Memcached的优势:
Memcached可以利用多核优势,单吞吐量极高,可以达到几十万QPS(取决于Key.value的字节大小以及服务器硬件性能,日常环境中QPS高峰大约在4-6w左右.)适用于最大程度抗量
支持直接配置session handle
Memcached的局限性:
只支持简单的key/value数据结构,不像Redis可以支持丰富的数据类型
无法进行持久化,数据不能备份,只能用于缓存使用.且重启后数据全部丢失.
无法进行数据同步,不能将MC中的数据迁移到其他MC实例中.
Memcached内存分配采用Slab Allocation机制管理内存,value大小分布差异较大时造成内存利用率降低.并引发地利用率时依然出现踢出等问题.需要用户注重value设计.
Redis的优点:
支持多种数据结构,如String(字符串),list(双向链表).dict(hash表),set(集合),zset(排序集合).hyperloglog(基数估算)
支持持久化操作,可以进行aof或者rdb数据持久化到磁盘,从而进行数据备份或者数据恢复等操作.较好的防止数据丢失的手段.
支持通过Replication进行数据复制,通过master-slave机制,可以实时进行数据的同步复制,支持多级复制和增量复制.master-slave机制是Redis进行HA重要手段.
单线程请求,所有命令串行执行,并发情况下不需要考虑数据一致性问题.
支持pub/sub消息订阅机制,可以用来消息订阅与通知.
支持简单的事务需求,但业界使用场景很少,并不成熟.
Redis的局限性:
Rredis只能使用单线程,性能受限于CPU性能,故单实例CPU最高才能达到5-6wQPS每秒(取决于数据结构,数据大小以及服务器硬件性能,日常环境中QPS高峰大约在1-2w)
支持简单的事务需求,但业界使用场景少,并不成熟,既是有点也是缺点.
Redis在String类型上会消耗较多内存,可以使用dict(hash表)压缩存储以降低内存耗用.
MC和Redis都是Key-value类型,不适合在不同数据集之间建立关系,也不适合进行查询搜索,比如redis的keyspattern这种匹配操作,对redis的性能是灾难性.
MongoDB
MongoDB是一种文档型的数据库,先解释一下文档的数据库,既可以存放xml.json.bson类型关系的数据.
这些数据具备自述性(self-describing),呈现分层个的树状数据结构.redis可以用hash存放简单关系性格数据.
MongoDB存放json格式数据
使用场景:事件记录.内容管理或者博客平台,比如评论系统.
MongoDB持久化原理
MongoDB与mysql不同,mysql的每一次更新操作都会直接写入硬盘,但是mongoDB不会,作为内存型数据库,数据操作会先写入内存,然后再会持久化到硬盘中去,那么mondoDB是如何持久化的呢?
monogoDB在启动时,专门初始化一个线程不断循环(除非应用crash掉),用于在一定时间周期内来从defer队列中获取到持久化的数据并写入到磁盘的journal(日志)和mongofile(数据)处,当然因为它不是在用户添加记录时就写到磁盘上,所以按mongodb开发者来说,它不会造成性能上的耗损,因为看过代码发现,当进行CUD操作时,记录(Record类型)都被放入到defer队列中以工延时批量(groupcommit)提交写入,但是相信其中时间周期参数是个要认真考量的参数;系统为90毫秒.如果该值更低的话,可能造成频繁磁盘操作,过高又会造成系统宕机时数据丢失过.
什么是NOSQL数据库?NOSQL和RDBMS有什么区别?在那些情况下使用和不适用NOSQL数据库?
NOSQL是非关系型数据库.NOSQL= Not Only SQL
关系型数据库采用的结构化的数据,NoSQL采用的是键值对的方式存储数据.
在处理非结构化/半结构化的大数据时,在水平方向上进行拓展时,随时应对动态增加的数据项时可以优先考虑使用NOSQL数据库
在考虑数据库的成熟度,支持.分析和商业智能,管理及专业性等问题时,应优先考虑关系型数据库.
Mysql和MongoDB之间最基本的区别是什么?
关系型数据库与非关系型数据库的区别,即数据存储结构的不同.
MongoDB的特点是什么?
面向文档 高性能 高可用 易拓展.丰富的查询语言
MongoDB支持存储过程么?如果支持的话,怎么用?
MongoDB支持存储过程,它是javascript写的,保存在db.system.js表中/
如何理解MongoDB中的GridFS机制,MongoDB为何使用GridFS来存储文件?
GridFS是一种将大型文件存储在MongoDB中的文件规范.使用GridFS可以将大文件分隔为多个小文档存放,这样我们能够有效的保存大文档,而且解决了BSON对象有限制的问题
为什么MongoDB的数据文件很大?
MongoDB采用的预分配的方式来防止文件碎片的.
当更新一个正在被迁移的快(chunk)上的文档时会发生什么?
更新操作会立即发生在旧的块(Chunk)上,然后更烦才会在所有权转移前复制到新的分片上.
MongoDB在A:{B,C}上建立索引,查询A:{B,C}和A:{C,B}都会使用索引么?
不会,只会在A:{B,C}上使用索引
10.如果一个分片(Shard)停止或者很慢的时候,发起一个查询会怎样?
如果一个分片停止了,除非查询中设置了"Partial"选项,否则查询会返回一个错误,如果一个分片响应很慢,MongoDB会等待它的响应.
Redis.Memcache和MongoDB的区别?
性能方面的话:
都比较高,新更难对我们来说应该不是瓶颈.
总体来说,TPS方面redis和memcache差不多,要大于mongodb
操作方面:
memcache数据结构单一
redis丰富一些,数据操作方面,redis更好一些,较少的网络IO次数
mongodb支持丰富的数据表达,索引,最类似关系型数据库,支持的查询语言非常丰富
内存空间的大小和数据量的大小
redis2.0版本后增加了自己的vm特性,突破物理内存的限制,可以对keyvalue设置过期时间(类似于memcache)
memecache可以修改最大可用内存,采用LRU算法
mongoDB适合大数据量的存储,依赖操作系统VM做内存管理,吃内存也比较厉害,服务器不要和别的服务在一起.
可用性(单点问题)
对于单点问题:
redis,依赖客户端来实现分布式读写,主从复制时,每次从节点重新连接主节点都要依赖整个快照,无增量复制,因性能和效率问题.
所以单点问题比较复杂,不支持自动sharding,需要依赖程序设定一致hash机制
一种替代方案,不用redis本身的复制机制,采用自己做主动复制(多份存储),或者改成增量复制的方式(需要自己实现),一致性问题和性能的权衡
Memcache本身没有数据冗余机制,也没有必要;对于故障预防,采用依赖成熟的hash或者环装的算法,解决单点故障引起的抖动问题.
mongoDB支持master-slave,replicaset(内部采用paxos选举算法,自动故障恢复),auto sharding机制,对客户端屏蔽了故障转移和切分机制.
可靠性:
对于数据持久化和数据恢复
redis支持(rdb和aof)依赖快照进行持久化,aof增强了可靠性的同时,对性能有所影响
memcache不支持,通常用在做缓存,提升性能
MongoDB从1.8开始采用binlog方式支持持久化的可靠性.
数据一致性
Memcache在并发场景下,用cas保证一致性
redis事务支持比较弱,只能保证事务中的每一个操作连续执行.
mongoDB不支持事务.
数据分析
mongoDB内置了数据分析的功能(mapreduce),其他不支持
应用场景
redis数据量小的性能操作和运算上
memcache:用于在动态系统中减少数据库负载,提升性能,做缓存,提高性能(适合读写少,对于数据量比较大,可以采用sharding)
MongoDB主要解决海量数据的访问效率问题.