在什么场景下，你会选用mysql做为数据库，什么场景下，会选用oracle做为数据库为什么

场景？这个词很内涵- -

mysql首先它是免费，支持数据量也不小，一般对于小型网站，数据量不大，最多几万条的，采用MYSQL

而ORACLE则是大型数据库，数据量支持达到上亿，对于大型公司，企业的系统就采用ORACLE，比如电信啊`银行啊`数据量大`所以用这个`

redis开创了一种新的数据存储思路，使用redis，我们不用在面对功能单调的数据库时，而是利用redis灵活多变的数据结构和数据 *** 作。

1、首先redis内部使用一个redisobject对象来表示所有的key和value,redisobject最主要的信息如上图所示：type代表一个value对象具体是何种数据类型，encoding是不同数据类型在redis内部的存储方式，比如：type=string代表value存储的是。

2、一个普通字符串，那么对应的encoding可以是raw或者是int,如果是int则代表实际redis内部是按数值型类存储和表示这个字符串的，当然前提是这个字符串本身可以用数值表示，比如:"123""456"这样的字符串。

3、这里需要特殊说明一下vm字段，只有打开了redis的虚拟内存功能，此字段才会真正的分配内存，该功能默认是关闭状态的，该功能会在后面具体描述通过发现redis使用redisobject来表示所有的key/value数据是比较浪费内存的，当然这些内存管理成本的付出主要redis不同数据类型提供一个统一的管理接口，实际作者也提供了多种方法帮助我们尽量节省内存使用，我们随后会具体讨论。

文档数据库

源起：受Lotus Notes启发。

数据模型：包含了key-value的文档集合

例子：CouchDB, MongoDB

优点：数据模型自然，编程友好，快速开发，web友好，CRUD。

图数据库

源起： 欧拉和图理论。

数据模型：节点和关系，也可处理键值对。

例子：AllegroGraph, InfoGrid, Neo4j

优点：解决复杂的图问题。

关系数据库

源起： E F Codd 在A Relational Model of Data for Large Shared Data Banks提出的

数据模型：各种关系

例子：VoltDB, Clustrix, MySQL

优点：高性能、可扩展的OLTP，支持SQL，物化视图，支持事务，编程友好。

对象数据库

源起：图数据库研究

数据模型：对象

例子：Objectivity, Gemstone

优点：复杂对象模型，快速键值访问，键功能访问，以及图数据库的优点。

Key-Value数据库

源起：Amazon的论文 Dynamo 和 Distributed HashTables。

数据模型：键值对

例子：Membase, Riak

优点：处理大量数据，快速处理大量读写请求。编程友好。

BigTable类型数据库

源起：Google的论文 BigTable。

数据模型：列簇，每一行在理论上都是不同的

例子：HBase, Hypertable, Cassandra

优点：处理大量数据，应对极高写负载，高可用，支持跨数据中心， MapReduce。

数据结构服务

源起：

数据模型：字典 *** 作，lists, sets和字符串值

例子：Redis

优点：不同于以前的任何数据库

网格数据库

源起：数据网格和元组空间研究。

数据模型：基于空间的架构

例子：GigaSpaces, Coherence

优点：适于事务处理的高性能和高扩展性

服务器应用非常广泛，既可以作为简单的Web服务器单独使用，也可以与其他产品（如OSS、CDN等）搭配提供强大的多媒体解决方案。以下是服务器的典型应用场景。

企业官网、简单的Web应用

网站初始阶段访问量小，只需要一台低配置的云服务器ECS即可运行应用程序、数据库、存储文件等。随着网站发展，您可以随时提高服务器的配置，增加服务器数量，无需担心低配服务器在业务突增时带来的资源不足问题。

多媒体、大流量的APP或网站

服务器与对象存储OSS搭配，将OSS作为静态、视频、下载包的存储，以降低存储费用，同时配合CDN和负载均衡，可大幅减少用户访问等待时间、降低带宽费用、提高可用性。

数据库

支持对I/O要求较高的数据库。使用较高配置的I/O优化型服务器同时采用SSD云盘，可实现支持高I/O并发和更高的数据可靠性。也可以采用多台稍微低配的I/O优化型服务器，搭配负载均衡，实现高可用架构。

访问量波动大的APP或网站

某些应用，如12306网站，访问量可能会在短时间内产生巨大的波动。通过使用d性伸缩，实现在业务增长时自动增加服务器，并在业务下降时自动减少服务器，保证满足访问量达到峰值时对资源的要求，同时降低了成本。如果搭配负载均衡，则可以实现高可用架构。

使用场景：

（1）网站数据：MongoDB适合实时的插入，更新与查询，并具备网站实时数据存储所需的复制及高度伸缩性。

（2）缓存：由于性能很高，MongoDB也适合作为信息基础设施的缓存层。在系统重启之后，由MongoDB搭建的持久化缓存层可以避免下层的数据源过载。

（3）大尺寸，低价值的数据。

（4）高伸缩性的场景：MongoDB适合由数十或数百台服务器组成的数据库。

（5）用于对象及JSON数据的存储：MongoDB的BSON数据格式适合文档化格式的存储及查询。

mongodb设计特点：

（1）面向集合存储，容易存储对象类型的数据。在MongoDB 中数据被分组存储在集合中，集合类似RDBMS 中的表，一个集合中可以存储无限多的文档。

（2）模式自由，采用无模式结构存储。在MongoDB 中集合中存储的数据是无模式的文档，采用无模式存储数据是集合区别于RDBMS 中的表的一个重要特征。

（3）支持完全索引，可以在任意属性上建立索引，包含内部对象。MongoDB的索引和RDBMS 的索引基本一样，可以在指定属性、内部对象上创建索引以提高查询的速度。除此之外，MongoDB 还提供创建基于地理空间的索引的能力。

（4）支持查询。MongoDB 支持丰富的查询 *** 作，MongoDB 几乎支持SQL中的大部分查询。

（5）强大的聚合工具。MongoDB 除了提供丰富的查询功能外，还提供强大的聚合工具，如count、group 等，支持使用MapReduce 完成复杂的聚合任务。

以上就是关于在什么场景下，你会选用mysql做为数据库，什么场景下，会选用oracle做为数据库为什么全部的内容，包括:在什么场景下，你会选用mysql做为数据库，什么场景下，会选用oracle做为数据库为什么、Redis数据库适合使用于哪些应用场景、常见NoSQL数据库的应用场景是怎么样的等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！