NoSQL-Review

• NoSQL数据库是一种非关系型数据库，它不遵循传统的关系数据库管理系统（RDBMS）的结构。
• NoSQL数据库的设计初衷是为了解决大规模数据集的存储和检索问题，特别是在分布式环境中。
• NoSQL数据库适用于需要处理大量数据、高吞吐量和灵活数据模型的应用程序，例如大数据应用、实时分析、内容管理系统等。

• 键值存储（Key-Value Stores）:

  • 这种类型的数据库通过键值对来存储数据，键是唯一的，用于检索值。
  • 例子：Redis, Riak
• 文档存储（Document Stores）：

  • 文档存储数据库存储类似于JSON或XML的文档，这些文档可以包含多种数据类型和结构。
    • 例子：MongoDB, CouchDB
• 列存储（Column Stores）：

  • 列存储数据库将数据存储在列中，而不是行，这使得它们非常适合处理大量的写入操作和列查询。
  • 例子：Cassandra, HBase
• 图形数据库（Graph Databases）：

  • 图形数据库用于存储实体之间的关系，非常适合社交网络、推荐系统等需要处理复杂关系的应用。
  • 例子：Neo4j, OrientDB

• 关系型数据库
  • 中心化的
  • 处理密集，结构化的数据
  • 满足 ACID 性
  • 遵循 CA 原则
• NoSQL
  • 去中心化的
  • 处理稀疏数据，半/非结构化的数据
  • 主要是查询，很少更新
  • 满足 BASE 性
  • 遵循 AP 或 CP 原则

• 键值存储(Key-Value Store)
  • 简洁：数据主要采用Key-Value(KV)形式储存
  • 高速：数据驻留内存，重启时可再次加载进行使用
  • 易扩展：根据系统负载量，灵活添加或删除服务器
  • 对键可设置失效时间
• 列存储 (Column Store)
  • 更好的可扩展性
  • 高可用性
  • 适合离线批量数据处理
• 文档数据库(Document Store)
  • 核心概念是 "文档 "的概念，它与 RDBMS 中的行相对应
  • 以某些标准格式或编码封装和编码数据，如 JSON（BSON）
  • 文档在数据库中通过代表该文档的唯一密钥进行处理
  • 将文档作为一个整体处理，避免将文档拆分为其组成的名称/值对
  • 文档是无模式的，可以是非结构的数据
• 图形数据库(Graph Store)
  • 面向图形
  • 一切都以边、节点或属性的形式存储
  • 每个节点和边可以有任意数量的属性
  • 节点和边都可以贴标签
  • 标签可用于缩小搜索范围

a. 实时分析：
适用数据库：列族数据库（如Canssandra）
原因：优化了时间戳索引和快速的数据插入与查询，适合实时数据的收集和分析。全文搜索引擎则提供了强大的文本处理和搜索能力，适合实时日志分析和监控。
b. 大数据处理：
适用数据库：列存储数据库（如Cassandra, HBase） 或 文档数据库（如MongoDB）。
原因：列存储数据库优化了列的读写操作，适合处理大规模数据集，特别是在需要快速列查询的场景。文档数据库则因其灵活性和丰富的查询功能，适合处理结构化或半结构化的大数据。
c. 社交网络：
适用数据库：图形数据库（如Neo4j, OrientDB）。
原因：社交网络中存在大量的用户关系和交互数据，图形数据库能够高效地存储和查询这些复杂的关系，支持社交网络中的好友关系、社交图谱分析等。
d. 物联网 (IoT)：
适用数据库：键值数据库（如Redis） 或 文档数据库（如MongoDB）。
原因：物联网设备产生大量的非结构化，时序数据库可以高效地存储和查询这些数据。同时，物联网数据通常是半结构化的，文档数据库的灵活性使其成为处理这类数据的理想选择。

实际应用场景：社交媒体平台
应用描述：
一个社交媒体平台允许用户创建个人资料、发布状态更新、分享图片和视频、关注其他用户以及参与评论和点赞等社交互动。

• 数据模型的灵活性：
  社交媒体平台的数据结构经常变化，例如用户资料、帖子、评论等，它们可能是半结构化的，包含多种数据类型。NoSQL数据库如MongoDB允许灵活的数据模型，无需预先定义严格的模式。
• 水平扩展性：
  社交媒体平台可能迅速增长，需要处理大量用户和数据。NoSQL数据库如Cassandra设计用于水平扩展，通过增加更多节点来处理更大的数据量和用户请求。
  高性能的读写操作：
  用户生成内容和实时交互需要快速响应。NoSQL数据库通常提供高性能的读写操作，特别是在分布式环境中。
• 高可用性：
  社交媒体平台需要24/7的高可用性。NoSQL数据库通过数据复制和故障转移机制，确保服务的持续可用性。
• 处理非关系型数据：
  社交媒体数据如用户关系图、内容推荐等，是高度互联的非关系型数据。图形数据库如Neo4j可以有效地存储和查询这些复杂的网络关系。
• 大规模数据处理：
  社交媒体平台产生的数据量巨大，包括用户生成的内容、日志数据等。使用Hadoop或Spark等大数据处理框架与NoSQL数据库结合，可以高效地处理和分析这些数据。
• 多样化的查询需求：
  社交媒体平台需要支持复杂的查询，如搜索、推荐、趋势分析等。NoSQL数据库提供了丰富的查询语言和API，可以满足这些需求。
• 成本效益：
  与关系型数据库相比，NoSQL数据库通常提供更灵活的部署选项，包括云服务，这有助于降低成本和提高资源利用率。
• 开发速度：
  社交媒体平台需要快速迭代和部署新功能。NoSQL数据库的灵活性有助于加速开发过程，减少模式变更的复杂性。
  通过上述原因，社交媒体平台选择使用NoSQL数据库而不是关系型数据库，可以更好地满足其业务需求，提供更好的用户体验，并支持快速增长和变化

OPTIONAL MATCH 会搜索可能存在也可能不存在的描述模式，并将模式中不存在的标识符赋值为 NULL。

// 创建 Show 节点
CREATE (got:Show {title: "Game of Thrones"})
	
// 创建 Character 节点
CREATE (jon:Character {name: "Jon Snow"})
CREATE (dany:Character {name: "Daenerys Targaryen"})
CREATE (tyrion:Character {name: "Tyrion Lannister"})
	
// 创建 Actor 节点
CREATE (kit:Actor {name: "Kit Harington"})
CREATE (emilia:Actor {name: "Emilia Clarke"})
CREATE (peter:Actor {name: "Peter Dinklage"})
	
CREATE (kit)-[:ACTED_IN]->(got)
CREATE (emilia)-[:ACTED_IN]->(got)
CREATE (peter)-[:ACTED_IN]->(got)
	
CREATE (jon)-[:HAS_CHARACTER]->(got)
CREATE (dany)-[:HAS_CHARACTER]->(got)
CREATE (tyrion)-[:HAS_CHARACTER]->(got)
	
CREATE (kit)-[:PLAYS]->(jon)
CREATE (emilia)-[:PLAYS]->(dany)
CREATE (peter)-[:PLAYS]->(tyrion)	
Copy

• 易用性：灵活的文档模型。JSON格式简单易学
• 支持高性能访问数据。存储引擎是文档型数据库的核心组件。
• 可扩展性：支持大数据分布式存储，服务能力水平可横向弹性扩展

1. 什么是 Redis？

2. Redis的特点是什么？

3. Redis的数据结构有哪些？

4. Redis的发布与订阅功能是什么？

5. Redis事务如何实现？

6. Redis最与众不同的数据结构式什么？有什么特点？

7. Redis如何快速实现过期？

8. 请描述一个实际应用场景，说明为什么选择使用 Redis数据库。

9. 请简要介绍一下Cassandra是什么，以及它的主要特点是什么？

10. Cassandra与传统关系型数据库的主要区别是什么？

11. 什么是Cassandra的复制策略？如何配置数据的复制和分布？

12. Cassandra的数据删除是如何工作的？有没有什么需要注意的地方？

13. Cassandra数据库中使用哪种查询语言？

14. Cassandra的设计目标是什么？

15. Cassandra的主要成分是什么？

16. 请描述一个实际应用场景，说明为什么选择使用 Cassandra数据库？