【一】技术发展

技术的分类

1. 解决功能性的问题： Java 、 Jsp 、 RDBMS 、 Tomcat 、 HTML 、 Linux 、 JDBC 、 SVN

我们做一个项目，无外乎增删改查操作

为了实现而实现的这些功能，我们就要学解决这些功能性问题的技术

2. 解决扩展性问题： Strits 、 Spring 、 SpringMVC 、 Hibernate 、 Mybatis

随着项目的完成，我们需要做项目的优化

这个时候就要做代码的修改，这些框架可以方便我们高效地开发

3. 解决性能的问题：  NoSql 、 Java线程 、 Hadoop 、 Nginx 、 MQ 、 ElasticSearch

随着用户数量的上升，我们就会面临多线程的问题

而我们这里说的 Redis 就是一种典型的 NoSql 数据库

【二】 Web 1.0 时代

浏览器 —— Web 服务器 —— 数据库服务

这就是我们早期的一种架构

【三】 Web 2.0 时代

浏览器 + 手机端 —— Web 服务器 —— 数据库服务

Web 服务器的访问量增加

服务器的 CPU 和内存面临着巨大的压力

数据库服务面临着巨大的 IO 压力

那这个时候我们就会使用负载均衡来解决服务器压力过大的问题

然而，当服务器变多了以后，我们的 session 却还是唯一的

我们有以下几种方案去解决这个问题

1. 存在浏览器的 cookie 里面

但是这样做，不安全，效率低 

2. 存在文件服务器或者数据库里

这样反而会增加数据库的 IO 压力

3. session 复制

这样会造成大量的session数据冗余，节点越多，浪费就越大 

4. 缓存数据库

完全在内存中，速度快。数据结构简单 

【四】 缓存数据库

打破了传统的关系型数据库以业务逻辑为依据的存储模式，而针对不同数据结构类型，改为以性能为有限的存储方式

【五】 NoSql 数据库

1. NoSql（ NoSql = Not Only Sql ），意思就是“不仅仅是 Sql ”，泛指非关系型数据库。

 NoSql 不依赖业务逻辑方式存储，而以简单的 key-value 模式存储。因此大大的增加了数据库的扩展能力。

• 不遵循 Sql 标准
• 不支持 ACID （原子性、一致性、隔离性、持久性）
• 远超于 Sql 的性能

2. NoSql 的使用场景

• 对数据高并发的读写
• 海量数据的读写
• 对数据的高扩展性

3. NoSql 不适用的场景

• 需要事务支持
• 基于 sql 的结构化查询存储，处理复杂的关系，需要及时查询。
• （用不着 sql 的和用了 sql 也不行的情况，请考虑用 NoSql ）

4. Memcache

• 很早出现的 NoSql 数据库
• 数据库都在内存中，一般不持久化
• 支持简单的 key-value 模式，支持类型单一
• 一般是作为缓存数据库辅助持久化的数据库

5. Redis

• 几乎覆盖了 Memcache 的绝大部分功能
• 数据都在内存中，支持持久化，主要用作备份恢复
• 除了简单的 key-value 模式，还支持多种数据结构的存储，比如 list、set、hash、zset 等
• 一般是作为缓存数据库辅助持久化的数据

6. MongoDB

• 高性能、开元、模式自由（ schema free ）的文档型数据库
• 数据都在内存中，如果内存不足，把不常用的数据保存到硬盘
• 虽然是 key-value 模式，但是对 value （尤其是 json ）提供了丰富的查询功能
• 支持二进制数据及大型对象
• 可以根据数据的特点替代 RDBMS ，成为独立的数据库。或者配合 RDBMS，存储特定的数据。

【六】行式存储数据库

1. 行式数据库

你们可以理解成把一条条的数据以json文本的形式表现出来

2. 列式数据库

就相当于原本的数据是一行一行记的，现在是一列一列记的

以上这两种方式跟传统的数据库相比，各有利弊，看应用场景

【七】图关系型数据库

主要应用：社会关系，公共交通网络，地图及网络拓普（n*（n - 1） / 2）

【八】最新的数据库排名

1. Oracle
2. MySql
3. Sql Server
4. PostgreSql
5. MongoDB
6. IBM Db2
7. Redis