本文主要介绍常见的数据存储方案及相应选型的评估标准的介绍。 guideline：针对不同应用场景，针对性选择存储方式。 1. 数据存储方案 sql： mysql 5.5/5.6/mariadb(对于dev绝大多数场景下透明)；oracle|ms sql暂不考虑； nosql： memcached 1.4.21；redis 2.
本文主要介绍常见的数据存储方案及相应选型的评估标准的介绍。
guideline：针对不同应用场景，针对性选择存储方式。
1. 数据存储方案sql：
mysql 5.5/5.6/mariadb(对于dev绝大多数场景下透明)；oracle|ms sql暂不考虑；
nosql：
memcached 1.4.21；redis 2.8；mongodb 2.6.6；hbase 0.96/0.98；
2. 评估标准rdbms：(mysql):
要求数据持久化存储；用户提交数据就不能丢失；
要求事务保证；
应用复杂，数据结构复杂，数据一致性要求高；
分布式实现时复杂度高，分库分表代价较大。
适合需要严格事务保证的oltp类系统和mis类系统;典型场景：
以电商网站为例，所有后端子系统(比如erp，物流，财务，仓储，人事，vis等）；网站核心数据存储（比如用户，商品，库存，购物车，订单）；
kv(memcache/redis)：
数据结构简单；只是按照简单的key来查询和update记录；
数据不需要持久化存储(persistent on disk)， 是secondary data；一般不是用户直接写入；（比如由后端job生成，可以由应用实现双写）
不需要transaction事务支持；
可能有很高的qps/tps(for example, 10k+ query/transaction per second);
有非常高的响应速度要求（<1ms typically)，以redis为例，同机房操作一般都是几十微秒级别；典型场景：
各类计数器；各类cache层（商品列表页，各类配置信息，商品描述信息等）；
analytics platform:
hadoop：etl；科学分析；gp：bi分析；各类报表；hbase：在线系统；olap分析；docdb：应用相对简单，数据结构相对复杂，支持快速开发，非事务类处理的信息处理系统。如知识问答、社区等；
3. 性能优化已有系统碰到性能瓶颈时，优化次序依次为：
容量评估
性能优化（系统优化，代码逻辑优化，sql优化）
硬件升级（从低端硬件到高端硬件，从低端存储到高端存储）
垂直拆分（按照不同的模块拆分数据库）
水平拆分（对某个模块，在系统里面再也跑不动，就需要对该模块按照主键或者其他逻辑拆分）