缓存穿透：
正常去mysql 查询 ，但是 速度太慢，当某刻有大量数据请求时 redis ，爆炸式流量 网站一更新，缓存支撑不了 ；本来该去缓存里拿数据，然后大量的数据 突然冲到了mysql ;即缓存被击穿或穿透！手写一些 布隆过滤器。。。
（------网）redis (缓存数据库)
（----- 被保护）mysql （）
为什么要用Nosql
dashuj 大数据：一般数据 无法处理 引入 hadoop
spring 2004 出来
混 得会springBoot + spring clould
淘宝 php 买的 后面用java 分布式
<---- 单机模式
1.因数据量太大，mysq 》 300w 就要建立索引了；
2.数据的索引 （B+ tree ），一个机器的内存也太大
3.访问量（读写混合），一个服务器受不了 -------> 开始引入 分布式模式
垂直拆分 ：eg : 一个 mysql 不够用 --> 三个 来实现 读写分离
但 网站80% 时 都要去读的 ，为了减少相同的查询操作 引入缓存 减轻数据库压力
缓存引入过程： 先优化数据结构和索引 -- > 文件缓存 （io 操作）--（数据读写又增大了） -->
Memcached (当时hot热门技术 高速缓存插件 会做缓存的人优先 servelet jsp 80年代的)
那么 ：为甚吗要用 Nosql
各类信息 ：用户的信息 社交网络 地理位置 用户自己的数据 用户日志 爆发增长， 引入 Nosql
定义： Not only sql 泛指 非关系型sql 随之web2.0 net 的诞生，关系型sql 对付不了超大规模 高并发的 社区了 互联网的 原始 就是论坛 、站长；
关系型数据库：表格、行、列 （POI : 用java 程序 通过poi 的这个java 包 去操作execl 关系型表格）
Nosql :对各类信息的存储 不需要一个固定的格式 支持横向拓展 java： Map
解耦：1 方便拓展 （数据间没关系）
2、大数据量 高性能（rdis write 8w/s read 11w/s） 缓存记录级的 细粒度的缓存 性能高
3、数据类型多 string List Set Hash Zset 5 kins basic type and geo hyperloglog bitmap three special types, 且不需事先设计数据库 三大范式 随取随用
4、传统的 RDBMS and Nosql
RDBMS:
-- 结构化组织
--数据库在单独的表中
--数据操作语言 数据定义语言
--严格一致性
-- 基础的事务
.NOsql
-- 不仅是数据
--没有固定的查询语言
-- 键值对存储、列存储（大数据的habits） 、文件存储（mongodb）、图行数据库（图谱图 做个社交关系）
--最终一致性
--CAP 定理 和 base (异地多活：保证服务器不会宕机) 左边的东西 做实践的话 初级架构师
-- 三高 高性能 高可用 高扩展
3v+3高
3v: 海量volume 多样variety 实时 Velocity
Nosql +rdbms 一起使用 是最强的
chapter3 （微信公众号：狂神说）
一个淘宝首页的数据来源：图片省
1、商品的基本信息 mysql （底层被模块化实现）
2.商品的描述 评论（文字比较多） mongodb
3.图片 {
分布式文件系统 FastDFS
--淘宝自己的 TFS
-- GPPALE 的 gfs
--hadoop HDFS
-- 阿里云的 oss
}
4、商品的关键字
-- 搜索引擎 solr elastrcsearch
--Iserach : 多隆
5.热门的波段信息 秒杀活动
--内存数据库
-- redis Tair Memache..、高速缓存
6 商品的交易 外部的支付接口
--三方的应用 ：银行 。。。
一个页面：数据类型太多 数据源繁多 经常重构。数据要改造
解决方案 udsl (统一的数据服务平台) 加一层 中间层
chapter 4
Nosql 的四大分类
kv 键值对
-新良 Redis
美团 Redis + Tair
阿里百度 Rdis +memecache
mongodb 文档数据库（bson 格式 json 一样）
分布式文件存储 c++ 处理大量的文档
鉴于 关系与 非关系中间的 是Nosql 非关系 功能最富么 最像关系型的
conthdb 国外的
列存储数据库
Hbase(大数据的)
分布式文件系统
图关系数据库
--朋友圈设计网络 广告推荐(zui最短路径算法 ..N度关系查找)
防的不是图形 放到是关系
Neo4j infoGrid