技术改变世界 阅读塑造人生! - shaogx.com

This string was altered by TechBlog\Plugins\Example.; This is an example to show the potential of an offcanvas layout pattern in Bootstrap. Try some responsive-range viewport sizes to see it in action.

NoSQL那些事:51CTO带您走进列数据库

【51CTO外电头条】列数据库出名可能是因为Google BigTable的出现,它表面上和关系数据库类似,但实际上却有着本质的不同,一个是按行存储数据(关系数据库),一个是按列存储数据(列数据库)的,你不能将适用于关系数据库的解决方案强加给列数据库,因为列数据库是没有关系的。51CTO数据库频道向您推荐《NoSQL:关系型数据库的终结者?》专题,以便于您更好的理解NoSQL。搞清楚下面几个概念才能理解列数据库是如何工作的:◆Column Family◆Super Column◆Column... 全文

列数据库 NoSQL

最受 Web 开发者欢迎的 NoSQL 和关系数据库

Web应用离不开数据库,目前市场上有种类繁多数据库可供开发者选择,例如SQL、NoSQL、键值、图谱数据库等等。关于不同数据库在开发者中的受欢迎程度也是仁者见仁智者见智,但是通过统计亚马逊这样的公共云平台,我们还是很容易发现数据库之间的流行度存在很大差异。... 全文

NoSQL 关系数据库

关于NoSQL数据库你应该知道的10件事

关系数据库模型已经流行了几十年了,但是一种新类型的数据库——被称为NoSQL,正在引起企业的注意。下面是关于它的优势和劣势的一个概述。二十多年以来,对数据库管理来说,关系数据库(RDBMS)模型一直是一个占统治地位的数据库模型。但是,今天,非关系数据库,“云”数据库,或“NoSQL”数据库作为关系数据库以外的一些选择,正在引起大家的广泛关注。在这篇文章里,我们将主要关注那些非关系的NoSQL数据库的十大利弊:包括五大优势和五大挑战。NoSQL的五大优势1,灵活的可扩展性... 全文

NoSQL 数据库 DBA

ledisdb:支持类redis接口的嵌入式nosql

ledisdb现在可以支持嵌入式使用。你可以将其作为一个独立的lib(类似leveldb)直接嵌入到你自己的应用中去,而无需在启动单独的服务。ledisdb提供的API仍然类似redis接口。首先,你需要创建ledis对象:... 全文

redis leveldb nosql 嵌入式

NoSQL小故事:单服务器如何应付每秒75万次查询(1)

【51CTO经典译文】大多数大规模Web应用程序都使用MySQL+Memcached架构,其中许多应用也同时使用了NoSQL数据库,如TokyoCabinet/Tyrant,也有一些人全部放弃MySQL,转投NoSQL的怀抱,曾经有人将这称为NoSQL运动,因为NoSQL数据库在处理一些简单访问模式,如主键查找时,比MySQL的表现更好,大多数Web应用程序的查询都很简单,因此这看上去是一个很合理的决定。... 全文

NoSQL

2012 年NOSQL学习笔记之一

2012年NOSQL学习笔记之一一、NOSQL是什么的缩写NoSQL是Not Only SQL的缩写,而不是Not SQL。二、NOSQL是什么?首先NOSQL是一个数据库管理系统,但是他不同于传统的关系型数据库如Oracle、MySQL、DB等。三、NOSQL与传统的关系型数据库有什么不同1.NOSQL不使用SQL作为查询语言,也就是不需要Select语句查询;2.NOSQL数据存储可以不需要固定的表格模式,也就是不需要先Create创建表结构,然后把数据insert表里面;3.NOSQL会经常避免使用SQL的JOIN操作;4.不遵循ACID的属性要求;5.一般具有水平可扩展性的特征; ... 全文

nosql 数据库 scalability rackspace sql database

NoSQL DB,Which One you need?

AllegroGraph公司/组织: Franz Inc. 类型: Graph 简介: Modern, high performance, persistent graph database. 存储方案: Disk based, meta-data and data triples. API(s): SPARQL, Prolog BerkleyDB公司/组织: Oracle 类型: Key/Value 简介: C language embeddable library for enterprise-grade, concurrent,transactional storage services. Thread safe to avoid data corruption orloss 存储方案: B-tree, hash table, persistent queue API(s): C, C++ and Java 备注: Use BerkleyDB XML layer on top of BerkleyDB for XML basedapplications. Comparisonof BerkleyDB and relational databasesBigTable公司/组织: Google 类型: Sparse, distributed, persistent multidimensional sorted map. 简介: Distributed storage system for structured data. Data model providesdynamic control over data layout and format. Data can live in memory oron disk. 存储方案: Data is stored as an uninterpreted array of bytes. Clientapplications can create structured and semi-structured data inside thebyte arrays. API(s): Python, GQL, Sawzall API, REST, various. 备注: Overview: Bigtable: ADistributed Storage System for Structured Data (PDF format) Cassandra公司/组织: Apache 类型: Dimensional hash table 简介: Highly scalable distributed database. CombinesDynamo’s distributed design and Bigtable’s columnfamily data model. 存储方案: Clusters of multiple keyspaces. The keyspace is a name space forcolumn families. Columns are comprised of a name, value and timestamp. API(s): Java, Ruby, perl, Python, C#, Thrift framework. 备注: Open sourced by Facebook in 2008. WikiFAQ,ExamplesCouchDB公司/组织: Apache 类型: Document 简介: Distributed database with incremental replication, bi-directionalconflict detection and management. 存储方案: Ad-hoc and schema-free with a flat address space. API(s): RESTful JSON API. JavaScript query language. 备注: CouchDB IntroductionTechnicalOverviewdb4o公司/组织: Versant 类型: Object 简介: Java and .NET dual license (commercial and open source) objectdatabase. 存储方案: Data objects are stored in the way they are defined in theapplication. API(s): Java, .NET languages. 备注: db4o db4odatabase runtime engineabout db4oDovetaildb公司/组织: Millstone Creative Works 类型: JSON-based 简介: Schemaless database similar to Amazon’s SimpleDB. Open source,standalone Java application server. 存储方案: JSON data format, “bags” (similar to tables). API(s): HTTP and Javascript APIs 备注: Dovetaildb JavaScriptAPI reference manual Dynomite公司/组织: Cliff Moon 类型: Key/Value 简介: Open source AmazonDynamo clone written in Erlang. 存储方案: Distributed key/valve store, Pluggable storage engines. API(s): Thrift API 备注: Dynomite WikieXtremeScale公司/组织: IBM 类型: In-memory grid/cache 简介: Distributed cache processes, partitions, replicates and manages dataacross servers. 存储方案: Data and database cache, “near cache” for local subset of data. Javapersistent cache. Map reduce support. API(s): Java APIs, REST data service 备注: eXtreme Scale Documentlibrary web site GT.M公司/组织: FIS 类型: Hierarchical, multi-dimensional sparse arrays, content associativememory 简介: Small footprint, multi-dimensional array with fill support for ACIDtransactions, optimistic concurrency and software transactional memory. 存储方案: Unstructured array of bytes. Can be Key/Value, document oriented,schema-less, dictionary or any other data model. API(s): Mumps, C/C++, SQL 备注: GT.M FAQhamsterDB公司/组织: Christoph Rupp 类型: Embedded storage library 简介: Lightweight embedded database engine. Supports on disk and in memorydatabases. 存储方案: B+tree with variable length keys. API(s): C++, Python, .NET and Java 备注: hamsterdb FAQexamplestutorialHBase公司/组织: Apache 类型: Sparse, distributed, persistent multidimensional sorted map. 简介: Open source, distributed, column-oriented, “Bigtable like” store 存储方案: Data row has a sortable row key and an arbitrary number of columns,each containing arrays of bytes. API(s): Java API, Thrift API, RESTful API 备注: Part of Apache Hadoop project. HBase WikiFAQHypertable公司/组织: Zvents Inc. 类型: Sparse, distributed, persistent multidimensional sorted map. 简介: High performance distributed data storage system designed to run ondistributed filesystems (but can run on local filesystems). Modeledafter Google Bigtable. 存储方案: Row key (primary key), column family, column qualifier, time stamp. API(s): C++, Thrift API, HQL 备注: Hypertable ArchitecturaloverviewFAQInfinispan公司/组织: JBoss Community 类型: Grid/Cache 简介: Scalable, highly available, peer to peer, data grid platform. 存储方案: Key/Value pair with optional expiration lifespan. API(s): Java, PHP, Python, Ruby, C 备注: Infinispan FAQWikiInfoGrid公司/组织:类型: Graph 简介: Internet graph database made up on nodes and edges. Supportsin-memory and persistent storage alternatives including RDBMS, filesystem, file grid, and custom storage. 存储方案: Nodes (meshobjects) and edges (relationships). Meshobjects can haveentity types, properties and participage in relationships. MeshObjectsraise events. API(s): RESTful web services. 备注: InfoGrid OverviewFAQKeyspace公司/组织: Scalien 类型: Key/Value 简介: Distributed (master/slave) key-value data store delivering strongconsistency, fault-tolerance and high availability. 存储方案: Uses BErkeleyDB library for For local storage. Key/Value pairs andtheir state are replicated to multiple servers. API(s): C/C++, Python, PHP, HTTP 备注: Keyspace OverviewFAQMemcachedDB公司/组织:类型: Key/Value 简介: High performance, high realiability persistent storage engine forkey/value object storage. 存储方案: Uses BerkeleyDB as storage library/backend. API(s): Memcache protocol, C, Python, Java, perl 备注: MemcacheDB completeguide (PDF format) Mnesia公司/组织: Ericsson 类型: Key/Value 简介: Multiuser distributed database including support for replication anddynamic reconfiguration. 存储方案: Organized as a set of tables made up of Erlang records. Tables alsohave properties including type location, persistence, etc. API(s): Erlang 备注: Mnesia ReferencemanualMongoDB公司/组织: 10gen 类型: Document 简介: Scalable, high-performance, open source, schema-free,document-oriented database 存储方案: JSON-like data schemas, Dynamic queries, Indexing, replication,MapReduc API(s): C,C++, Java, JavaScript, perl, PHP, Python, Ruby, C#, Erlang, Go,Groovy, Haskell, Scala, F# 备注: MongoDB DocumentationIndexNeo4J公司/组织: Neo Technology 类型: Graph 简介: Embedded, small footprint, disk based, transactional graph databasewritten in Java. Dual license – free and commercial. 存储方案: Graph-oriented data model with nodes, relationships and properties. API(s): Java, Python, Ruby, Scala, Groovy, PHP, RESTful API. 备注: Neo4J WikiAPIFAQRedis公司/组织:类型: Key/Value 简介: Key/Value store with the dataset kept in memory and saved to diskasynchronously. “not just another key-value DB” 存储方案: Values can be strings, lists sets and sorted sets. API(s): Python, Ruby, PHP, Erlang, Lua, C, C#, Java, Scala, perl 备注: Redis WikiSimpleDB公司/组织: Amazon 类型: Item/Attribute/Value 简介: Scalable Web Service providing data storage, query and indexing inAmazon’s cloud. 存储方案: Items (like rows of data), Attributes (like column headers), andValues (can be multiple values) API(s): SOAP, REST 备注: SimpleDB FAQGettingStarted GuideDeveloperGuideAPITokyo Cabinet公司/组织:Mikio Hirabayashi类型: Key/Value 简介: Library (written in C) of functions for managing files of key/valuepairs. Multi-thread support. 存储方案: Keys and Values can have variable byte length. Binary data andstrings can be used as a key and a value. API(s): C, perl, Ruby, Java, Lua. 备注: Tokyo Cabinet Specificationspresentation(PDFformat). Also available: Tokyo Tyrant (remote service), Tokyo Distopia(full text search), Tokyo Promenade (content management). Voldemort公司/组织: LinkedIn 类型: Hash Table 简介: “It is basically just a big, distributed, persistent, fault-toleranthash table.” High performance and availability. 存储方案: Each key is unique to a store. Each key can have at most one value.Supported types: JSON, string, identity, protobuf, java-serialization. API(s): Java, C++, custom clients 备注: Project Voldemort WikiClienthow-to... 全文

nosql 存储 python database java filesystems

nosql之 redis 高可用性集群方案,应急维护技巧

前提:现在有主从结构,主库没有配置持久化,从库配置AOF。(主库用来备份和写服务,从库用来提供读服务)场景:哪天主库突然宕了,怎么办?方法:连上从库,做save操作。将会在从库的data目录保存一份从库最新的dump.rdb文件。将这份dump.rdb文件拷贝到主库的data目录下。再重启主库。 就因为这个我想到了用集群的方案,但是redis官方没有mysql那样的master-master的模式~   这样的情况下,只能咱们自己想办法了~    ... 全文

集群方案 nosql redis高可用性

关系型数据库的性能扩展思路及NoSQL产品的选取标准

一、关系型数据库面对数据访问的压力,通常采取的解决方案步骤(以MySQL为例)1、主从复制,实现读写分离或分布读;2、读请求比较多,可添加缓存服务器,如Memcached,以提升读性能;但此时得手动维护数据的一致性;3、写请求较多的场景,可简单进行向上扩展,使用性能更强的服务器以应付更多的写请求;同时,为了保证从服务器跟得上主服务器的更新速度,可能需要从服务器使用与主服务器相同的配置;此法性价比不高;4、数据访问压力进一步增大时,联结查询性能会急剧下降;此时就得进行“反模式”化设计,将表根据业务需求进行合并,以增大数据冗余来换取系统性能;5、停用存储过程、存储函数或触发器等代码,将对应的功能在应用程序中完成;6、删除表的各辅助索引,改写查询使其仅使用主键索引;7、数据库切分(sharding);此法复杂度较大,维护成本较高;且数据规模再次提升时重新切分的成本高昂,二次扩展能力受限; 二、RDBMS与NoSQL 实际使用中,只要架构得当,关系型数据库完全能够服务于各种级别的数据存储应用,比如Facebook和Google各自有着运转良好的MySQL服务器集群服务于不同层次不同领域的数据存储场景。但此等规模的应用需要强大的技术实力突破各式各样的应用限制,这也会带来居高不下的维护成本,而且关系型数据库某些内生性的限制依然会成为应用中的梦魇。于是,近几年来,一些被归类为NoSQL的新项目或框架在多个组织或企业中雨后春笋般涌现。这些新项目或框架很少提供类似SQL语言一样的查询语言,而是提供了一种简化的、类API的数据访问接口。但RDBMS与NoSQL真正的不同之处在于低层,即存储级别,因为NoSQL通常不支持事务或辅助索引的功能等。 另一方面,NoSQL的著名项目中彼此间有许多功能是重叠的,甚至有不少特性与传统的关系型数据库的功能也存在相同之处,因此NoSQL算不上革命性的技术,尽管从工程师的眼下其绝对是革命性的。于是,现实中,memcached也被划归了NoSQL阵营,似乎不属于RDBMS的存储管理类程序都自然而然的属于NoSQL,NoSQL也因而成为了非RDBMS系统的“海纳百川”之地。然而,“有容乃大”就难免“鱼龙混杂”,为了便于理解,这里从多个维度来对NoSQL的主流技术进行简单的归类,以便对此能有个概括性的认识,并能够在实际应用场景中有个可以参照的选择标准。 1、数据模型数据模型指数据的存储方式,其有好几个流派,如关系、键值、列式、文档及图像等。在它们的各自实现中,关系型数据库有MySQL、PostgreSQL、Oracle等,键值数据库有memcached、membase、Riak、Redis等,列式数据库有HBase、Cassandra、Hypertable等,文档数据库有MongoDB、CouchDB等,图像数据库有Neo4J等。在选用某特定的NoSQL产品时,应该事先评估应用程序是如何访问数据的,以及数据的schema是否经常演进等。 2、存储模型指数据存储是基于内存存储还是持久存储。 3、一致性模型存储系统在何种级别实现数据一致性,严格一致性还是结果一致性?一致性的等级可能会对数据访问延迟带来巨大影响。 4、物理模型在物理模型上可归类分布式存储及单机存储。对分布式存储而言,其扩展能力及易扩展性如何也是一个重要的衡量指标。 5、读/写性能对于工作在不同应用场景中的应用程序而言,其读/写需求有着显著不同。而不同的NoSQL产品也有着不同的适用性。 6、辅助索引辅助索引有助于实现在非主键字段上完成排序、查询操作等;有的NoSQL产品不提供此类功能。 7、故障处理不同的应用场景其故障恢复的时间容忍度不同,而不同的NoSQL产品也故障恢复能力方面也有着不同的表现。 8、数据压缩当存储TB级别的数据时,尤其是存储文本数据时,数据压缩可以大量节约存储空间。 9、负载均衡分布式存储将用户的读/写请求分布于多个节点同时进行能够极大提升系统性能。 10、锁、等待和死锁RDBMS的事务处理过程分为两个阶段,多用户并发访问的场景中,这将显著增加用户在访问资源时的等待时间,甚至会导致死锁。 三、数据一致性模型 概括来讲,数据一致性是指在应用程序访问时,数据的有效性(validity)、可用性(usability)、精确性(accuracy)及完整性(integrity)方面的表现,其用于保证在用户自身事务或其他用户的事务执行过程中,每个用户看到的数据是一致的。在各种场景中都有可能产生数据一致性问题,但提到的较多的通常有应用程序一致性、事务一致性和时间点一致性等。 在数据库上,每个操作都可能促使数据库从一种状态转换为另一种状态,但这种转换的实现方式或过程是非特定的,因此其有着多种不同的模型。不过,无论是基于哪种实现,其最终结果要么是转换为的状态,要么恢复回原有的状态以保证数据的一致性。根据数据库在保证数据一致性实现的严格程度来分,大致有如下几类: 严格一致性(strict)数据的改变是原子性的并且会立即生效;这是最高级别的一致性实现;顺序一致性(Sequential)每个客户端以他们提交应用的次序看到数据的改变;因果一致性(Causal)因果关联的所有的改变,在所有的客户端以同样的次序获取;结果一致性(Eventual)当一段时间内没有更新发生时,所有更新会通过系统进行传播,最终所有的副本都是一致的;也即当事务完成时,必须使所有数据都具有一致的状态;弱一致性(Weak)不保证所有的更新都能通告给所有客户端,也不保证所有客户端都能以同样的次序获取数据更新;其中,结果一致性还可以进一步细分为多种不同的子类别,而且有些子类还可以共存,亚马逊公司的现任CTO Werner Vogels在“Eventually Consistent一文中对此有详细阐述。在文中,他还提出了CAP定理,并借此指出,一个分布式系统仅能同时实现一致性、可用性和分区容错错(partition tolerance)三种属性中的两种。  本文出自 “马哥教育Linux运维培训” 博客,转载请与作者联系!... 全文

NoSQL MongoDB MySQL Redis

脱离理论,触摸NoSQL:分布式可扩展非关系数据库聚焦

【51CTO精选译文】在网络世界中,大规模数据存储发生了有趣的变化,一种全新的可扩展数据存储正快速普及,传统的LAMP组合开始变得越来越落伍。最近几年以来,Memcached经常出现在MySQL身边,现在整个“数据层”都开始动摇了。虽然有些人认为这是摆脱MySQL和PostgreSQL等传统的开源关系数据库的机会,实际上事情并不是这么简单,从这些有趣的变化中我们得出一些启示:1)关系数据库并不适合所有的数据模型;... 全文

NoSQL Memcached 关系数据库

数据分析≠Hadoop+NoSQL,完善现有技术的10条捷径

让业务搭乘大数据技术确实是件非常有吸引力的事情,而Apache Hadoop让这个诱惑来的更加的猛烈。Hadoop是个大规模可扩展数据存储平台,构成了大多数大数据项目基础。Hadoop是强大的,然而却需要公司投入大量的学习精力及其它的资源。... 全文

NoSQL 大数据 Hadoop 数据库

专访豆瓣网首席架构师洪强宁:BeansDB与NoSQL的应用与发展(1)

【51CTO独家报道】在2009年数据库大事记中,我们曾重点关注过NoSQL运动和Key-Value形式的数据库产品;在《分布式可扩展非关系数据库聚焦》一文中也曾介绍过几款非关系型数据库。今天我们一起深入国内采用Key-Value的数据库——豆瓣网的BeansDB。... 全文

BeansDB NoSQL 豆瓣

发布一个参考ssdb,用go实现的类似redis的高性能nosql:ledisdb

起因ledisdb是一个参考ssdb,采用go实现,底层基于leveldb,类似redis的高性能nosql数据库,提供了kv,list,hash以及zset数据结构的支持。我们现在的应用极大的依赖redis,但随着我们用户量越来越大,redis的内存越来越不够用,并且replication可能还会导致超时问题。虽然后续我们可以通过添加多台机器来解决,但是在现有机器配置下面,我们仍希望单台机器承载更多的用户。另外,因为业务的特性,我们其实并不需要将所有的数据放到内存,只需要存放当前活跃用户。... 全文

ssdb redis leveldb go nosql

大数据还是大炒作,这是一个问题 ——为什么NoSQL很重要

    现如今,有关“大数据”的各种评论和赞美每天都占据着人们的视线,但作为更加重要且更加有现实意义的一点,大数据技术对现实公司的显著影响,尤其是在与顾客的交互方面的极大提升却鲜有人关注。不可否认的是,大数据确实是革命性的,但前提是它关注的焦点需要集中在这项技术本身真正可以解决的问题上,以及大数据对这个世界起到的推动作用上。在现实的商业社会中,被动的、消极的公司只会着眼于解决现有的问题,而主动的、积极的、有远见的公司则已经开始寻找新的技术来帮助他们能够以更加激动人心的新方式与顾客进行交互,并由此来产生有价值的数据,用以帮助公司制定下一步赢得竞争击败对手的计划。    NoSQL 是大数据的一种基础技术,它正引领着新一代的数据库来解决那些困扰传统数据库已久的挑战。可以说,NoSQL数据库就是为解决关系型数据库的一系列主要问题而生的:... 全文

nosql 数据库 大数据 海量数据

keven的路

 一些技术上小的琐碎心得; 研究轻便敏捷的IT项目管理模式,以适应中国国情; 对职业教育产业运作方式的思考; 人力资源管理理念,人才开发,劳动法规;我的小家; 路还在继续…随着互联网web2.0网站的兴起,非关系型的数据库现在成了一个极其热门的新领域, 非关系数据库产品的发展非常迅速。而传统的关系数据库在应付web2.0网站,特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不 从心,暴露了很多难以克服的问题,例如: 1、High performance – 对数据库高并发读写的需求  web2.0网站要根据用户个性化信息来实时生成动态页面和提供动态信息,所以基本上无法使用动态页面静态化技术,因此数据库并发负载非常高,往往要达到 每秒上万次读写请求。关系数据库应付上万次SQL查询还勉强顶得住,但是应付上万次SQL写数据请求,硬盘IO就已经无法承受了。其实对于普通的BBS网 站,往往也存在对高并发写请求的需求,例如像JavaEye网站的实时统计在线用户状态,记录热门帖子的点击次数,投票计数等,因此这是一个相当普遍的需 求。... 全文

Nosql

MongoDB vs Cassandra

 作者:nosqlfan on 星期天, 七月 24, 2011 · 2条评论 【阅读:3,690 次】 ... 全文

nosql

Redis命令

redis命令key命令 命令 描述 DEL key 在key存在时删除key DUMP key 序列话给定key,并返回被序列化的值 EXISTS key 检查给定key是否存在 EXPIRE key seconds 为给定key设置过期时间 EXPIREAT key timestamp 同上 PEXPIRE key milliseconds 设置 key 的过期时间,以毫秒计 PEXPIREAT key milliseconds-timestamp 设置 key 过期时间的时间戳(unix timestamp) 以毫秒计 TTL key 以秒为单位,返回给定 key 的剩余生存时间(TTL, time to live) PTTL key 以毫秒为单位返回 key 的剩余的过期时间 PERSIST key 移除 key 的过期时间,key 将持久保持 KEYS pattern 查找所有符合给定模式( pattern)的 key MOVE key db 将当前数据库的 key 移动到给定的数据库 db 当中 RANDOMKEY 从当前数据库中随机返回一个 key RENAME key newkey 修改 key 的名称 RENAMENX key newkey 仅当 newkey 不存在时,将 key 改名为 newkey TYPE key 返回 key 所储存的值的类型 注意:KEYS命令需要遍历Redis中的所有键,当键的数量较多时会影响性能,不建议在生产环境中使用。DEL命令的参数不支持通配符string命令 命令 描述 SET key value 设置指定 key 的值 GET key 获取指定 key 的值 GETRANGE key start end 返回 key 中字符串值的子字符 GETSET key value 将给定 key 的值设为 value ,并返回 key 的旧值(old value) MGET key1 [key2 ...] 获取所有(一个或多个)给定 key 的值 SETEX key seconds value 将值 value 关联到 key ,并将 key 的过期时间设为 seconds (以秒为单位) SETNX key value 只有在 key 不存在时设置 key 的值 SETRANGE key offset value 用 value 参数覆写给定 key 所储存的字符串值,从偏移量 offset 开始 STRLEN key 返回 key 所储存的字符串值的长度 MSET key value [key value ...] 同时设置一个或多个 key-value 对 MSETNX key value [key value ...] 同时设置一个或多个 key-value 对,当且仅当所有给定 key 都不存在 PSETEX key milliseconds value 这个命令和 SETEX 命令相似,但它以毫秒为单位设置 key 的生存时间 INCR key 将 key 中储存的数字值增一, (key要存储整数形式的值) INCRBY key increment 将 key 所储存的值加上给定的增量值(increment) INCRBYFLOAT key increment 将 key 所储存的值加上给定的浮点增量值(increment) DECR key 将 key 中储存的数字值减一 DECRBY key decrement key 所储存的值减去给定的减量值(decrement) APPEND key value 如果 key 已经存在并且是一个字符串, APPEND 命令将 value 追加到 key 原来的值的末尾. 如果键不存在,则将该键的值设置为value GETBIT key offset 对 key 所储存的字符串值,获取指定偏移量上的位(bit) SETBIT key offset value 对 key 所储存的字符串值,设置或清除指定偏移量上的位(bit) BITCOUNT key [start] [end] 返回key中被置为1的位的数目 BITOP operation destkey key [key ...] 位操作,支持AND OR XOR NOT运算 hash命令 hash类型的键值(value)也是字典结构。value字段存储了field:value,但是field只能是字符串,不支持其他数据类型,也就是不支持类型嵌套。 一个hash类型键可以包含最多2^(32-1)个字段。 除了hash类型,Redis的其他数据类型同样不支持数据类型嵌套。比如set类型的每个元素都只能是字符串,不能是另一个set或hash... 全文

redis nosql

NOSql之MongoDB学习笔记

mongodb状态查询之db.serverStatus()详解http://blog.sina.com.cn/s/blog_4e46604d01013w8s.html本文出自 “烛光照亮天堂-IT技术之路” 博客,请务必保留此出处http://wuhai.blog.51cto.com/2023916/988544... 全文

MongoDB

Redis与Memcached的区别

 传统MySQL+ Memcached架构遇到的问题  实际MySQL是适合进行海量数据存储的,通过Memcached将热点数据加载到cache,加速访问,很多公司都曾经使用过这样的架构,但随着业务数据量的不断增加,和访问量的持续增长,我们遇到了很多问题:  1.MySQL需要不断进行拆库拆表,Memcached也需不断跟着扩容,扩容和维护工作占据大量开发时间。  2.Memcached与MySQL数据库数据一致性问题。  3.Memcached数据命中率低或down机,大量访问直接穿透到DB,MySQL无法支撑。  4.跨机房cache同步问题。... 全文

Nosql

MongoDB与CouchDB全方位对比

本文见于MongoDB官方网站,MongoDB与CouchDB很相似,他们都是文档型存储,数据存储格式都是JSON型的,都使用Javascript进行操作,都支持Map/Reduce。但是其实二者有着很多本质的区别,本文透过现象追寻本质,让你更好的理解MongoDB与CouchDB。1.MVCC(Multiversion concurrency control)... 全文

nosql

1 2 3 4 5 6 7 8