一、关于Redis及系列产品与NoSQL的介绍
1.平常咱们见到的都是关系型数据库，如：Oracle,Mysql,MS SQLserver 这些都是通过关系表去存储数据的，而NoSQL是通过在你的内存中存储数据的，这个数据肯定不是以表的形式存的。
2.因为平常Web项目或者App项目中会出现"三高"，高并发，高负载，高可扩展所以考虑用到NoSQL
①关于对数据库高并发读写的需求
web网站要根据用户个性化信息来实时生成动态页面和提供动态信息，所以基本上无法使用动态页面静态化技术，因此数据库并发负载非常高，往往要到达每秒上万次读写请求。关系数据库应付上万次SQL查询还勉强顶得住，但是应付上万次SQL写数据请求，硬盘IO就已经无法承受了。其实对于普通的BBS网站，往往也存在对高并发写请求的需求，例如网站的实时统计在西安用户状态，记录热门帖子的点击次数，机票计数等，因此这是一个相当普通的需求。
②关于对海量数据的高效率存储和访问(高负载)的需求
类似Facebook,twitter,Friendfeed这样的SNS网站，每天用户产生海量的用户动态，以Friendfeed为例，一个月就达到了2.5亿条用户动态，对于关系数据库来说，在一张2.5亿条记录的表里面进行SQL查询，效率是极其低下乃至不可忍受的。再例如大型web网站的用户登录系统，例如腾讯，盛大，动辄数以亿计的账号，关系数据库也很难应付。
③关于数据库的高可扩展性和高可用性的需求
在基于web的架构当中，数据库是最难进行横向扩展的，当一个应用系统的用户量和访问量与日俱增的时候，你的数据库却没有办法像web server 和app server 那样简单的通过添加更多的硬件和服务节点来扩展性能和负载能力。对于很多需要提供24小时不间断服务的网站来说，对数据库系统进行升级和扩展是非常痛苦的事情，往往需要停机维护和数据迁移，为什么数据库不能通过不断的添加服务器节点来实现扩展哩？
NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战，尤其是大数据应用难题。
例如：主流NoSQL数据库产品
3.NoSQL数据库的四大分类如下：
- 键值(Key-Value)存储数据库
相关产品：Redis，Tokyo Cabinet/Tyrant ...
典型应用：内容缓存，主要用于处理大量数据的高访问负载。
数据模型：一系列键值对
优势：快速查询
劣势：存储的数据缺少结构化
- 列存储数据库
相关产品：HBase,Cassandra,Riak
典型应用：分布式的文件系统
数据模型：以列簇式存储，将同一列数据存在一起
优势：查找速度快，可扩展性强，更容易进行分布式扩展
劣势：功能相对局限
- 文档型数据库
相关产品：MongoDB,CouchDB
典型应用：Web应用（与Key-Value类似，Value是结构化的）
数据模型：一系列键值对
优势：数据结构要求不严格
劣势：查询性能不高，而且缺乏统一的查询语法
- 图形(Graph)数据库
相关数据库：Infinite Graph,Neo4J,InfoGrid
典型应用：社交网络
数据模型：图结构
优势：利用图结构相关算法
劣势：需要对整个图做计算才能得出结果，不容易做分布式的集群方案
注：关系型数据库是基于关系表的数据库，最终会将数据持久化到磁盘上，而NoSQL数据 库是基于特殊的结构，并将数据存储到内存的数据库。从性能上而言，NoSQL数据库 要优于关系型数据库，从安全性上而言关系型数据库要优于nosql数据库，所以在实 际开发中一个项目中NoSQL和关系型数据库会一起使用，达到性能和安全性的双保证
二、关于NoSQL的特点
在大数据存取上具备关系型数据库无法比拟的性能优势，例如：
1.易扩展
NoSQL数据库种类繁多，但是一个共同的特点都是去掉关系数据库的关系型特性。数据之间无关系，这样就非常容易扩展。也无形之间，在架构的层面上带来了可扩展的能力。
2.大数据量，高性能
NoSQL数据库都是非常高的读写性能，尤其在大数据量下，同样表现优秀。这得益于它的无关系性，数据库的结构简单。
3.灵活的数据模型
NoSQL无需事先为要存储的数据建立字段，随时可以存储自定义的数据格式。而在关系数据库里，增删字段是一件非常麻烦的事情。如果是非常大数据量的表，增加字段简直就是一个噩梦。这点在大数据量的Web2.0时代尤其明显。
4.高可用
NoSQL在不太影响性能的情况，就可以方便的实现高可用的架构。比如Cassandra,HBase模型，通过复制模型也能实现高可用。
综上所述：
NoSQL的菲关系特性使其成为了后Web2.0时代的宠儿，助力大型Web2.0网站的再次起飞，是一项全新的数据库革命性运动。