各种数据库优缺点

数据库合集：含MySQL、Redis、Mongodb等常见数据库

简单来说，探索这三种数据库时，MySQL是为了打基础，Redis是为了性能，MongoDB是为了灵活性。

MySQL其实很简单。
我们先来说最重要的一点——这是一个关系型数据库，所以SQL是它的核心。
去年，当我们启动这个电子商务项目时，我们三次违反了事务隔离级别。
我们必须记住 InnoDB 是默认的。
还有一点是它的高可用依赖于主从复制，但是不要误会：异步复制会有延迟。
那么，在我们1 000QPS的场景下，同步延迟可能会达到几十毫秒。
还有一个更重要的细节。
不学习如何部署分片集群。
首先，了解Sharding Key。
在去年的测试中，由于密钥设计不佳，请求崩溃了。
说实话，它有点重，但如果使用得当，它可以处理大量的工厂级流量。

一开始我以为Redis只是一个内存缓存，后来发现事实并非如此。
这支持持久性。
选择RDB还是AOF取决于业务场景。
我们做闪购的时候，我们选择AOF，因为每秒几万次写入不能丢失。
等等，还有一件事。
Redis过期策略必须与内存消除相结合，LRU和TTL必须细化。
去年，当缓存被清除时，活动产品仍然显示在页面上，因为它们配置不正确。

MongoDB 是一个相当狂野的环境。
我们先来谈谈最重要的事情——它是非关系型的，但是查询可以非常有趣。
当我们进行日志分析时，聚合管道直接将数亿条数据编译成报告，这非常酷。
还有一点是，副本集是一个高可用的解决方案，但你不应该随意增加节点数量。
在我们的测试中，四个节点比三个节点慢。
还有一个更重要的细节。
它的索引与SQL数据库索引完全不同。
综合指数如果你使用 $lookup+sort 应该会工作得更快。
很多人不注意这一点。

最后，建议不要一下子学会所有东西，而是先选择一个来使用。
比如高并发场景，坚持Redis+MySQL主从。
如果不可能，请添加 MongoDB 以实现异构存储。
您认为Redis淘汰策略和MongoDB聚合优化哪一个更值得深入研究？

4 种数据库缓存最终一致性的优缺点对比？最终选择方案四！

需要明确的是，四种数据库缓存最终一致性解决方案各有千秋。
选择哪种解决方案取决于具体的业务需求和成本考虑。
这确实很简单。
我们先来说说最重要的事情。
方案4 通过订阅binlog来更新Redis。
该解决方案在延迟、可靠性和一致性方面表现出色。

我们去年跑的项目大概是3 000级左右，我们最终选择了方案四。
我最初认为选项2 或3 更合适，但后来我发现这是错误的。
方案2 在高并发下会导致连接资源丢失，而方案3 虽然解决了连接问题，但仍然存在时序问题。

还有一个更重要的细节。
虽然方案4 成本较高，并且需要单独的同步服务，但其长期开发和维护更加周到。
坦白说，这很令人困惑。
很多团队并没有注意到这一点。

所以，选择方案四的原因是它适合对延迟要求较高的业务场景，比如金融交易、电商订单处理等，这些场景对数据的实时性和准确性要求极高。
等等，还有一件事。
方案4 与业务完全解耦，提高系统稳定性和可维护性，这对于长期增长至关重要。

我认为这个解决方案值得尝试，尤其是当你对数据一致性和可靠性有极高要求时。
当然，需要考虑成本和资源投资，但从长远来看，这可能是一项值得的投资。

科研文献的5大类数据库优缺点盘点！

说实话，你列出的五种主要数据库类型的优缺点是相当真实的。
我在论坛上经常和人们讨论这个问题。
然而，确定哪种类型最好使用确实取决于具体场景，不能一概而论。

就拿全文数据库来说吧，比如CNKI、万方，我在写硕士论文的时候离不开这些数据库。
当时一位导师强调了论文的完整性，说不要只看摘要，而要读全文。
说实话，这种综合数据库确实很方便。
打开它就可以看到全文，而不必东奔西跑地寻找该杂志的网站。
但有一个缺点，你注意到了吗？不同数据库的采集间隔其实是有很大不同的。
我有一位从事材料科学工作的资深同事。
他抱怨说，他在 VIP 上找不到一些他感兴趣的顶级期刊，所以他最终不得不访问 Web of Science。
现在许多全文数据库已经开始收费，特别是对于最受欢迎的期刊。
如果你是非VIP用户，那就真的要付费了。

我很少使用抽象数据库，但我一直很欣赏 PubMed。
在生物医学领域，它就像一个信息集散中心，每天都有新发表的摘要。
记得有一次，我在研究一种罕见疾病的时候，一些抽象的句子把我吵醒了，第二天我就去Nature子刊下载了全文。
事实证明这是一条关键线索。
当然，人们很容易对抽象产生误解。
很多时候我发现一篇我根据摘要认为非常好的文章在阅读全文时却是一样的。

OVID、EBSCO等数据库研究平台非常适合跨学科研究。
我有一个朋友，从事人工智能领域的工作。
他经常使用EBSCO寻找与哲学和计算机完全无关的东西，总能找到有趣的交集。
但操作需要一定的努力。
第一次使用EBSCO时，我几乎被它的过滤条件搞糊涂了。
后来我才知道我要和客服小姐待两天。
成本也是一个障碍。
有些学校会购买该服务。
如果你没有这个条件，那你真的需要省钱了。

我更喜欢BingAcademic作为文献搜索引擎，主要是因为它整合了多种类型的文献，尤其是全国性文献的广泛覆盖。
我有一位研究近代史的同事。
使用必应学术查找旧摄影资料比使用 CNKI 更高效。
不过，这东西需要你的眼力。
伪学术文档通常放在一起，因此您需要能够识别它们。
事实上，更新速度没有 CNKI 快。
有一次，当我在寻找新的治疗方法时，Bing找到了去年的文献，这让我的心猛地一跳。

最后，说到搜索引擎，我基本上不使用谷歌和百度来查学术文献。
虽然他们的资源极其广泛，但搜索结果却过于复杂。
有一次，我的一位同学开了一个玩笑。
他用百度搜索某个算法，出现了很多关于减肥的文章。
不过，有时当你搜索某个冷门术语时，百度学术实际上可能会找到传统数据库无法提供的灰色文献。

说白了，这些数据库就像路边摊水果和蔬菜市场。
有的卖所有蔬菜，有的专营某些类别，有的可以帮你卖所有蔬菜，还有的只卖现成的农产品。
关键是要知道自己想吃什么，而不是看到就扔进垃圾桶。
我曾经去过国会图书馆，意识到你真的必须学会如何在学术资源中进行选择。