常见的非关系型数据库有：1、mongodb；2、cassandra；3、redis；4、hbase；5、neo4j。
其中mongodb是非常著名的NoSQL数据库，它是一个面向文档的开源数据库。
常见的几种非关系型数据库：1、MongoDBMongoDB是最著名的NoSQL数据库。
它是一个面向文档的开源数据库。
MongoDB是一个可伸缩和可访问的数据库。
它在c++中。
MongoDB同样可以用作文件系统。
在MongoDB中，JavaScript可以作为查询语言使用。
通过使用sharding MongoDB水平伸缩。
它在流行的JavaScript框架中非常有用。
人们真的很享受分片、高级文本搜索、gridFS和map-reduce功能。
惊人的性能和新特性使这个NoSQL数据库在我们的列表中名列第一。
特点：提供高性能；自动分片；运行在多个服务器上；支持主从复制；数据以JSON样式文档的形式存储；索引文档中的任何字段；由于数据被放置在碎片中，所以它具有自动负载平衡配置；支持正则表达式搜索；在失败的情况下易于管理。
优点：易于安装MongoDB；MongoDB Inc.为客户提供专业支持；支持临时查询；高速数据库；无模式数据库；横向扩展数据库；性能非常高。
缺点：不支持连接；数据量大；嵌套文档是有限的；增加不必要的内存使用。
2、CassandraCassandra是Facebook为收件箱搜索开发的。
Cassandra是一个用于处理大量结构化数据的分布式数据存储系统。
通常，这些数据分布在许多普通服务器上。
您还可以添加数据存储容量，使您的服务保持在线，您可以轻松地完成这项任务。
由于集群中的所有节点都是相同的，因此不需要处理复杂的配置。
Cassandra是用Java编写的。
Cassandra查询语言(CQL)是查询Cassandra数据库的一种类似sql的语言。
因此，Cassandra在最佳开源数据库中排名第二。
Facebook、Twitter、思科(Cisco)、Rackspace、eBay、Twitter、Netflix等一些最大的公司都在使用Cassandra。
特点：线性可伸缩；；保持快速响应时间；支持原子性、一致性、隔离性和耐久性(ACID)等属性；使用Apache Hadoop支持MapReduce；分配数据的最大灵活性；高度可伸缩；点对点架构。
优点：高度可伸缩；无单点故障；Multi-DC复制；与其他基于JVM的应用程序紧密集成；更适合多数据中心部署、冗余、故障转移和灾难恢复。
缺点：对聚合的有限支持；不可预知的性能；不支持特别查询。
3、RedisRedis是一个键值存储。
此外，它是最著名的键值存储。
Redis支持一些c++、PHP、Ruby、Python、Perl、Scala等等。
Redis是用C语言编写的。
此外，它是根据BSD授权的。
特点：自动故障转移；将其数据库完全保存在内存中；事务；Lua脚本；将数据复制到任意数量的从属服务器；钥匙的寿命有限；LRU驱逐钥匙；支持发布/订阅。
优点：支持多种数据类型；很容易安装；非常快（每秒执行约11万组，每秒执行约次）；操作都是原子的；多用途工具（在许多用例中使用）。
缺点：不支持连接；存储过程所需的Lua知识；数据集必须很好地适应内存。
4、HBaseHBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。
就像Bigtable利用了Google文件系统（File System）所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtable的能力。
HBase是Apache的Hadoop项目的子项目。
HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。
另一个不同的是HBase基于列的而不是基于行的模式。
5、neo4jNeo4j被称为原生图数据库，因为它有效地实现了属性图模型，一直到存储层。
这意味着数据完全按照白板的方式存储，数据库使用指针导航和遍历图。
Neo4j有数据库的社区版和企业版。
企业版包括Community Edition必须提供的所有功能，以及额外的企业需求，如备份、集群和故障转移功能。
特点：它支持唯一的约束；Neo4j支持完整的ACID(原子性、一致性、隔离性和持久性)规则；Java API: Cypher API和本机Java API；使用Apache Lucence索引；简单查询语言Neo4j CQL；包含用于执行CQL命令的UI: Neo4j>轻量级内存数据库内存数据库
关于轻量级内存数据库，内存数据库很多人还不知道，在网络技术和计算机技术大幅度普及的今天，数据库成为了IT界最重要的课题之一。
所谓数据库就是指存储数据的一类库存，它们能够为IT开发人员提供存取数据的极大便利，目前很多管理系统基本都需要使用数据库支持。
而内存数据库是指数据存取通过内存实现的一类数据库，与从磁盘上读取数据的数据库相比，内存数据库能够大大提高读取的速度，减少数据库访问的时间。
传统的数据库是我们经过严格定义后产生的关系型数据库，所谓关系指的是数据库中各个实体、属性间的关系，比如，我们在建立一个学生和课程管理的数据库时，一定会涉及到学生和课程以及老师这三个实体，老师和学生之间通常是多对多的关系，即一个老师可以教授多个学生，一个学生也能够上多个老师教授的课，而老师和课程上，一般是一对多的关系，即一个老师能够开设很多 门 课程，但一门课程只能由一个老师开设。
传统的数据库一般都会具备类似这样的关系。
它一般适合用于存储稳定持久的数据。
但是传统数据库不便于关于数据处理的定时限制，这样会很浪费时间，而在一些对时间有特殊要求的行业，数据库读取速度过慢就会严重影响到整个系统的运行效率。
假如我们将数据直接存储在内存之上，这样就省去了执行过程中产生的I/O，节约大量的时间，同时又能够经过计算准确地反应系统的相应工作时间和处理时间，这是在处理机制上和传统数据库的不同，也可以看做是工作时间上的不同之处。
此外，内存数据库存储的数据一般和传统数据库存储的数据有相对性，即内存数据库存储的数据一般有更低的时效性，通常在内存数据库中，每一个数据都有相关规定的有效时间和有效期限，假如数据存储时间或读取时间超过这个有效时间以外，则原有的数据就会失效，同时产生新的数据进行替换和替代。
这个特殊特性决定了内存数据库只能够使用在一些特殊的场合和特定的范围之内，但现实生活中，为了同时保证读取的效率和数据的稳定性，开发者往往会将传统数据库和内存数据库进行相互结合。
内存数据库有哪些比较主流的有FastDB、Memcached和Redis等。
FastDB1、FastDB不支持client-server架构因而所有使用FastDB的应用程序必须运行在同一主机上;2、fastdb假定整个数据库存在于RAM中，并且依据这个假定优化了查询算法和接口。
3、fastdb没有数据库缓冲管理开销，不需要在数据库文件和缓冲池之间传输数据。
4、整个fastdb的搜索算法和结构是建立在假定所有的数据都存在于内存中的，因此数据换出的效率不会很高。
5、Fastdb支持事务、在线备份以及系统崩溃后的自动恢复。
6、fastdb是一个面向应用的数据库，数据库表通过应用程序的类信息来构造。
FastDB不能支持Java API接口，这使得在本应用下不适合使用FastDB。
MemcachedMemcached是一种基于Key-Value开源缓存服务器系统，主要用做数据库的数据高速缓冲，并不能完全称为数据库。
memcached的API使用三十二位元的循环冗余校验(CRC-32)计算键值后，将资料分散在不同的机器上。
当表格满了以后，接下来新增的资料会以LRU机制替换掉。
由于 memcached通常只是当作缓存系统使用，所以使用memcached的应用程式在写回较慢的系统时(像是后端的数据库)需要额外的程序更新memcached内的资料。
memcached具有多种语言的客户端开发包，包括：Perl、PHP、JAVA、C、Python、Ruby、C#。
RedisRedis是一个高性能的key-value数据库。
redis的出现，很大程度补偿了memcached这类keyvalue存储的不足，在部分场合可以对关系数据库起到很好的补充作用。
它提供了C++、Java、Python，Ruby，Erlang，PHP客户端。
作为新兴的一种数据库类型，内存数据库的研究其实还没有传统数据库那么成熟，如果想要让内存数据库进行大规模运用，还需要一定的时间进行研究和探索。
本文讲解到此结束，希望对大家有所帮助。
windowdjango如何处理高并发
导读：很多朋友问到关于windowdjango如何处理高并发的相关问题，本文首席CTO笔记就来为大家做个详细解答，供大家参考，希望对大家有所帮助！一起来看看吧！
java高并发，如何解决，什么方式解决，高并发首先，为防止高并发带来的系统压力，或者高并发带来的系统处理异常，数据紊乱，可以以下几方面考虑：1、加锁，这里的加锁不是指加java的多线程的锁，是指加应用所和数据库锁，应用锁这边通常是使用redis的setnx来做，其次加数据库锁，因为代码中加了应用所，所以数据库不建议加悲观锁（排他锁），一般加乐观锁（通过设置一个seq_no来解决），这两个锁一般能解决了，最后做合理的流控，丢弃一部分请求也是必不可少的
如何处理高并发
处理高并发的六种方法
1：系统拆分，将一个系统拆分为多个子系统，用dubbo来搞。
然后每个系统连一个数据库，这样本来就一个库，现在多个数据库，这样就可以抗高并发。
2：缓存，必须得用缓存。
大部分的高并发场景，都是读多写少，那你完全可以在数据库和缓存里都写一份，然后读的时候大量走缓存不就得了。
毕竟人家redis轻轻松松单机几万的并发啊。
没问题的。
所以你可以考的虑考虑你的项目里，那些承载主要请求读场景，怎么用缓存来抗高并发。
3：MQ(消息队列)，必须得用MQ。
可能你还是会出现高并发写的场景，比如说一个业务操作里要频繁搞数据库几十次，增删改增删改，疯了。
那高并发绝对搞挂你的系统，人家是缓存你要是用redis来承载写那肯定不行，数据随时就被LRU(淘汰掉最不经常使用的)了，数据格式还无比简单，没有事务支持。
所以该用mysql还得用mysql啊。
那你咋办？用MQ吧，大量的写请求灌入MQ里，排队慢慢玩儿，后边系统消费后慢慢写，控制在mysql承载范围之内。
所以你得考虑考虑你的项目里，那些承载复杂写业务逻辑的场景里，如何用MQ来异步写，提升并发性。
MQ单机抗几万并发也是ok的。
4：分库分表，可能到了最后数据库层面还是免不了抗高并发的要求，好吧，那么就将一个数据库拆分为多个库，多个库来抗更高的并发；然后将一个表拆分为多个表，每个表的数据量保持少一点，提高sql跑的性能。
5：读写分离，这个就是说大部分时候数据库可能也是读多写少，没必要所有请求都集中在一个库上吧，可以搞个主从架构，主库写入，从库读取，搞一个读写分离。
读流量太多的时候，还可以加更多的从库。
6：solrCloud:
SolrCloud(solr云)是Solr提供的分布式搜索方案，可以解决海量数据的分布式全文检索，因为搭建了集群，因此具备高可用的特性，同时对数据进行主从备份，避免了单点故障问题。
可以做到数据的快速恢复。
并且可以动态的添加新的节点，再对数据进行平衡,可以做到负载均衡：
1、HTML静态化
效率最高、消耗最小的就是纯静态化的html页面，所以尽可能使网站上的页面采用静态页面来实现，这个最简单的方法其实也是最有效的方法。
但是对于大量内容并且频繁更新的网站，无法全部手动去挨个实现，于是出现了常见的信息发布系统CMS，像常访问的各个门户站点的新闻频道，甚至他们的其他频道，都是通过信息发布系统来管理和实现的，信息发布系统可以实现最简单的信息录入自动生成静态页面，还能具备频道管理、权限管理、自动抓取等功能，对于一个大型网站来说，拥有一套高效、可管理的CMS是必不可少的。
2、图片服务器分离
对于Web服务器来说，不管是Apache、IIS还是其他容器，图片是最消耗资源的，于是有必要将图片与页面进行分离，这是基本上大型网站都会采用的策略，他们都有独立的图片服务器，甚至很多台图片服务器。
这样的架构可以降低提供页面访问请求的服务器系统压力，并且可以保证系统不会因为图片问题而崩溃，在应用服务器和图片服务器上，可以进行不同的配置优化，比如apache在配置ContentType的时候可以尽量少支持，尽可能少的LoadModule，保证更高的系统消耗和执行效率。
这一实现起来是比较容易的一现，如果服务器集群操作起来更方便，如果是独立的服务器，新手可能出现上传图片只能在服务器本地的情况下，可以在令一台服务器设置的IIS采用网络路径来实现图片服务器，即不用改变程序，又能提高性能，但对于服务器本身的IO处理性能是没有任何的改变。
3、数据库集群和库表散列
大型网站都有复杂的应用，这些应用必须使用数据库，那么在面对大量访问的时候，数据库的瓶颈很快就能显现出来，这时一台数据库将很快无法满足应用，于是需要使用数据库集群或者库表散列。
4、缓存
缓存一词搞技术的都接触过，很多地方用到缓存。
网站架构和网站开发中的缓存也是非常重要。
架构方面的缓存，对Apache比较熟悉的人都能知道Apache提供了自己的缓存模块，也可以使用外加的Squid模块进行缓存，这两种方式均可以有效的提高Apache的访问响应能力。
网站程序开发方面的缓存，Linux上提供的MemoryCache是常用的缓存接口，可以在web开发中使用，比如用Java开发的时候就可以调用MemoryCache对一些数据进行缓存和通讯共享，一些大型社区使用了这样的架构。
另外，在使用web语言开发的时候，各种语言基本都有自己的缓存模块和方法，PHP有Pear的Cache模块，Java就更多了，不是很熟悉，相信也肯定有。
5、镜像
镜像是大型网站常采用的提高性能和数据安全性的方式，镜像的技术可以解决不同网络接入商和地域带来的用户访问速度差异，比如ChinaNet和EduNet之间的差异就促使了很多网站在教育网内搭建镜像站点，数据进行定时更新或者实时更新。
在镜像的细节技术方面，这里不阐述太深，有很多专业的现成的解决架构和产品可选。
也有廉价的通过软件实现的思路，比如linux上的rsync等工具。
6、负载均衡
负载均衡将是大型网站解决高负荷访问和大量并发请求采用的终极解决办法。
负载均衡技术发展了多年，有很多专业的服务提供商和产品可以选择。
硬件四层交换
第四层交换使用第三层和第四层信息包的报头信息，根据应用区间识别业务流，将整个区间段的业务流分配到合适的应用服务器进行处理。
第四层交换功能就象是虚IP，指向物理服务器。
它传输的业务服从的协议多种多样，有HTTP、FTP、NFS、Telnet或其他协议。
这些业务在物理服务器基础上，需要复杂的载量平衡算法。
在IP世界，业务类型由终端TCP或UDP端口地址来决定，在第四层交换中的应用区间则由源端和终端IP地址、TCP和UDP端口共同决定。
在硬件四层交换产品领域，有一些知名的产品可以选择，比如Alteon、F5等，这些产品很昂贵，但是物有所值，能够提供非常优秀的性能和很灵活的管理能力。
Yahoo中国当初接近2000台服务器使用了三四台Alteon就搞定了。
1、我们在我们的查询器上使用select_for_update来告诉数据库锁定对象，直到事务完成。
2、在数据库中锁定一行需要一个数据库事务-我们使用Django的装饰器来定义事务。
3、我们使用类方法而不是实例方法-我们告诉数据库要上锁，然后它会返回锁的对象给我们。
为了实现这一点，我们需要从数据库中获取对象。
如果我们使用self，那么就是在操作一个已经从数据库中获取出来的对象，这个对象无法保证自己是没有被上锁的。
4、帐户中的所有操作都在数据库事务中执行。
结语：以上就是首席CTO笔记为大家介绍的关于windowdjango如何处理高并发的全部内容了，希望对大家有所帮助，如果你还想了解更多这方面的信息，记得收藏关注本站。
评论（0）