not only sql
商品基本信息：关系型数据库 商品描述、详情、评价信息（多文字类）：文档数据库 MongDB 商品图片：分布式文件系统 商品关键字：ISearch 商品波段性热点高频信息：Redis
UDSL：统一数据服务平台，由于数据存储涉及的技术繁杂，为统一用此平台，开发只需通过UDSL统一使用来处理不同数据存储
以一个电商客户、订单、支付、地址模型来对比关系型数据库和非关系型数据库
关系型数据库：客户表、地址表、订单表、订单明细表、支付明细表，各表之间通过1：1、1：N、N：N，主外键、范式等进行关联。
非关系型数据库：通过BSon可以描述为一个json字符串；
NoSQL用聚合模型，来着重解决两个难题： 高并发的场景不太建议有关联查询； 分布式事务支持不了太多的并发
聚合模型数据类型： 1.KV键值 2.Bson 3.列簇 4.图形
1.kv键值： 新浪：BerkeleyDB+redis 美团：redis+tair 阿里、百度：memcache+redis 2.文档型数据库(bson格式较多)： CouchDB MongoDB 3.列存储数据库： Cassandra HBase 分布式文件系统 4.图关系数据库：针对关系图谱，如社交、广告推荐等 Neo4J InfoGrid
传统ACID：以下4个特性全能满足 原子性-Atomicity：事务里的操作，要么全做完，要么全不做； 一致性-Consistency：数据库要一直处于一致的状态； 独立性-Isoiation：并发的事务之间不会相互影响； 持久性-Durability：存储持久，重启不会丢失
CAP：一个分布式系统不可能同时很好的满足下面3个需求 强一致性-Consistency： 高可用性-Availability： 分区容错性-Partition tolerance：
CA：单点集群，可扩展性不太强大（RDBMS） CP：（MongoDB、HBase、Redis）-本身不支持高可用，可通过其它方案实现 AP：一致性要求较低，实现最终一致性
由于当前的网络硬件肯定会出现延迟丢包问题，所以P是必须要实现的； 一般都使用AP+弱一致性（最终一致性）
BASE：让系统放松某一时刻数据的一致性的要求，来换取系统整体的伸缩性和性能上的改观。
分布式：不同的多台服务器上部署不同的服务模块，他们内部通国通信，对外提供服务和内部协作 集群：不同的多台服务器上面部署相同的服务模块
对redis的理解： 1.kv 2.cache 3.persistence
横向扩展：通过增加节点 纵向扩展：通过增加服务器配置等
