Nosql的初识
前言：Nosql并不单指一个产品或一种技术，它代表一族产品，以及一系列不同的、有时相关联的、有关数据存储及处理的概念。
@H_301_14@问题：多大的数据量才算大？
@H_301_14@答：如果你就这个问题询问不同的人，必然会得到不同的答案。此外，答案还可能跟随提问的事迹而产生变化。
@H_301_14@（几个TB大小的数据集使传统的RDMS技术开始表现吃力。）
@H_301_14@
@H_301_14@一、目前数据存储相关问题
@H_301_14@1、高校存储和访问大量数据很难。
@H_301_14@2、操作大数据级涉及大量并行进程。
@H_301_14@3、各种不同数据源生成的半结构化和无结构数据的schema和元数据持续不断的变化，对他们的管理是一个令人头疼的问题。
@H_301_14@
@H_301_14@
@H_301_14@
@H_301_14@当前磁盘 声称 访问速率达 300Mbps，转速7200RPM
@H_301_14@
@H_301_14@SSD（Solid-state driver，固态硬盘）使用微型芯片，而非机电旋转磁盘。
@H_301_14@à声称 访问速率达 Gbps 但还充满bug和各种问题。
@H_301_14@
@H_301_14@三、可扩展性
@H_301_14@可扩展性是一种能力，有了它系统能通过通过增加资源提高吞吐量进而解决增加的负荷。
@H_301_14@可扩展性可以通过两种方式实现：
@H_301_14@一是配置一个大而强的资源来满足额外的需求。
@H_301_14@ 垂直扩展。
@H_301_14@ 使用配有大量cpu内核且直接挂载大量存储的超级计算机。（极其昂贵。）
@H_301_14@二是依靠由普通积极组成的集群。
@H_301_14@ 水平扩展。
@H_301_14@补充1：大数据以及大规模并行处理的需要促使水平扩展得到广泛的采纳。
@H_301_14@补充2：在水平集群上处理大规模数据的方法里，MapReduce模型可能要算最好的。
如有好的建议，可留言或发至笔者邮箱：fzb_xxzy@163.com