个人技术分享

五种基础数据类型包括：String（字符串）、List（列表）、Set（集合）、Hash（散列）、Zset（有序集合）包括：HyperLogLog（基数统计）、Bitmap （位图）、Geospatial (地理位置)包括： Bloom filter（布隆过滤器）、Bitfield（位域）（1）SETNX（SET if Not eXists）命令实现分布式锁。（1）Cache Aside Pattern（旁路缓存模式）（2）使用Redisson实现的分布式锁。（1）Redis 过期事件监听。

所以我们同样也有对 Redis 数据分片的需求，所谓分片就是把一份大数据拆分成多份小数据，在 3.0 之前，我们只能通过构建多个 redis 主从节点集群，把不同业务数据拆分到不冉的集群中，这种方式在业务层需要有大量的代码来完成数据分片、路由等工作，导致维护成本高、增加、移除节点比较繁琐。比如平时非活动期间访问量不会很大，使用三主三从就可以，618、双十一期间，大促活动时候，这种访问量很高的，这个时候，就需要我们对Redis集群进行扩容了，当活动过后，流量下来会，我们又要进行缩容。

Redis Sentinel，即Redis哨兵，在Redis 2.8版本开始引入。哨兵的核心功能是主节点的自动故障转移。哨兵机制（sentinel）是Redis解决高可用的一种解决方案：它是由一个或者多个sentinel 实例组成的一个sentinel 系统。

Redis Sentinel，即Redis哨兵，在Redis 2.8版本开始引入。哨兵的核心功能是主节点的自动故障转移。哨兵机制（sentinel）是Redis解决高可用的一种解决方案：它是由一个或者多个sentinel 实例组成的一个sentinel 系统。

然而，大数据在推动技术变革的同时，企业对海量数据的存储、并发访问、扩展等要求越来越高。由于传统关系型数据库的ACID原则、结构规整以及表连接操作等特性成为制约海量数据存储、并发访问以及扩展的瓶颈。而NoSQL数据库就是为了解决海量数据的存储、并发访问以及扩展而出现的，它具有数据模型灵活、并发访问高、易于扩展和伸缩、开发效率高以及开发成本低等优点，能够解决大规模数据集合多重数据种类挑战，尤其是大数据应用难题。（大数据时代对数据存储的挑战、NoSQL简介、NoSQL特点、关系型数据库与非关系型数据库的区别）

然而，大数据在推动技术变革的同时，企业对海量数据的存储、并发访问、扩展等要求越来越高。由于传统关系型数据库的ACID原则、结构规整以及表连接操作等特性成为制约海量数据存储、并发访问以及扩展的瓶颈。而NoSQL数据库就是为了解决海量数据的存储、并发访问以及扩展而出现的，它具有数据模型灵活、并发访问高、易于扩展和伸缩、开发效率高以及开发成本低等优点，能够解决大规模数据集合多重数据种类挑战，尤其是大数据应用难题。（大数据时代对数据存储的挑战、NoSQL简介、NoSQL特点、关系型数据库与非关系型数据库的区别）

然而，大数据在推动技术变革的同时，企业对海量数据的存储、并发访问、扩展等要求越来越高。由于传统关系型数据库的ACID原则、结构规整以及表连接操作等特性成为制约海量数据存储、并发访问以及扩展的瓶颈。而NoSQL数据库就是为了解决海量数据的存储、并发访问以及扩展而出现的，它具有数据模型灵活、并发访问高、易于扩展和伸缩、开发效率高以及开发成本低等优点，能够解决大规模数据集合多重数据种类挑战，尤其是大数据应用难题。（大数据时代对数据存储的挑战、NoSQL简介、NoSQL特点、关系型数据库与非关系型数据库的区别）

而Robo 3T是一个跨平台的MongoDB GUI客户端管理工具，它以图形化的方式显示操作界面，让用户可以对MongoDB进行可视化操作，并且支持Windows、MacOS、Linux系统，本节课我们将以Windows系统为例，详细讲解如何使用Robo 3T操作MongoDB。Map-Reduce操作是将集合中的批量文档进行分解处理，然后将处理后的各个结果进行合并输出。如果想要深入学习和掌握MongoDB数据库，除了学习MongoDB数据库的理论知识之外，还得掌握MongoDB数据库的实践操作。

分析 MongoDB是NoSQL文档存储数据库的重要一员，是当前NoSQL数据库产品中最热门的一种，目前在数据库排行榜排名第五（前四分别是Oracle、MySQL、SQL Server和PostgreSQL）。（MongoDB的发展历程、MongoDB的简介、MongoDB的优势）教学目标及基本要求 1、了解MongoDB的发展历程。4、熟悉MongoDB的使用规范。难点 1、MongoDB数据类型。2、熟悉MongoDB数据类型。3、MongoDB的使用规范。2、MongoDB数据类型。