开发者学堂课程【Tomcat 服务器入门详解：Memcached 和 Msm】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/654/detail/10849
Memcached 和 Msm
内容介绍
一、Memcached 和 Msm
二、总结
之前课程说到，出现调度之后，tomcat上的section就会出现一些问题，为了解决，进行了一些在客户端发来请求的处理。服务器端出现问题，客户端做再多改变也没有效果。解决的方法有两种，第一种是进行同步，其中的问题在于最后每台备份里都是全量的东西，会占据内存。
另一种方法是将tomcat中的section数据拿出来，共同存储到一个地方；以上两种方法有一些区别。
NoSQL大家接触不少，最新开始是反传统的关系库的统称。SQL关系模型的文章发布以后，ibm的实验室去研究如何实现关系模型，并且研究如何操纵这种关系模型的语言，SQL是由ibm创建并且标准化，SQL是整个数据必须学会的语言，例如要做数据开发，SQL是必须要学会的语言。因为如果要增加数据库甚至是非官形的数据库的开发，都要提供SQl接口。NoSQL，刚开始创建出来，并没有引起大众注意，因为是刚开始进行数据建设，大家认为官形数据库也足够了。直到互联网那个时代，这些数据有个特点是，表跟表之间没有联系，数据比较简单，只是数量多，就会有很多问题显现，这时原来提出的非官形数据库的优势就显现出来了。在项目解决中，传统官形的数据库不能够解决，这时非官形数据库就引起了大家的关注。
NoSQL是对非SQL、非传统关系型数据库的统称。NoSQL一词诞生于1998年，2009年这个词汇被再次提出指非关系型、分布式、不提供ACID的数据库设计模式。
随着互联网时代的到来，数据爆发式增长，数据库技术发展日新月异，要适应新的业务需求。随着移动互联网、物联网的到来，大数据的技术中NoSQL也同样重要。
https://db-engines.com/en/ranking
分类
. Key-value Store
o redis、memcached. Document Store
o mongodb、CouchDB
. Column Store列存数据库，Column-Oriented DB
o HBase、Cassandra
. Graph DB
o Neo4j
. Time Series时序数据库
o lnfluxDB
Key-value Store（k的意思是唯一且不重复，k以及在数据库中的主键都有一个特点：快）此key-value一般是做哈希的，哈希的时间复杂度是大，一步就计算到位，并且精确位置，通过查看该位置就知道该数据是否存在。如果是数据库主键，就会形成一棵毕加树，毕加树的速度不能跟哈西相比，因为树是有深度的，没有哈希速度快，但是速度也不慢。为什么数据库使用毕加树，因为大部分情况下，数据库使用范围搜索，而哈希值无法做范围搜索。所以两者的区别在于，哈希值适合搜索一个精确的数值是否存在，毕加树适合进行范围搜索，因为要追求速度，所以目前所有的key-value数据库是以内存为家的，
问题在于内存如果崩了，这时存放到内存中就带来一个问题，假如进程崩、内存、机器出现问题，将如何进行解决。假如要使用高可用。就不需要考虑持久化的问题，因为持久化是要从比较快的内存把数据搬到比较慢的硬盘，甚至要通过。所以对于这种基于内存的事。基本上持久化速度就太慢了。尤其是写入磁盘，但是也可以提供持久化的方案。并不是时时刻刻写进磁盘的‘即key-value一类。
那还有一类的，就是文档型数据库在企业中应用比较多。那么在国内用的比较多的就是mongdb。里面存储的内容，他也是二进制比较紧凑的去存储的都是Jason。所以里面存储的都是可以序列化的一个个字节。这些都需要序列化的，这就是mongdb，mongdb也提供了sql的开发接口。大多数情况下不直接用的命令，或者直接应用命令相同的开发的API。也提供了可以使用SQL语句来访问的方式。这个命令应用比较少，因为里面存的数据相对来说比较简单。
主要应用在CMDB。因为这种数据库，跟Jason类似，其中的字段可以有多个知道，每行字段存在或者不存在都可以。但是传统关系数据库，这张表里有几个字段得确定。未来也可以进行扩展，但是要一个。假如其中的数据只有200行，但是这张表已经放到五亿条数据，所以在官形数据库当中。
为了防止破字段都会留一两个字段，上面写着叫保留一保留二，之后想要扩展字段只需要修改字段，因为赶扩展字段要引起整个表的物理结构的变化。就会导致整个表都不能使用。在这段时间里都不能用。而且含有大量的io访问。速度极其慢。尤其数据量大的。但是mongdb对列不限制，就是一个json字符串儿，Jason字符串本身是内容，上传之后不会改变。比较自由，所以对于CMDB来说很适合，但是关系数据库难度就会提高，前提是拥有高深的技巧。
Couch与它类似有，在公司有很多数据要进行分析，这个时候就需要使用hadof，需要搭建一个hadof集群，如果有时大量数据要处理的话，可能会出现两种类型。一种称为非官形数据库中的数据仓库。那个典型代表就是hadoop，里面典型代表就是hive另外一种是列存数据库，它是以列作为存储单元的。不是以行，MySQL是以行进行存储的，决定他的物理存储，而它是以列来存储。列数可以随便定。以大数据领域来说，磁盘大小决定内存大小。前面我们讲过这个故事，谷歌用了三篇论文，其中一篇论文呢，就是bigtale。大表被hadoop用来创造这个数据库，Hbase,列存的，以列为单位存储的。
那么在国内可能偶尔某些单位里面再用这个Cassandra，这两个同一类型的。国外用Cassandra比较多，在国内用Hbase比较多一点。以hbase为依据。操作方法是：在上层又提供Sql的操作接口，足以证明nosql的重要性。假如进行开发，就需要非常高的熟练度。下面这个图的数据库呢，老师了解过，但是没怎么应用。
在工作中的，会碰到另一类叫做时间序列，时间序列用的比较多的是influxDB，它是时间序列的，因为很多日志就是时间序列，也有部分企业在应用。还有一类呢，是后面这个站点https://db-engines.com/en/ranking，这个站点其实就是一个数据库排名，其中的数据排名都是热度排名。前二十个都是比较熟悉的。
Oracle，排在前面的就说明热度比较高，中小企业大企业都在应用。postgresql在很多的开源数据库中。也就官形数据库。可见关系数据库迁移。前四位可见官形数据库的热度有多高。那就官形数据库，不管对开发者来讲，还是运维公司。
只要做IT都会了解，数据库绕不开，科学诞生第一天就是要处理数据。数据就存放在数据库种。mongdb排名非常高，文档型数据库，所以说这个排名越高，说明大家在工作中是一定会碰到。项目中你肯定要碰到的。IBM的官形数据库，IBM当时就是把原来那几个数据库卖得好。所以关键数据库让这个oracle钻了空子。
mondDB不应该是oracle卖的更好，当时注重自己的网状数据库啊，没有太重视挂官形数据库，Elasticsearch是数据库，因为它有索引库，因为它的原理就是你要把大牌索引给引入。redis可见其排名之高，因为他的应用领域不止这个大数据在处理过程中。其中的数据，中间数据落地太慢，直接加紧rdis。所以应用也特别多。
有原因在于还有一些asp的网站，SQLite应用还是比较多的，用于存储本地的数据库，假如没有网站，本地的一些数据就可以存储在SQLite中。Cassandra排名还是比较靠前的，说明只是国内应用较少。
Hive被归类到官形数据库中，但是一直被认为是Nosql数据库，更多的是海量数据分析，进行并发的数据计算。
HBase列存的数据库，Memcached排名比较靠后，主要用于解决今天的section问题，以上就是现在应用比较多的。在企业中，在很多的项目都可以被应用。redis这个技术应该更加熟练。
memcached。那么开始的最早的被创建出来以后，就是希望能够简单一点。在内存当中。能够比较稳定的把这些数据存在内容当中就可以。
所以没有实现持久化。因为只存在于内存中，要是内存所在的操作系统没了，就只能高可用，但是连高可用都没有实现，就只能实现自我高可用，集群也得自己实现，只有用内存存KV对这么简单所以解决方法就是不负责任，让用户自己负责。
ready早期也有这种现象。但它做持久化，集群也是在客户端实现的，与memcached如出一辙。包括分片也是由客户端自己实现。3.0之后，才开始由官方支持实现。之后再也没有修改过。
