分散式(5)資料儲存 MongoDB/HBase/Redis比對與使用

阿新 • • 發佈：2021-03-08

轉載整理自

https://www.cnblogs.com/vajoy/p/5471308.html
https://www.cnblogs.com/RealWorld/p/9209687.html

文章目錄

MongoDB/HBase/Redis應用場景場景

型別	適用場景
MongoDB	適用於資料讀效能要求高，表結構變化大，資料規模較大、需要聚合查詢的場景
HBase	適用於大資料量持久化儲存場景
Redis	適用於讀寫要求高，資料量較小並且不需要持久化的場景

也可以考慮使用一些雲上儲存方案來解決一些資料儲存的問題，比如阿里雲的OSS、OTS

MongoDB

開源，無模式的文件型資料庫，開發語言是C++。可用於替代傳統的關係型資料庫或鍵/值儲存方式。

1.特點

1.1 資料格式
在 MongoDB 中，文件是對資料的抽象，它的表現形式就是我們常說的 BSON（Binary JSON ）。
BSON 是一個輕量級的二進位制資料格式。MongoDB 能夠使用 BSON，並將 BSON 作為資料的儲存存放在磁碟中。
一個“文件”

{“name":"mengxiangyue","sex":"nan"}

對於文件是有一些限制的：有序、區分大小寫的，所以下面的兩個文件是與上面不同的：

{"sex":"nan","name":"mengxiangyue"}  
{"Name":"mengxiangyue","sex":"nan"}

另外，對於文件的欄位 MongoDB 有如下的限制：
_id必須存在，如果你插入的文件中沒有該欄位，那麼 MongoDB 會為該文件建立一個ObjectId作為其值。_id的值必須在本集合中是唯一的。

多個文件則組合為一個“集合”。在 MongoDB 中的集合是無模式的，也就是說集合中儲存的文件的結構可以是不同的，比如下面的兩個文件可以同時存入到一個集合中：

{"name":"mengxiangyue"}  
{"Name":"mengxiangyue","sex":"nan"}

1.2 效能
MongoDB 目前支援的儲存引擎為記憶體對映引擎。當 MongoDB 啟動的時候，會將所有的資料檔案對映到記憶體中，然後作業系統會託管所有的磁碟操作。這種儲存引擎有以下幾種特點：

MongoDB 中關於記憶體管理的程式碼非常精簡，畢竟相關的工作已經有作業系統進行託管。
MongoDB 伺服器使用的虛擬記憶體將非常巨大，並將超過整個資料檔案的大小。
另外，MongoDB 提供了全索引支援：包括文件內嵌物件及陣列。Mongo的查詢優化器會分析查詢表示式，並生成一個高效的查詢計劃。通常能夠極大的提高查詢的效率。

1.3 持久化
MongoDB 在1.8版本之後開始支援 journal，就是我們常說的 redo log，用於故障恢復和持久化。
當系統啟動時，MongoDB 會將資料檔案對映到一塊記憶體區域，稱之為Shared view，在不開啟 journal 的系統中，資料直接寫入shared view，然後返回，系統每60s重新整理這塊記憶體到磁碟，這樣，如果斷電或down機，就會丟失很多記憶體中未持久化的資料。
當系統開啟了 journal 功能，系統會再對映一塊記憶體區域供 journal 使用，稱之為 private view，MongoDB 預設每100ms重新整理 privateView 到 journal，也就是說，斷電或宕機，有可能丟失這100ms資料，一般都是可以忍受的，如果不能忍受，那就用程式寫log吧（但開啟journal後使用的虛擬記憶體是之前的兩倍）。
1.4 CAP類別
MongoDB 比較靈活，可以設定成 strong consistent （CP型別）或者 eventual consistent（AP型別）。
預設是 CP 型別

2.java使用

pom.xml

<dependency>
    <groupId>org.mongodb</groupId>
    <artifactId>mongodb-driver</artifactId>
    <version>3.12.8</version>
</dependency>

demo

public class MongoDBJDBC {
    public static void main(String args[]) {
        try {
            /**
            // 連線到MongoDB服務 如果是遠端連線可以替換“localhost”為伺服器所在IP地址
            // ServerAddress()兩個引數分別為 伺服器地址 和 埠
            ServerAddress serverAddress = new ServerAddress("localhost", 27017);
            List<ServerAddress> addrs = new ArrayList<ServerAddress>();
            addrs.add(serverAddress);
 
            // MongoCredential.createScramSha1Credential()三個引數分別為 使用者名稱 資料庫名稱 密碼
            MongoCredential credential = MongoCredential.createScramSha1Credential("username", "databaseName", "password".toCharArray());
            List<MongoCredential> credentials = new ArrayList<MongoCredential>();
            credentials.add(credential);
            // 通過連線認證獲取MongoDB連線
            MongoClient mongoClient = new MongoClient(addrs, credentials);
            **/
            // 連線到 mongodb 服務
            MongoClient mongoClient = new MongoClient("172.22.25.14", 27017);
            // 連線到資料庫
            MongoDatabase mongoDatabase = mongoClient.getDatabase("mycol");
            // 集合建立
            mongoDatabase.createCollection("test");
            // 集合 test 選擇
            MongoCollection<Document> collection = mongoDatabase.getCollection("test");
            // 插入文件
            /**
             * 1. 建立文件 org.bson.Document 引數為key-value的格式
             * 2. 建立文件集合List<Document>
             * 3. 將文件集合插入資料庫集合中 mongoCollection.insertMany(List<Document>)
             * 插入單個文件可以用 mongoCollection.insertOne(Document)
             */
            Document document = new Document("title", "MongoDB").append("description", "database").append("likes", 100).append("by", "Fly");
            List<Document> documents = new ArrayList<Document>();
            documents.add(document);
            collection.insertMany(documents);
            System.out.println("文件插入成功");
             
            // 檢索所有文件
            /**
             * 1. 獲取迭代器FindIterable<Document>
             * 2. 獲取遊標MongoCursor<Document>
             * 3. 通過遊標遍歷檢索出的文件集合
             */
            FindIterable<Document> findIterable = collection.find();
            MongoCursor<Document> mongoCursor = findIterable.iterator();
            while (mongoCursor.hasNext()) {
                System.out.println(mongoCursor.next());
            }
 
            // 更新文件 將文件中likes=100的文件修改為likes=200
            collection.updateMany(Filters.eq("likes", 100), new Document("$set", new Document("likes", 200)));
 
            // 刪除符合條件的第一個文件
            collection.deleteOne(Filters.eq("likes", 200));
            // 刪除所有符合條件的文件
            collection.deleteMany(Filters.eq("likes", 200));
        }
        catch (Exception e) {
            System.err.println(e.getClass().getName() + ": " + e.getMessage());
        }
    }
}

3.優缺點

優勢

強大的自動化shading功能，可以快速實現資料複製和節點伸縮
快速的查詢，MongoDB支援二維空間索引，比如管道，因此可以快速及精確的從指定位置
獲取資料。MongoDB在啟動後會將資料庫中的資料以檔案對映的方式載入到記憶體中。如果記憶體資源充足的話，這將極大地提高資料庫的查詢速度。
非結構化資料的爆發增長，增加列在有些情況下可能鎖定整個資料庫，或者增加負載從而
導致效能下降，由於MongoDB的弱資料結構模式，新增1個新欄位不會對舊錶格有任何影響，整個過程會非常快速。
支援動態查詢，查詢指令也使用JSON形式的標記，可輕易查詢文件中內嵌的物件及陣列。

缺點

單個文件大小限制為16M，32位系統上，不支援大於2.5G的資料；
對記憶體要求比較大，至少要保證熱資料（索引，資料及系統其它開銷）都能裝進記憶體；
非事務機制，無法保證事件的原子性。

適用場景

適用於實時的插入、更新與查詢的需求，並具備應用程式實時資料儲存所需的複製及高度伸縮性。
非常適合文件化(json)格式的儲存及查詢。
高伸縮性的場景。
對效能的關注超過對功能的要求。

HBase

HBase 是 Apache Hadoop 中的一個子專案，屬於 bigtable 的開源版本，所實現的語言為Java（故依賴 Java SDK）。HBase 依託於 Hadoop 的 HDFS（分散式檔案系統）作為最基本儲存基礎單元。
HBase在列上實現了 BigTable 論文提到的壓縮演算法、記憶體操作和布隆過濾器。HBase的表能夠作為 MapReduce 任務的輸入和輸出，可以通過Java API來訪問資料，也可以通過REST、Avro或者Thrift的API來訪問。

1. 特點

1.1 資料格式
HBash 的資料儲存是基於列（ColumnFamily）的，且非常鬆散—— 不同於傳統的關係型資料庫（RDBMS），HBase 允許表下某行某列值為空時不做任何儲存（也不佔位），減少了空間佔用也提高了讀效能。
使用關係型資料庫（RDBMS）和 HBase 對比：
⑴ RDBMS方案：

其中Article表格式：

Author表格式：

⑵ 等價的HBase方案：

1.2 效能
HStore儲存是HBase儲存的核心，它由兩部分組成，一部分是MemStore，一部分是StoreFiles。
MemStore 是 Sorted Memory Buffer，使用者寫入的資料首先會放入MemStore，當MemStore滿了以後會Flush成一個StoreFile（底層實現是HFile），當StoreFile檔案數量增長到一定閾值，會觸發Compact合併操作，將多個StoreFiles合併成一個StoreFile，合併過程中會進行版本合併和資料刪除，因此可以看出HBase其實只有增加資料，所有的更新和刪除操作都是在後續的compact過程中進行的，這使得使用者的寫操作只要進入記憶體中就可以立即返回，保證了HBase I/O的高效能。
1.3 資料版本
Hbase 還能直接檢索到往昔版本的資料，這意味著我們更新資料時，舊資料並沒有即時被清除，而是保留著：
Hbase 中通過 row+columns 所指定的一個存貯單元稱為cell。每個 cell都儲存著同一份資料的多個版本——版本通過時間戳來索引。
時間戳的型別是 64位整型。時間戳可以由Hbase(在資料寫入時自動 )賦值，此時時間戳是精確到毫秒的當前系統時間。時間戳也可以由客戶顯式賦值。如果應用程式要避免資料版本衝突，就必須自己生成具有唯一性的時間戳。每個 cell中，不同版本的資料按照時間倒序排序，即最新的資料排在最前面。
為了避免資料存在過多版本造成的的管理 (包括存貯和索引)負擔，Hbase提供了兩種資料版本回收方式。一是儲存資料的最後n個版本，二是儲存最近一段時間內的版本(比如最近七天)。使用者可以針對每個列族進行設定。
1.4 CAP類別
屬於CP型別

2.java使用

HBase的相關操作可參考下表：

pom.xml

<dependency>
   <groupId>org.apache.hbase</groupId>
   <artifactId>hbase-client</artifactId>
   <version>1.3.1</version>
</dependency>
<dependency>
   <groupId>org.apache.hbase</groupId>
   <artifactId>hbase-server</artifactId>
   <version>1.3.1</version>
</dependency>
<dependency>
   <groupId>org.apache.hbase</groupId>
   <artifactId>hbase-common</artifactId>
   <version>1.3.1</version>
</dependency>

code

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.*;
import org.apache.hadoop.hbase.client.*;
import java.io.IOException;

public class ExampleForHbase {
    public static Configuration configuration;
    public static Connection connection;
    public static Admin admin;

    //主函式中的語句請逐句執行，只需刪除其前的//即可，如：執行insertRow時請將其他語句註釋
    public static void main(String[] args)throws IOException{
        //建立一個表，表名為Score，列族為sname,course
        //createTable("Score",new String[]{"sname","course"});

        //在Score表中插入一條資料，其行鍵為95001,sname為Mary（因為sname列族下沒有子列所以第四個引數為空）
        //等價命令：put 'Score','95001','sname','Mary'
        insertRow("Score", "95001", "sname", "", "Mary");
        //在Score表中插入一條資料，其行鍵為95001,course:Math為88（course為列族，Math為course下的子列）
        //等價命令：put 'Score','95001','score:Math','88'
        //insertRow("Score", "95001", "course", "Math", "88");
        //在Score表中插入一條資料，其行鍵為95001,course:English為85（course為列族，English為course下的子列）
        //等價命令：put 'Score','95001','score:English','85'
        //insertRow("Score", "95001", "course", "English", "85");

        //1、刪除Score表中指定列資料，其行鍵為95001,列族為course，列為Math
        //執行這句程式碼前請deleteRow方法的定義中，將刪除指定列資料的程式碼取消註釋註釋，將刪除制定列族的程式碼註釋
        //等價命令：delete 'Score','95001','score:Math'
        //deleteRow("Score", "95001", "course", "Math");

        //2、刪除Score表中指定列族資料，其行鍵為95001,列族為course（95001的Math和English的值都會被刪除）
        //執行這句程式碼前請deleteRow方法的定義中，將刪除指定列資料的程式碼註釋，將刪除制定列族的程式碼取消註釋
        //等價命令：delete 'Score','95001','score'
        //deleteRow("Score", "95001", "course", "");

        //3、刪除Score表中指定行資料，其行鍵為95001
        //執行這句程式碼前請deleteRow方法的定義中，將刪除指定列資料的程式碼註釋，以及將刪除制定列族的程式碼註釋
        //等價命令：deleteall 'Score','95001'
        //deleteRow("Score", "95001", "", "");

        //查詢Score表中，行鍵為95001，列族為course，列為Math的值
        //getData("Score", "95001", "course", "Math");
        //查詢Score表中，行鍵為95001，列族為sname的值（因為sname列族下沒有子列所以第四個引數為空）
        //getData("Score", "95001", "sname", "");

        //刪除Score表
        //deleteTable("Score");
    }

    //建立連線
    public static void init(){
        configuration  = HBaseConfiguration.create();
        configuration.set("hbase.rootdir","hdfs://localhost:9000/hbase");
        try{
            connection = ConnectionFactory.createConnection(configuration);
            admin = connection.getAdmin();
        }catch (IOException e){
            e.printStackTrace();
        }
    }
    //關閉連線
    public static void close(){
        try{
            if(admin != null){
                admin.close();
            }
            if(null != connection){
                connection.close();
            }
        }catch (IOException e){
            e.printStackTrace();
        }
    }

    /**
     * 建表。HBase的表中會有一個系統預設的屬性作為主鍵，主鍵無需自行建立，預設為put命令操作中表名後第一個資料，因此此處無需建立id列
     * @param myTableName 表名
     * @param colFamily 列族名
     * @throws IOException
     */
    public static void createTable(String myTableName,String[] colFamily) throws IOException {

        init();
        TableName tableName = TableName.valueOf(myTableName);

        if(admin.tableExists(tableName)){
            System.out.println("talbe is exists!");
        }else {
            HTableDescriptor hTableDescriptor = new HTableDescriptor(tableName);
            for(String str:colFamily){
                HColumnDescriptor hColumnDescriptor = new HColumnDescriptor(str);
                hTableDescriptor.addFamily(hColumnDescriptor);
            }
            admin.createTable(hTableDescriptor);
            System.out.println("create table success");
        }
        close();
    }
    /**
     * 刪除指定表
     * @param tableName 表名
     * @throws IOException
     */
    public static void deleteTable(String tableName) throws IOException {
        init();
        TableName tn = TableName.valueOf(tableName);
        if (admin.tableExists(tn)) {
            admin.disableTable(tn);
            admin.deleteTable(tn);
        }
        close();
    }

    /**
     * 檢視已有表
     * @throws IOException
     */
    public static void listTables() throws IOException {
        init();
        HTableDescriptor hTableDescriptors[] = admin.listTables();
        for(HTableDescriptor hTableDescriptor :hTableDescriptors){
            System.out.println(hTableDescriptor.getNameAsString());
        }
        close();
    }
    /**
     * 向某一行的某一列插入資料
     * @param tableName 表名
     * @param rowKey 行鍵
     * @param colFamily 列族名
     * @param col 列名（如果其列族下沒有子列，此引數可為空）
     * @param val 值
     * @throws IOException
     */
    public static void insertRow(String tableName,String rowKey,String colFamily,String col,String val) throws IOException {
        init();
        Table table = connection.getTable(TableName.valueOf(tableName));
        Put put = new Put(rowKey.getBytes());
        put.addColumn(colFamily.getBytes(), col.getBytes(), val.getBytes());
        table.put(put);
        table.close();
        close();
    }

    /**
     * 刪除資料
     * @param tableName 表名
     * @param rowKey 行鍵
     * @param colFamily 列族名
     * @param col 列名
     * @throws IOException
     */
    public static void deleteRow(String tableName,String rowKey,String colFamily,String col) throws IOException {
        init();
        Table table = connection.getTable(TableName.valueOf(tableName));
        Delete delete = new Delete(rowKey.getBytes());
        //刪除指定列族的所有資料
        //delete.addFamily(colFamily.getBytes());
        //刪除指定列的資料
        //delete.addColumn(colFamily.getBytes(), col.getBytes());

        table.delete(delete);
        table.close();
        close();
    }
    /**
     * 根據行鍵rowkey查詢資料
     * @param tableName 表名
     * @param rowKey 行鍵
     * @param colFamily 列族名
     * @param col 列名
     * @throws IOException
     */
    public static void getData(String tableName,String rowKey,String colFamily,String col)throws  IOException{
        init();
        Table table = connection.getTable(TableName.valueOf(tableName));
        Get get = new Get(rowKey.getBytes());
        get.addColumn(colFamily.getBytes(),col.getBytes());
        Result result = table.get(get);
        showCell(result);
        table.close();
        close();
    }
    /**
     * 格式化輸出
     * @param result
     */
    public static void showCell(Result result){
        Cell[] cells = result.rawCells();
        for(Cell cell:cells){
            System.out.println("RowName:"+new String(CellUtil.cloneRow(cell))+" ");
            System.out.println("Timetamp:"+cell.getTimestamp()+" ");
            System.out.println("column Family:"+new String(CellUtil.cloneFamily(cell))+" ");
            System.out.println("row Name:"+new String(CellUtil.cloneQualifier(cell))+" ");
            System.out.println("value:"+new String(CellUtil.cloneValue(cell))+" ");
        }
    }
}

3.優缺點

優點

儲存容量大，一個表可以容納上億行，上百萬列。
可通過版本進行檢索，能搜到所需的歷史版本資料。
負載高時，可通過簡單的新增機器來實現水平切分擴充套件，跟Hadoop的無縫整合保障了其資料可靠性（HDFS）和海量資料分析的高效能（MapReduce)。
在第3點的基礎上可有效避免單點故障的發生。

缺點

基於Java語言實現及Hadoop架構意味著其API更適用於Java專案；
佔用記憶體很大，且鑑於建立在為批量分析而優化的HDFS上，導致讀取效能不高。
API相比其它 NoSql 的相對笨拙。

適用場景

bigtable型別的資料儲存。
對資料有版本查詢需求。
應對超大資料量要求擴充套件簡單的需求。

Redis

Redis 是一個開源的使用ANSI C語言編寫、支援網路、可基於記憶體亦可持久化的日誌型、Key-Value資料庫，並提供多種語言的API。

1.特點

1.1 資料格式
Redis 通常被稱為資料結構伺服器，因為值（value）可以是字串(String), 雜湊(Hash/Map), 列表(list), 集合(sets) 和有序集合(sorted sets)五種型別，操作非常方便。比如，如果你在做好友系統，檢視自己的好友關係，如果採用其他的key-value系統，則必須把對應的好友拼接成字串，然後在提取好友時，再把value進行解析，而redis則相對簡單，直接支援list的儲存(採用雙向連結串列或者壓縮連結串列的儲存方式)。
我們來看下這五種資料型別。
⑴ String

string 是 Redis 最基本的型別，你可以理解成與 Memcached 一模一樣的型別，一個key對應一個value。
string 型別是二進位制安全的。意思是 Redis 的 string 可以包含任何資料。比如 jpg 圖片或者序列化的物件。
string 型別是 Redis 最基本的資料型別，一個鍵最大能儲存512MB。

例項：

redis 127.0.0.1:6379> SET name zfpx
OK
redis 127.0.0.1:6379> GET name"zfpx"

在以上例項中我們使用了 Redis 的 SET 和 GET 命令。鍵為 name，對應的值為"zfpx"。注意：一個鍵最大能儲存512MB。
⑵ Hash

Redis hash 是一個鍵值對集合。
Redis hash 是一個 string 型別的 field 和 value 的對映表，hash 特別適合用於儲存物件。

例項：

redis 127.0.0.1:6379> HMSET user:1 username zfpx password 123
OK
redis 127.0.0.1:6379> HGETALL user:11) "username"2) "zfpx"3) "password"4) "123"

以上例項中 hash 資料型別儲存了包含使用者指令碼資訊的使用者物件。例項中我們使用了 Redis HMSET, HGETALL 命令，user:1 為鍵值。每個 hash 可以儲存 232 - 1 鍵值對（40多億）。
⑶ List
Redis 列表是簡單的字串列表，按照插入順序排序。你可以新增一個元素導列表的頭部（左邊）或者尾部（右邊）。
例項：

redis 127.0.0.1:6379> lpush name zfpx1
(integer) 1
redis 127.0.0.1:6379> lpush name zfpx2
(integer) 2
redis 127.0.0.1:6379> lpush name zfpx3
(integer) 3
redis 127.0.0.1:6379> lrange name 0 -11) "zfpx3"2) "zfpx2"3) "zfpx1"

列表最多可儲存 232 - 1 元素 (4294967295, 每個列表可儲存40多億)。
⑷ Sets
Redis的Set是string型別的無序集合。集合是通過雜湊表實現的，所以新增，刪除，查詢的複雜度都是O(1)。
新增一個string元素到 key 對應的 set 集合中，成功返回1，如果元素已經在集合中返回0，key對應的set不存在返回錯誤，指令格式為

sadd key member

例項：

redis 127.0.0.1:6379> sadd school zfpx1
(integer) 1
redis 127.0.0.1:6379> sadd school zfpx1
(integer) 0
redis 127.0.0.1:6379> sadd school zfpx2
(integer) 1
redis 127.0.0.1:6379> sadd school zfpx2
(integer) 0
redis 127.0.0.1:6379> smembers school
1) "zfpx1"2) "zfpx2"

注意：以上例項中 zfpx1 添加了兩次，但根據集合內元素的唯一性，第二次插入的元素將被忽略。集合中最大的成員數為 232 - 1 (4294967295, 每個集合可儲存40多億個成員)。
⑸ sorted sets/zset
Redis zset 和 set 一樣也是string型別元素的集合,且不允許重複的成員。不同的是每個元素都會關聯一個double型別的分數。redis正是通過分數來為集合中的成員進行從小到大的排序。
zset的成員是唯一的,但分數(score)卻可以重複。可以通過 zadd 命令（格式如下）新增元素到集合，若元素在集合中存在則更新對應score

zadd key score member

例項：

redis 127.0.0.1:6379> zadd school 0 zfpx1
(integer) 1
redis 127.0.0.1:6379> zadd school 2 zfpx2
(integer) 1
redis 127.0.0.1:6379> zadd school 0 zfpx3
(integer) 1
redis 127.0.0.1:6379> zadd school 1 zfpx4
(integer) 0
redis 127.0.0.1:6379> ZRANGEBYSCORE school 0 100
1) "zfpx1"2) "zfpx3"3) "zfpx4"4) "zfpx2"

1.2 效能
Redis資料庫完全在記憶體中，因此處理速度非常快，每秒能執行約11萬集合，每秒約81000+條記錄（測試資料的可參考這篇《Redis千萬級的資料量的效能測試》）。
Redis的資料能確保一致性——所有Redis操作是原子性（Atomicity，意味著操作的不可再分，要麼執行要麼不執行）的，這保證瞭如果兩個客戶端同時訪問的Redis伺服器將獲得更新後的值。
1.3 持久化
通過定時快照（snapshot）和基於語句的追加（AppendOnlyFile，aof）兩種方式，redis可以支援資料持久化——將記憶體中的資料儲存到磁碟上，方便在宕機等突發情況下快速恢復。
1.4 CAP類別
屬於CP型別

2.java使用

redis單機-哨兵-叢集雲伺服器環境搭建、原理說明及springboot2.0的呼叫

3.優缺點

優勢

非常豐富的資料結構；
Redis提供了事務的功能，可以保證一串命令的原子性，中間不會被任何操作打斷；
資料存在記憶體中，讀寫非常的高速，可以達到10w/s的頻率。

缺點

持久化功能體驗不佳——通過快照方法實現的話，需要每隔一段時間將整個資料庫的資料寫到磁碟上，代價非常高；而aof方法只追蹤變化的資料，類似於mysql的binlog方法，但追加log可能過大，同時所有操作均要重新執行一遍，恢復速度慢；
由於是記憶體資料庫，所以，單臺機器，儲存的資料量，跟機器本身的記憶體大小。雖然redis本身有key過期策略，但是還是需要提前預估和節約記憶體。如果記憶體增長過快，需要定期刪除資料。

適用場景

適用於資料變化快且資料庫大小可遇見（適合記憶體容量）的應用程式。

分散式(5)資料儲存 MongoDB/HBase/Redis比對與使用

文章目錄

MongoDB/HBase/Redis應用場景場景

MongoDB

1.特點

2.java使用

3.優缺點

HBase

1. 特點

2.java使用

3.優缺點

Redis

1.特點

2.java使用

3.優缺點

分散式(5)資料儲存 MongoDB/HBase/Redis比對與使用

sqoop(資料交換工具)+HBase(分散式、面向列、非結構化資料儲存、線上業務)總結

講解redis分散式資料儲存的核心演算法，資料分佈的演算法

Python 抓取資料儲存到Redis中的操作

開源 5 款超好用的資料庫 GUI 帶你玩轉 MongoDB、Redis、SQL 資料庫

開源 5 款超好用的資料庫 GUI 帶你玩轉 MongoDB、Redis、SQL 資料庫(推薦)

python爬蟲資料儲存到mongoDB的例項方法

關於馳騁工作流程引擎5流程資料儲存模式

VMware vSphere 5.1 群集深入解析（二十二）- 資料儲存配置

VMware vSphere 5.1 群集深入解析（二十三）- 資料儲存架構與設計

scrapy 資料儲存到mysql和mongodb

分散式文件儲存資料庫之MongoDB分片叢集的問題

分散式文件儲存資料庫之MongoDB訪問控制

分散式文件儲存資料庫之MongoDB備份與恢復

分散式文件儲存資料庫之MongoDB訪問控制的操作方法

分散式文件儲存資料庫之MongoDB備份與恢復的實踐詳解

004 第四篇：儲存庫之mongodb，redis，mysql

大資料應用-Flume+HBase+Kafka整合資料採集/儲存/分發完整流程測試03.

redis資料儲存之-aof日誌持久化

5.1.4 NoSQL資料庫-Redis（鍵值key-value）-三種特殊資料型別

分散式(5)資料儲存 MongoDB/HBase/Redis比對與使用

文章目錄

MongoDB/HBase/Redis應用場景場景

MongoDB

1.特點

2.java使用

3.優缺點

HBase

1. 特點

2.java使用

3.優缺點

Redis

1.特點

2.java使用

3.優缺點

相關推薦