草丁图书馆

  1. 首页 > 生活杂烩 >

nosql数据库有哪些，属于nosql数据库有哪些

小知识


哪个属于Nosql数据库 特点：
它们可以处理超大量的数据 。

它们运行在便宜的PC服务器集群上 。

PC集群扩充起来非常方便并且成本很低 ， 避免了“sharding”操作的复杂性和成本 。

它们击碎了性能瓶颈 。
NoSQL的支持者称 ， 通过NoSQL架构可以省去将Web或Java应用和数据转换成SQL友好格式的时间 ， 执行速度变得更快 。
“SQL并非适用于所有的程序代码 ， ” 对于那些繁重的重复操作的数据 ， SQL值得花钱 。 但是当数据库结构非常简单时 ， SQL可能没有太大用处 。

没有过多的操作 。
虽然NoSQL的支持者也承认关系数据库提供了无可比拟的功能集合 ， 而且在数据完整性上也发挥绝对稳定 ， 他们同时也表示 ， 企业的具体需求可能没有那么多 。

Bootstrap支持
因为NoSQL项目都是开源的 ， 因此它们缺乏供应商提供的正式支持 。 这一点它们与大多数开源项目一样 ， 不得不从社区中寻求支持 。

优点：
易扩展
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 。 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 。

大数据量 ， 高性能
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 。 这得益于它的无关系性 ， 数据库的结构简单 。 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 ， 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 ， 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 。

灵活的数据模型
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 ， 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 。 这点在大数据量的web2.0时代尤其明显 。

高可用
NoSQL在不太影响性能的情况 ， 就可以方便的实现高可用的架构 。 比如Cassandra ， HBase模型 ， 通过复制模型也能实现高可用 。

主要应用：
Apache HBase
这个大数据管理平台建立在谷歌强大的BigTable管理引擎基础上 。 作为具有开源、Java编码、分布式多个优势的数据库 ， Hbase最初被设计应用于Hadoop平台 ， 而这一强大的数据管理工具 ， 也被Facebook采用 ， 用于管理消息平台的庞大数据 。

Apache Storm
用于处理高速、大型数据流的分布式实时计算系统 。 Storm为Apache Hadoop添加了可靠的实时数据处理功能 ， 同时还增加了低延迟的仪表板、安全警报 ， 改进了原有的操作方式 ， 帮助企业更有效率地捕获商业机会、发展新业务 。

Apache Spark
该技术采用内存计算 ， 从多迭代批量处理出发 ， 允许将数据载入内存做反复查询 ， 此外还融合数据仓库、流处理和图计算等多种计算范式 ， Spark用Scala语言实现 ， 构建在HDFS上 ， 能与Hadoop很好的结合 ， 而且运行速度比MapReduce快100倍 。

Apache Hadoop
该技术迅速成为了大数据管理标准之一 。 当它被用来管理大型数据集时 ， 对于复杂的分布式应用 ， Hadoop体现出了非常好的性能 ， 平台的灵活性使它可以运行在商用硬件系统 ， 它还可以轻松地集成结构化、半结构化和甚至非结构化数据集 。

Apache Drill
你有多大的数据集？其实无论你有多大的数据集 ， Drill都能轻松应对 。 通过支持HBase、Cassandra和MongoDB ， Drill建立了交互式分析平台 ， 允许大规模数据吞吐 ， 而且能很快得出结果 。

Apache Sqoop
也许你的数据现在还被锁定于旧系统中 ， Sqoop可以帮你解决这个问题 。 这一平台采用并发连接 ， 可以将数据从关系数据库系统方便地转移到Hadoop中 ， 可以自定义数据类型以及元数据传播的映射 。 事实上 ， 你还可以将数据（如新的数据）导入到HDFS、Hive和Hbase中 。

推荐阅读


上一篇：3和7的倍数有哪些，逢3和7及3和7倍数过

下一篇：危险性较大的分部分项工程有哪些，3米算深基坑新规定