nosql

NoSQL最早起源于1998年，但从2009年开始，NoSQL真正开始逐渐兴起和发展。回望历史应该说NoSQL数据库的兴起，完全是十年来伴随互联网技术，大数据数据的兴起和发展，NoSQL在面临大数据场景下相对于关系型数据库运用，这一概念无疑是一种全新思维的注入。 接下来本文重点梳理下NoSQL领域最新发展趋势以及阿里云NoSQL最新现状，以飨读者。 云NoSQL数据库成为数据库领域重要增长引擎 云化趋势不可避免，根据Gartner的报告，2017年超过73%的DBMS增长来自云厂商，Gartner象限里面AWS在领导者象限上升趋势明确，老牌厂商下滑严重。在2018年Gartner报告中，阿里云数据库更是中国唯一首次入围远见者象限。而在众多云厂商里面增长最快的又是NoSQL数据库，云NoSQL成为数据库领域重要增长引擎。 阿里云覆盖了主流的NoSQL引擎 阿里云集团是国内最早提出数据战略，本身也拥有最大体量的数据，是最早投入NoSQL数据库技术研发，目前也拥有国内最大的专家团队。在持续十年技术加持下，阿里云NoSQL目前覆盖了所有主流的NoSQL数据库，如Redis/mongodb/HBase/图等等。下表是目前阿里云目前覆盖的主流的NoSQL数据库。 NoSQL数据库存储类型典型场景Redis/MemcacheKey/Value缓存，搭配所有数据库使用；直播、视频等各种在线场景

边看边听真舒服，人生短短几个秋... 倚天屠龙记中 赵敏 郡主携带一帮高手围攻武当，武当派掌门 张三丰 被暗算，传了一套武功给 张无忌 用来对付赵敏的手下。这套武功就是 太极拳 。 ❝ 张三丰 ：无忌，我教你的还记得多少？ 张无忌 ：我全忘了！ 张三丰 ：很好，你只要记住把玄冥二老打趴下就可以了。 上篇 用 三国杀 讲分布式中的拜占庭将军问题，还挺有意思的，这次我们用 倚天屠龙记 中的 太极拳 来聊下剩下的 三大理论 ： CAP 理论 ACID 理论 BASE 理论 ❝ 太极拳的精髓：以柔克刚，刚柔并进，四两拨千斤，无招胜有招。 我把 CAP 理论称作 太极 ，ACID 理论称为 阳 或 刚 ，BASE 理论称为 阴 或 柔 。ACID 理论追求一致性，BASE 理论本来就叫做柔性事务，追求的是可用性。那张无忌为什么会全忘了还打败了玄冥二老呢？因为太极拳的精髓是拳意，无招胜有招。 1、太极的两面 CAP 理论是对分布式系统的特性做了一个高度的抽象，变成了三大指标： 一致性（Consistency） 可用性（Availability） 分区容错性（Partition Tolerance） 分布式中的一致性，我们可以理解为客户端的每次 读操作 ，不管访问的是哪个几点，要么读到的都是同一份最新写入的数据，要么读取失败。这就很刚了，不能说这种 刚 不好，在很多场景中

12月30日，阿里云云原生数据库PolarDB举行年度发布。过去的一年是阿里云数据库硕果累累的一年。11月，Gartner公布阿里云进入全球数据库领导者象限，是国产数据库几十年积累的重大突破；12月，中国电子学会公布PolarDB获得科学技术奖一等奖。阿里云数据库深耕11年，至今已服务客户10万余。 阿里巴巴集团副总裁、阿里云智能数据库事业部总裁李飞飞表示，云计算正在推动数据库向云原生快速演进，阿里云数据库已全面布局云原生。 关键词：深耕11年10万余客户 2020年11月，“完美日记“上市了。迅速崛起的“完美日记”，从2017年的全新品牌，到如今的 “国货之光”，成为今年创投圈的现象级案例。 快速的业务发展背后，是高压力的系统挑战。“完美日记”找到了阿里云数据库。阿里云服务天猫“双11”多个年头，已具备丰富的应对大流量经验。 2020年4月，“完美日记”三周年大促，最后一天压测，订单系统下单速度达到1万笔/每秒，对应PolarDB数据库的写入速度10万TPS，比半年前的系统吞吐提升了50倍。在4月14日活动当天，抢购开始瞬间系统涌进了几百万用户。每秒成交的订单数创历史新高，订单峰值比历史最高峰值再次提高了几倍，高峰业务流量比半年前提高了50倍。 “完美日记”只是阿里云数据库的一个案例，是阿里云数据库11年以来，服务的10万多客户中的其中一个。 阿里云数据库始于2009年。

受疫情影响，第十一届中国数据库技术大会（DTCC 2020）从原定的5月份，推迟到了8月份，再推迟到了12月份。尽管如此，依然没有减退国人对数据库技术的热情。2020年12月21日-12月23日，北京国际会议中心人头攒动，各大厂商争奇斗艳。在NoSQL技术专场，京东智能城市研究院的李瑞远博士给大家带来了《京东城市时空数据引擎JUST的架构设计与应用实践》的主题报告，受到了大家的广泛关注。 李瑞远博士的个人简介：李瑞远，博士，京东城市时空数据组负责人，京东智能城市研究院研究员，京东智能城市事业部数据科学家，负责时空数据平台架构设计、时空索引与分布式相结合研究、时空数据产品的研发、以及时空数据挖掘在城市场景的落地等工作。加入京东之前，在微软亚洲研究院城市计算组实习/工作4年。研究兴趣包括：时空数据管理与挖掘、分布式计算和城市计算。在国内外高水平期刊和国际会议上发表论文20余篇，包括：KDD、Artificial Intelligence、ICDE、AAAI、TKDE、WWW、UbiComp、软件学报等。申请专利20余项。现为中国计算机学会（CCF）会员、CCF数据库专委会通讯委员、IEEE会员。先后担任多个国内外顶级会议或期刊的论文审稿人。 JUST简介：时空数据蕴含着丰富的信息，能够应用于各种城市应用。但时空数据更新频率高、数据体量大、结构复杂，难以被高效存储、管理和分析

一、首先安装mongodb 1.下载地址：http://www.mongodb.org/downloads 2.解压缩到自己想要安装的目录，比如d:\mongodb 3.创建文件夹d:\mongodb\data\db、d:\mongodb\data\log，分别用来安装db和日志文件，在log文件夹下创建一个日志文件MongoDB.log，即d:\mongodb\data\log\MongoDB.log 4.运行cmd.exe进入dos命令界面，执行下列命令 　　> cd d:\mongodb\bin 　　> d:\mongodb\bin>mongod -dbpath "d:\mongodb\data\db" 　看到类似的信息，则说明启动成功，默认MongoDB监听的端口是27017，mysql的是3306 5.测试连接 　新开一个cmd窗口，进入mongodb的bin目录，输入mongo或者mongo.exe，出现如下信息说明测试通过，此时我们已经进入了test这个数据库，如何进入其他数据库下面会说。　 　输入exit或者ctrl+C可退出。 6.当mongod.exe被关闭时，mongo.exe 就无法连接到数据库了，因此每次想使用mongodb数据库都要开启mongod.exe程序，所以比较麻烦，此时我们可以将MongoDB安装为windows服务 　还是运行cmd

一、微服务如何拆分 1、先明白起点和终点 2、需要考虑的因素和坚持的原则 二、起点和终点 1、起点 既有架构的形态 2、终点 　　好的架构不是设计出来的，而是进化而来的。 　　一直在演进 三、不适合上微服务的 1、系统中包含很多很多 强事务 场景的 2、业务相对稳定，迭代周期长 3、访问压力不大，可用性要求不高 四、如何拆功能 1、单一职责，松耦合，高内聚 2、关注点分离 　　按职责 　　按通用性 　　按粒度级别 六、服务拆分方法 服务和数据的关系 　　先考虑业务功能，再考虑数据 无状态服务（一个数据被多个服务共享） 七、如何拆分“数据” 1、每个微服务都有单独的数据存储 2、依据服务特点选择不同结构的数据库类型 　　依据服务的功能特点，选择合适的数据库。 1）有些前置服务使用node开发，主要是展示类型的数据，对事务要求不高。那这个服务可以考虑NoSql的MongoDB 2）比如服务是做搜索类型的，我们可以优先考虑elasticsearch。 3) 对事务要求高的，优先考虑支持事务的关系型数据库，如MySql 3、难点在确定边界。 4、针对边界设计API 5、依据边界权衡数据冗余 来源： oschina 链接： https://my.oschina.net/u/4256075/blog/3750220

　　Linux是操作系统之一，也是现在大多数企业都比较喜欢使用的系统，可以从事的岗位有很多，为就业者提供广阔的发展空间。那么Linux相关岗位有哪些?具体工作内容是什么? 　　1、Linux运维工程师 　　一般从企业入门到中级Linux运维工程师的工作大致有：挑选IDC机房及带宽、购买物理服务器或云服务、购买及使用CDN服务、搭建部署程序开发及用户的访问系统环境、对数据进行备份及恢复、处理网站运行中的各种故障、对网站的故障进行监控、解决网站运行的潜在安全问题、开发自动化脚本程序提高工作效率、规划网站架构、程序发布流程和规范，制定运维工作制度和规范、配合开发人员部署及调试产品研发需要的测试环境、代码发布等工作需求，公司如果较小可能还会兼职网管、网络工程师、数据库管理员、安全工程师、技术支持等职责。 　　2、Linux运维架构师 　　1)自动化代码上线(SVN/GIT+Jenkins+MVN)解决方案;2)云计算部署架构及Docker微服务架构方案;3)服务自动化扩容方案(KVM/OpenStack/Docker+Ansible+Zabbix);4)10万并发的网站架构、秒杀系统的架构及解决发你个案;5)多IDC机房互联方案、全网数据备份解决方案、账号统一认证方案;6)数据库、存储及各重要服务节点的集群和高可用方案;7)各网络服务的极端优化方案、服务解耦/拆分;8)运维流程、制度