Java數據庫開發

Nosql數據庫使用場景

首先須要確認一個問題，nosql能作什麼？在如今的開發領域中nosql能夠實現文檔存儲（BSON、JSON）、緩存存儲、圖像緩存（圖像搜索），可是對於nosql的具體應用場景徹底要根據你實際的業務來說；

· 在傳統的開發之中因爲常常要使用到多表查詢，性能不好，因此能夠將一些常常顯示的數據整理到文檔型的nosql數據庫（MongoDB），可是如今這個文檔型的nosql使用愈來愈少，能夠忽略了；

·緩存型：例如在進行分佈開發的時候session存儲、作一些臨時的數據，例如：購物車、短信驗證碼等，如今使用最多的緩存數據庫就是Redis（能夠保存在磁盤，斷電後數據能夠被保存下來）；

使用Redis實現消息隊列，可使用更加高級的RabbitMQ，Kafka實現更方便。

優勢：能夠實現每秒近乎10W次的讀寫處理。

數據庫優化有不少層次。

1． 語句上的優化：儘可能不要去使用多表查詢，儘可能不要頻繁的使用各類神奇的統計查詢、若是須要的時候建議使用子查詢來代替（子查詢只是一種折中方案也不是最好的，只是相對的，當你的數據量暴大的時候，那麼你全部認知的規則就所有都將改變）。

2． 數據庫的優化只可以體如今查詢上，而這個查詢仍是在認知範圍內的數據量，例如使用索引，可是一旦使用了索引，就不可以進行頻繁的修改，例如：在主鍵每每會設置索引，可是從另一個角度，數據不該該進行物理刪除，而要進行邏輯刪除，只是爲了保證索引不被從新建立；

空間換時間、時間換空間：你的數據是否須要進行同步處理操做。

3． 當存在有多個RPC業務端的時候，能夠考慮進行垂直拆庫的作法，這個時候只可以按照功能進行拆分，這個是須要強大的接口技術支持的；

4． 當分庫在沒法解決問題的時候就須要考慮數據庫的水平拆分問題（認知範圍內的惟一可使用的最後方案）；

5． 若是須要保證強大的查詢性能，那麼就須要再次引入搜索引擎的概念進行分詞處理；

更多數據庫精品課程：阿里雲大學——開發者課堂