nosql数据库有哪些

上周朋友在讨论数据库选型的时候，提到了三种常见的NoSQL数据库：Redis、Memcache、MongoDB。
Redis支持字符串、链表等多种数据结构，并且可以持久化数据，非常适合需要快速读写和持久化的应用。
我问他单线程Redis模式是不是有点限制，他说是的，但是类似的情况下就不用担心数据一致性问题了。

然后朋友提到了Memcache，它一下子就有大量的对象，但是只能存储一个key值，不能持久化。
它似乎是专门为缓存而设计的。
我想知道如何处理 Memcache 数据同步。
他们说不支持这个，只能用作缓存。

最后，我们讨论了 MongoDB。
朋友说插入速度快，可以处理大表，支持二维空间索引。
看起来很强大。
我问他弱数据结构模式是什么意思，他说这样添加新字段不会影响旧数据，非常灵活。

朋友的结论是，每种数据库都有其优点，应该根据具体需求来选择。
我点头同意，但我仍然在想，如果有一个统一的数据解决方案就好了。
算了，你都知道的。

瞎聊SQL,NoSQL,NewSQL

nosql数据库的存储结构是啥

事实上，NoSQL数据库的存储结构并不是个性化的，根据类型的不同，设计也完全不同。
主要有以下几种：
1 ．文档数据库（例如MongoDB）
结构是一种使用类似于 JSON 的键值对格式的文档，可以嵌套或数组。

存储用户位置信息时，直接将纬度、经度、地址和时间戳收集到一个文档中，无需打开它。

优点是灵活性，当数据模型发生变化时不需要做大的改变。
例如位置服务，MongoDB文档结构在访问位置信息方面效率很高，并且不需要像关系数据库那样复杂的表连接。

优化案例：如果文档尺寸太大，查询会很慢。
可以将不常用的字段分成单独的组，并使用引用链接数据，这样可以平衡数据一致性和查询效率。

2 图数据库（例如Neo4 j）
基本结构是节点和边。
节点代表实体，边代表关系。

例如，在社交网络中，用户是节点，朋友关系是边。
边还可以添加属性，例如关系类型和建立时间。

优点是在处理复杂关系查询时特别有效。
例如，在社交推荐中，图数据库可以快速遍历“用户朋友的朋友”的路径，实现个性化推荐。
为了验证这种关系，关系数据库需要多个表关联。
当数据量很大时，性能会明显下降。

最低学习要求是了解栅格图理论以及使用特殊查询语言（例如 Cypher）的能力。
优化查询需要根据图结构的属性调整遍历路径。

3 键值数据库（如Redis）
基本结构是键值对，键是唯一标识符，值可以是字符串、列表、数组等。

优点是读写速度快，适合缓存和会话管理。
例如，电商网站使用Redis存储购物车信息，使用key快速查找用户数据，list-in-value结构可以动态添加和删除商品。

限制是查询灵活性较弱。
可以匹配仅与键完全一致，不能直接按值项过滤。

4 列族数据库（例如Cassandra）
基本结构是一系列柱子。
每个列族包含多行。
每行都有一个行键和多个列。
还可以动态添加列。

例如，存储用户行为记录时，用户ID为行键，点击、购买等行为类型为列族，时间戳为列名。

优点是扩展性好，适合写入海量数据。
例如，对于物联网设备数据采集，Cassandra可以水平添加节点来处理设备的增加。
列存储设计还提高了压缩和查询效率。

查询模式通常按行族或列族范围扫描数据，复杂的分析必须结合MapReduce等框架。

5 选择 NoSQL 数据库时请考虑以下几点：
数据属性：如果关系复杂，选择图数据库（如社交网络分析）；如果是半结构化或非结构化，请选择文档类型（例如记录、JSON）；如果读写频繁，选择键值类型（如缓存）；如果您要大规模写入，请选择列族（例如时间序列数据）。

查询需求：如果要灵活查询嵌套属性，请选择文档类型；如果想要高效地遍历关系，就选择图数据库；如果要按主键查询，请选择键值类型。

扩展需求：如果要水平扩展，选择列族和键值类型；如果垂直扩展也可以接受，请选择文档类型（在某些情况下）。

6 案例概要：
地理定位服务：MongoDB 文档结构简化了设计，但请注意文档大小会影响性能并在必要时拆分字段。

社交推荐系统：Neo4 j图结构直观地表达关系，但需要花时间学习图查询优化。

电商缓存层：Redis键值结构支持高并发，但键命名必须设计避免冲突。

NoSQL数据库有多种存储结构以适应不同的场景。
但选择时应考虑数据特征和模式查询和扩展需求。
不要只关注新想法而忽视实际的商业风险。