nosql数据库应用

下载需要 10 金币 [ 金币充值 ]

服务器/托管费、人工审核、技术维护等都需要很多费用，请您支持深度开源的发展

下载PPT

PPT 内容

1. NOSQL数据库应用案例孟硕培
2. += ？背景介绍
3. 系统构架
4. 数据特征股票交易财报公司合同公告高管个人信息增减持数据特点：属性多关联性弱
5. 存储方案VS
6. RedisKey-Value数据库可基于内存亦可持久化丰富的数据结构支持事务
7. 数据类型数据类型 String List Set Hash Sorted sets 操作 Set/Get Push/Pop Add/Remove Sinter
8. 缓存 SET "key" "value" EXPIRE "key" 10行情数据 00000260051900000110.39157.259.25pricevaluefield全部股票价格 HGETALL price 单只股票价格 HGET price 000001应用场景
9. 优缺点快丰富的数据结构操作简单场景：如果要每日的行情数据都存储于Redis? 数据都在内存水平扩展能力有限
10. HBase分布式NOSQL存储系统底层数据存储基于HDFS 高可用，高性能列存储，多版本百亿行×百万列×上万个版本
11. 数据模型Row key 键值，检索数据的主键 Timestamp 时间戳，每个数据的版本 Column Family 列簇，一个Column Family中可以由任意多个Column组成 Cell Qualifier 列，和row key共同确定一个Cell
12. 数据模型Row KeyTimestampColumn FamilyQuotationstock_00000120140915price=2.520140916price=2.620140917price=2.7stock_00000220140915price=3.120140916price=3.2Table & Column Family
13. 数据读写访问HBase中数据有3种方式通过单个row key访问（put/get） put ‘表名称’, ‘行名称’, ‘列名称’，‘值’ get '表名称', '行名称' 通过row key的范围扫描 (scan) scan “表名称” , [‘列名称:’], {STARTROW => ‘起始行’,STOPROW=>‘结束行'} 全表扫描 scan “表名称” , [‘列名称:’]
14. 示例Scan scan = new Scan(); scan.setStartRow(Bytes.toBytes(“stock_000001”)); //起始行 scan.setStopRow(Bytes.toBytes(“stock_603999”)); //截止行 Scan. setTimeRange(NumberUtils.toLong(“20140917"), NumberUtils.toLong(“20140918”)); 获取所有股票2014年9月17日价格？
15. 示例Scan scan = new Scan(); scan.setStartRow(Bytes.toBytes(“stock_000001”)); //起始行 scan.setStopRow(Bytes.toBytes(“stock_603999”)); //截止行 Scan. setTimeRange(NumberUtils.toLong(“20140818"), NumberUtils.toLong(" 20140918")) FilterList filterList = new FilterList(); filterList.addFilter(new SingleColumnValueFilter(Bytes.toBytes(“Quotation”), Bytes.toBytes(“price”), CompareOp.GREATER,Bytes.toBytes(10) ) ); scan.setFilter(filterList); 最近一个月内股价大于10元的股票？
16. HBase优缺点大多版本水平扩展行事务数据类型单一数据结构简单场景：具有层次结构的数据如何存储?
17. MongoDB模式自由面向文档完整的索引支持易扩展支持Map/Reduce
18. 数据模型
19. 数据模型
20. MySQL对比
21. 基本操作
22. 优缺点快无模式查询与索引方式灵活，是最像SQL的NoSQL 存储格式为Bson数据的关系性操作不再存在资源占用率高场景：关联的数据如何存储?
23. 总结Key-value: Redis Table-oriented: Big table, HBase Document-oriented: MongoDB, CouchDB Graph database: Jena
24. 对比
25. NOSQL for Not Only SQL
26. (本页无文本内容)

nosql数据库应用

dy3168729

贡献于2016-04-24

nosql数据库应用

PPT 内容

PPT 图集

相关PPT