiH235分类目录

  - 高度组织化结构化数据DiH235分类目录

  - 结构化查询语言(SQL)DiH235分类目录

  - 数据和关系都存储在单独的表中。DiH235分类目录

  - 数据操纵语言,数据定义语言DiH235分类目录

  - 严格的一致性DiH235分类目录

  - 基础事务DiH235分类目录

  NoSQLDiH235分类目录

  - 代表着不仅仅是SQLDiH235分类目录

  - 没有声明性查询语言DiH235分类目录

  - 没有预定义的模式DiH235分类目录

  -键 - 值对存储,列存储,文档存储,图形数据库DiH235分类目录

  - 最终一致性,而非ACID属性DiH235分类目录

  - 非结构化和不可预知的数据DiH235分类目录

  - CAP定理DiH235分类目录

  - 高性能,高可用性和可伸缩性DiH235分类目录

  3 去哪下DiH235分类目录

  memcached:但就高速缓存一件事而言,最快的还是memcachedDiH235分类目录

  redis:但论数据类型丰富,redis和tair(阿里、美团)更出色DiH235分类目录

  MongodbDiH235分类目录

  4 怎么玩DiH235分类目录

  KV——键值对DiH235分类目录

  Cache——缓存DiH235分类目录

  Persistence——持久化DiH235分类目录

  3. 互联网数据的3V和3高及当下的NoSQL经典应用DiH235分类目录

  (1)3V和3高DiH235分类目录

  3VDiH235分类目录

  海量VolumeDiH235分类目录

  多样VarietyDiH235分类目录

  实时VelocityDiH235分类目录

  3高DiH235分类目录

  高并发DiH235分类目录

  高可扩——横向追加CPU或机器,构建阵列或者集群。DiH235分类目录

  高性能DiH235分类目录

  (2)当下的NoSQL经典应用DiH235分类目录

  一个NoSql的应用中各方面问题的解决方案要点:这里是从别的地方看到一个讲稿中的例子,觉得不错,所以把提纲列在这里,自己就不写了。DiH235分类目录

  1趋冷的数据、不变的数据,如商品的基本信息,存放在关系型数据库中。DiH235分类目录

  2商品描述、详情、评价信息(多文字类),存放在MongoDB里。DiH235分类目录

  多文字信息描述类,IO读写性能变差DiH235分类目录

  文档数据库MongDB中DiH235分类目录

  3 商品的图片DiH235分类目录

  商品图片展现类DiH235分类目录

  分布式的文件系统中DiH235分类目录

  淘宝自己的TFSDiH235分类目录

  Google的GFSDiH235分类目录

  Hadoop的HDFSDiH235分类目录

  4 商品的关键字DiH235分类目录

  搜索引擎,淘宝内用DiH235分类目录

  ISearchDiH235分类目录

  5 商品的波段性的热点高频信息DiH235分类目录

  内存数据库DiH235分类目录

  tair、Redis、MemcacheDiH235分类目录

  例如,情人节期间,电商网站的巧克力、玫瑰等会成为热搜词汇,这时候就将其放在redis等缓存中DiH235分类目录

  6 商品的交易、价格计算、积分累计DiH235分类目录

  外部系统,外部第3方支付接口DiH235分类目录

  支付宝DiH235分类目录

  (3)总结大型互联网应用(大数据、高并发、多样数据类型)的难点和解决方案DiH235分类目录

  难点DiH235分类目录

  数据类型多样性DiH235分类目录

  数据源多样性和变化重构DiH235分类目录

  数据源改造而数据服务平台不需要大面积重构DiH235分类目录

  解决办法DiH235分类目录

  EAI和统一数据平台服务层DiH235分类目录

  阿里、淘宝干了什么?UDSL(统一数据平台服务层)DiH235分类目录

  DiH235分类目录

南安seo

 DiH235分类目录

  4. NoSQL数据模型简介DiH235分类目录

  (1)以一个电商客户、订单、订购、地址模型来对比下关系型DiH235分类目录

  (2)数据库和非关系型数据库DiH235分类目录

  1 传统的关系型数据库你如何设计?DiH235分类目录

  ER图(1:1/1:N/N:N,主外键等常见)DiH235分类目录

  2 nosql你如何设计DiH235分类目录

  什么是BSON:BSON()是一种类json的一种二进制形式的存储格式,简称Binary JSON,DiH235分类目录

  它和JSON一样,支持内嵌的文档对象和数组对象DiH235分类目录

  给学生用BSon画出构建的数据模型DiH235分类目录

  3 两者对比,问题和难点DiH235分类目录

  为什么上述的情况可以用聚合模型来处理DiH235分类目录

  高并发的操作是不太建议有关联查询的,DiH235分类目录

  (3)互联网公司用冗余数据来避免关联查询DiH235分类目录

  分布式事务是支持不了太多的并发的DiH235分类目录

  按照BSon查询DiH235分类目录

  (4)聚合模型DiH235分类目录

  KV键值DiH235分类目录

  bsonDiH235分类目录

  列族DiH235分类目录

  顾名思义,是按列存储数据的。最大的特点是方便存储结构化和半结构化数据,方便做数据压缩,DiH235分类目录

  对针对某一列或者某几列的查询有非常大的IO优势。DiH235分类目录

  DiH235分类目录

南安seo

 DiH235分类目录

  5. NoSQL数据库的四大分类DiH235分类目录

  (1)KV键值:典型介绍DiH235分类目录

  新浪:BerkeleyDB+redisDiH235分类目录

  美团:redis+tairDiH235分类目录

  阿里、百度:memcache+redisDiH235分类目录

  (2)文档型数据库(bson格式比较多):典型介绍DiH235分类目录

  CouchDBDiH235分类目录

  MongoDBDiH235分类目录

  MongoDB 是一个基于分布式文件存储的数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。DiH235分类目录

  MongoDB 是一个介于关系数据库和非关系数据库之间的产品,是非关系数据库当中功能最丰富,最像关系数据库的。DiH235分类目录

  (3)列存储数据库DiH235分类目录

  Cassandra, HBaseDiH235分类目录

  分布式文件系统DiH235分类目录

  (4)图关系数据库DiH235分类目录

  它不是放图形的,放的是关系比如:朋友圈社交网络、广告推荐系统DiH235分类目录

  社交网络,推荐系统等。专注于构建关系图谱DiH235分类目录

  Neo4J, InfoGridDiH235分类目录

  (5) 四者对比DiH235分类目录

  DiH235分类目录

南安seo

 DiH235分类目录

  6. 在分布式数据库中CAP原理CAP+BASEDiH235分类目录

  1. 传统的ACID分别是什么DiH235分类目录

  A (Atomicity) 原子性DiH235分类目录

  C (Consistency) 一致性DiH235分类目录

  I (Isolation) 独立性DiH235分类目录

  D (Durability) 持久性DiH235分类目录

  关系型数据库遵循ACID规则DiH235分类目录

  事务在英文中是transaction,和现实世界中的交易很类似,它有如下四个特性:DiH235分类目录

  1、A (Atomicity) 原子性DiH235分类目录

  原子性很容易理解,也就是说事务里的所有操作要么全部做完,要么都不做,事务成功的条件是事务里的所有操作都成功,只要有一个操作失败,整个事务就失败,需要回滚。比如银行转账,从A账户转100元至B账户,分为两个步骤:1)从A账户取100元;2)存入100元至B账户。这两步要么一起完成,要么一起不完成,如果只完成第一步,第二步失败,钱会莫名其妙少了100元。DiH235分类目录

  2、C (Consistency) 一致性DiH235分类目录

  一致性也比较容易理解,也就是说数据库要一直处于一致的状态,事务的运行不会改变数据库原本的一致性约束。DiH235分类目录

  3、I (Isolation) 独立性DiH235分类目录

  所谓的独立性是指并发的事务之间不会互相影响,如果一个事务要访问的数据正在被另外一个事务修改,只要另外一个事务未提交,它所访问的数据就不受未提交事务的影响。比如现有有个交易是从A账户转100元至B账户,在这个交易还未完成的情况下,如果此时B查询自己的账户,是看不到新增加的100元的DiH235分类目录

  4、D (Durability) 持久性DiH235分类目录

  持久性是指一旦事务提交后,它所做的修改将会永久的保存在数据库上,即使出现宕机也不会丢失。DiH235分类目录

  2. CAP是什么DiH235分类目录

  C:Consistency(强一致性)DiH235分类目录

  A:Availability(可用性)DiH235分类目录

  P:Partition tolerance(分区容错性)DiH235分类目录

  3. CAP三个只能满足两个!!!(CAP的3进2)DiH235分类目录

  CAP理论就是说在分布式存储系统中,最多只能实现上面的两点。DiH235分类目录

  而由于当前的网络硬件肯定会出现延迟丢包等问题,所以DiH235分类目录

  分区容忍性是我们必须需要实现的。DiH235分类目录

  所以我们只能在一致性和可用性之间进行权衡,没有NoSQL系统能同时保证这三点。DiH235分类目录

  ===============================================================DiH235分类目录

  C:强一致性 A:高可用性 P:分布式容忍性DiH235分类目录

  CA 传统Oracle数据库DiH235分类目录

  AP 大多数网站架构的选择DiH235分类目录

  CP Redis、MongodbDiH235分类目录

  注意:分布式架构的时候必须做出取舍。DiH235分类目录

  一致性和可用性之间取一个平衡。多余大多数web应用,其实并不需要强一致性。DiH235分类目录

  因此牺牲C换取P,这是目前分布式数据库产品的方向DiH235分类目录

  ===============================================================DiH235分类目录

  一致性与可用性的决择DiH235分类目录

  对于web2.0网站来说,关系数据库的很多主要特性却往往无用武之地DiH235分类目录

  数据库事务一致性需求DiH235分类目录

  很多web实时系统并不要求严格的数据库事务,对读一致性的要求很低, 有些场合对写一致性要求并不高。允许实现最终一致性。DiH235分类目录

  数据库的写实时性和读实时性需求DiH235分类目录

  对关系数据库来说,插入一条数据之后立刻查询,是肯定可以读出来这条数据的,但是对于很多web应用来说,并不要求这么高的实时性,比方说发一条消息之 后,过几秒乃至十几秒之后,我的订阅者才看到这条动态是完全可以接受的。DiH235分类目录

  对复杂的SQL查询,特别是多表关联查询的需求DiH235分类目录

  任何大数据量的web系统,都非常忌讳多个大表的关联查询,以及复杂的数据分析类型的报表查询,特别是SNS类型的网站,从需求以及产品设计角 度,就避免了这种情况的产生。往往更多的只是单表的主键查询,以及单表的简单条件分页查询,SQL的功能被极大的弱化了。DiH235分类目录

  4. 经典CAP图DiH235分类目录

  DiH235分类目录

南安seo

 DiH235分类目录

  CAP理论的核心是:一个分布式系统不可能同时很好的满足一致性,可用性和分区容错性这三个需求,DiH235分类目录

  最多只能同时较好的满足两个。DiH235分类目录

  因此,根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三 大类:DiH235分类目录

  CA - 单点集群,满足一致性,可用性的系统,通常在可扩展性上不太强大。DiH235分类目录

  CP - 满足一致性,分区容忍必的系统,通常性能不是特别高。DiH235分类目录

  AP - 满足可用性,分区容忍性的系统,通常可能对一致性要求低一些。DiH235分类目录

  注:Nosql用的实际是APDiH235分类目录

  5. BASE 是什么DiH235分类目录

  BASE就是为了解决关系数据库强一致性引起的问题而引起的可用性降低而提出的解决方案。DiH235分类目录

  BASE其实是下面三个术语的缩写:DiH235分类目录

  基本可用(Basically Available)DiH235分类目录

  软状态(Soft state)DiH235分类目录

  最终一致(Eventually consistent)DiH235分类目录

  它的思想是通过让系统放松对某一时刻数据一致性的要求来换取系统整体伸缩性和性能上改观。为什么这么说呢,缘由就在于大型系统往往由于地域分布和极高性能的要求,不可能采用分布式事务来完成这些指标,要想获得这些指标,我们必须采用另外一种方式来完成,这里BASE就是解决这个问题的办法DiH235分类目录

  6. 分布式+集群简介DiH235分类目录

  (1)分布式系统DiH235分类目录

  分布式系统(distributed system)DiH235分类目录

  由多台计算机和通信的软件组件通过计算机网络连接(本地网络或广域网)组成。分布式系统是建立在网络之上的软件系统。正是因为软件的特性,所以分布式系统具有高度的内聚性和透明性。因此,网络和分布式系统之间的区别更多的在于高层软件(特别是操作系统),而不是硬件。分布式系统可以应用在在不同的平台上如:Pc、工作站、局域网和广域网上等。DiH235分类目录

  海瑶seo工程师简单来讲:DiH235分类目录

  1分布式:不同的多台服务器上面部署不同的服务模块(工程),他们之间通过Rpc/Rmi之间通信和调用,对外提供服务和组内协作。DiH235分类目录

  2集群:不同的多台服务器上面部署相同的服务模块,通过分布式调度软件进行统一的调度,对外提供服务和访问。DiH235分类目录


(   本文出自http://www.235235.net/showinfo-209-3294-0.html  )
id_1广告位
最新收录
入站排行