大数据时代初期，随着数据请求并发量大不断增大，一般都是采用的集群同步数据的方式处理，就是将数据库分成了很多的小库，每个数据库的数据内容是不变的，都是保存了源数据库的数据副本，通过同步或者异步方式保证数据的一致性，每个库设定特定的读写方式，比如主数据库负责写 *** 作，从数据库是负责读 *** 作，等等根据业务复杂程度以此类推，将业务在物理层面上进行了分离，但是这种方式依旧存在一定的负载压力的问题，企业数据在不断的扩增中，后面就采用分库分表的方式解决，对读写负载进行分离，但是这种实现依旧存在不足，且需要不断进行数据库服务器扩容。
NoSQL数据库大致分为5种类型
1、列族数据库：BigTable、HBase、Cassandra、Amazon SimpleDB、HadoopDB等，下面简单介绍几个
（1）Cassandra：Cassandra是一个列存储数据库，支持跨数据中心的数据复制。它的数据模型提供列索引，log-structured修改，支持反规范化，实体化视图和嵌入超高速缓存。
（2）HBase：Apache Hbase源于Google的Bigtable，是一个开源、分布式、面向列存储的模型。在Hadoop和HDFS之上提供了像Bigtable一样的功能。
（3）Amazon SimpleDB：Amazon SimpleDB是一个非关系型数据存储，它卸下数据库管理的工作。开发者使用Web服务请求存储和查询数据项
（4）Apache Accumulo：Apache Accumulo的有序的、分布式键值数据存储，基于Google的BigTable设计，建立在Apache Hadoop、Zookeeper和Thrift技术之上。
（5）Hypertable：Hypertable是一个开源、可扩展的数据库，模仿Bigtable，支持分片。
（6）Azure Tables：Windows Azure Table Storage Service为要求大量非结构化数据存储的应用提供NoSQL性能。表能够自动扩展到TB级别，能通过REST和Managed API访问。
2、键值数据库：Redis、SimpleDB、Scalaris、Memcached等，下面简单介绍几个
（1）Riak：Riak是一个开源，分布式键值数据库，支持数据复制和容错。（2）Redis：Redis是一个开源的键值存储。支持主从式复制、事务，Pub/Sub、Lua脚本，还支持给Key添加时限。
（3）Dynamo：Dynamo是一个键值分布式数据存储。它直接由亚马逊Dynamo数据库实现；在亚马逊S3产品中使用。
（4）Oracle NoSQL Database：来自Oracle的键值NoSQL数据库。它支持事务ACID（原子性、一致性、持久性和独立性）和JSON。
（5）Oracle NoSQL Database：具备数据备份和分布式键值存储系统。
（6）Voldemort：具备数据备份和分布式键值存储系统。
（7）Aerospike：Aerospike数据库是一个键值存储，支持混合内存架构，通过强一致性和可调一致性保证数据的完整性。
3、文档数据库：MongoDB、CouchDB、Perservere、Terrastore、RavenDB等，下面简单介绍几个
（1）MongoDB：开源、面向文档，也是当下最人气的NoSQL数据库。
（2）CounchDB：Apache CounchDB是一个使用JSON的文档数据库，使用Javascript做MapReduce查询，以及一个使用>Apache Geode允许水平和垂直缩放
准备：
gemfireproperties配置文件中可以列出定位器：
如果要运行独立成员，该配置文件禁用locators:
将常规消息设置为使用TCP或UDP单播,在gemfireproperties文件中:
或者使用UDP单播
使用UDP多播且分发到任何region
在cachexml中，为每个需要多播的区域启用多播：
每个缓存实例或成员直接与分布式系统中的每个其他成员进行通信，一个典型的例子是一个应用程序服务器集群，其中应用程序和高速缓存位于同一位置并共享相同的堆。
成员使用一个或多个定位器发现彼此。定位器提供发现和负载均衡服务。P2P定位器管理分布式系统成员的动态列表。新成员连接到其中一个定位器以检索用于加入系统的成员列表。一个成员一次只能属于一个分布式系统。一旦彼此找到了对方，成员之间直接沟通，独立于发现机制。在P2P发现中，Geode使用成员协调员来管理成员加入和离开。
此结构是垂直扩展的模型，Client通常在应用程序进程空间中托管一小部分数据，然后委托给服务器系统。客户机/服务器体系结构本身与点对点相比，提供了更好的数据隔离性，高提取性能和更高的可伸缩性。如果数据分发会给网络带来很大负担，那么客户机/服务器体系结构通常会提供更好的性能。在任何客户机/服务器安装中，服务器系统本身就是一个P2P系统，数据在服务器之间分配。Client系统有一个连接池，它用来与服务器和其他Geode成员进行通信。Client也可能包含本地缓存。
定位器持续监视服务器可用性和服务器负载信息，随时为Client提供负载最轻的服务器的连接信息。
适用于水平缩放，跨地域，每个站点都是P2P或C/S系统。
在多站点（WAN）配置中，Geode集群使用定位器来发现远程Geode集群以及发现本地Geode成员。WAN配置中的每个定位器唯一地标识其所属的本地群集，并且还可以标识远程Geode群集中的定位器，以便将它连接到WAN分配。定位器启动时，它会联系每个远程定位器，以交换有关远程群集中可用定位器和网关接收器配置的信息。除了共享有关其自己的群集的信息之外，定位器还共享从其他所有连接的群集获得的信息。每当新的定位器启动或现有的定位器关闭时，更改的信息将通过广域网广播到其他连接的Geode群集。locator相当于粘合剂的角色，将集群中所有的成员连接在一起。
程序媛小白一枚，如有错误，烦请批评指正！(##)分布式缓存系统是为了解决数据库服务器和web服务器之间的瓶颈。
如果一个网站的流量很大，这个瓶颈将会非常明显，每次数据库查询耗费的时间将会非常可观。
对于更新速度不是很快的网站，可以用静态化来避免过多的数据库查询。
对于更新速度以秒计的网站，静态化也不会太理想，可以用缓存系统来构建。
如果只是单台服务器用作缓存，问题不会太复杂，如果有多台服务器用作缓存，就要考虑缓存服务器的负载均衡。
vFabric tc Server——SpringSource的基于Apache Tomcat的产品，增加了对监控与应用供给的支持
vFabric GemFire——一个基于Java的内存数据网格产品，类似于Oracle的Coherence
vFabric SQLFire——一个用于核心GemFire技术的标准SQL接口
vFabric RabbitMQ——一个开源的消息平台，基于Advanced Message Queuing Protocol（AMQP）
vFabric Web Server——企业版的Apache Web服务器
vFabric Hyperic——又一个监控组件，专注于 *** 作系统、虚拟机、数据库与应用服务器；面向Web基础设施！
分布式计算是一种计算方法，和集中式计算是相对的。分布式计算将该应用分解成许多小的部分，分配给多台计算机进行处理。这样可以节约整体计算时间，大大提高计算效率。
分布式计算可以分为以下几类：
传统的C/S模型。如>
集群技术。一种称集群的技术出现了，它把多台服务器连接起来，当成一台服务器来用。这种技术的好处就是，不但对客户来说是透明的，对服务器软件来说也是透明的，软件不用做任何修改就可以在集群上运行。
通用型分布式计算环境。如CORBA/DCOM/ RMI/ DBUS等，这些技术(规范)差不多都有具有网络透明性，被调用的方法可能在另外一个进程中，也可能在另外一台机器上。调用者基本上不用关心是本地调用还是远程调用。
Apache Geode 是一个数据管理平台，提供实时的、一致的、贯穿整个云架构地访问数据关键型应用，具有高并发处理能力
Geode 池化了服务器上的内存、CPU、 网络资源和系统的本地磁盘，并且跨了多个进程来管理应用的对象和行为。 它使用了动态数据复制和分区技术来实现高性能、 高可扩展性、高可用和高容错行。 另外, 对于一个分布式数据容器，Apache Geode 是一个基于内存的数据管理系统。提供了可靠的异步事件通知和可靠的消息投递。
1100新特性
更多更新内容：>
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）