哪些不是kv数据库，redis能完全替代MySQL吗为什么

本文目录一览

1，redis能完全替代MySQL吗为什么
2，如果直接把 elasticsearch 当一个 KV 数据库来用会有哪些问题问
3，redis 能代替 mysql 吗
4，哪个属于NoSQL数据库
5，nosql数据库有哪些

1，redis能完全替代MySQL吗为什么

本来就不是一类的东西，怎么替代mysql是关系型数据库redis是非关系kv内存数据库两者是相互配合，而不是替代

肯定是没去查，如果放到redis还要去查数据库，那要缓存干嘛。它是以键值对形式存在的。键若存在，则返回。否则查询数据库。再放入redis.

redis能完全替代MySQL吗为什么

2，如果直接把 elasticsearch 当一个 KV 数据库来用会有哪些问题问

之前不知道elasticsearch 科普了一下发现时基于Lucene的那肯定不能用作KV数据库的跟Lucene不能当KV数据库一个道理 Lucene构建索引的消耗太大不是实时的基于多年前用Lucene的经验不知道现在成立不成立~

我是来看评论的

如果直接把 elasticsearch 当一个 KV 数据库来用会有哪些问题问

3，redis 能代替 mysql 吗

redis是noSql，NoSQL本来就是【Not Only SQL】的意思，显然是跟SQL形成互补关系的应用。redis可以作为存储的扩展部分，但是不能直接替换掉mysql。redis对事务的支持还是比较简单的。但是redis的性能和扩展性比较好，使用起来比较方便。现阶段的 MySQL 和 Redis 各有各的使用场景,在设计上的侧重点不同,谁也不能取代谁。

你确定你的硬件着的住？

本来就不是一类的东西，怎么替代mysql是关系型数据库redis是非关系kv内存数据库两者是相互配合，而不是替代

redis 能代替 mysql 吗

4，哪个属于NoSQL数据库

非关系型数据库 Redis ,MongoDB这些。

nosql太火，冒出太多产品了，保守估计也成百上千了。互联网公司常用的基本集中在以下几种，每种只举一个比较常见或者应用比较成功的例子吧。1. in-memory kv store : redisin memory key-value store，同时提供了更加丰富的数据结构和运算的能力，成功用法是替代memcached，通过checkpoint和commit log提供了快速的宕机恢复，同时支持replication提供读可扩展和高可用。2. disk-based kv store: leveldb真正基于磁盘的key-value storage, 模型单一简单，数据量不受限于内存大小，数据落盘高可靠，google的几位大神出品的精品，lsm模型天然写优化，顺序写盘的方式对于新硬件ssd再适合不过了，不足是仅提供了一个库，需要自己封装server端。3. document store: mongodb分布式nosql，具备了区别mysql的最大亮点：可扩展性。mongodb 最新引人的莫过于提供了sql接口，是目前nosql里最像mysql的，只是没有acid的特性，发展很快，支持了索引等特性，上手容易，对于数据量远超内存限制的场景来说，还需要慎重。4. column table store: hbase这个富二代似乎不用赘述了，最大的优势是开源，对于普通的scan和基于行的get等基本查询，性能完全不是问题，只是只提供裸的api,易用性上是短板，可扩展性方面是最强的，其次坐上了hadoop的快车，社区发展很快，各种基于其上的开源产品不少，来解决诸如join、聚集运算等复杂查询。

5，nosql数据库有哪些

nosql数据库有哪些？1. In-Memory KV Store : Redis2. Disk-Based KV Store: Leveldb3. Document Store: Mongodb4. Column Table Store: HBase

nosql太火，冒出太多产品了，保守估计也成百上千了。互联网公司常用的基本集中在以下几种，每种只举一个比较常见或者应用比较成功的例子吧。 1. in-memory kv store : redis in memory key-value store，同时提供了更加丰富的数据结构和运算的能力，成功用法是替代memcached，通过checkpoint和commit log提供了快速的宕机恢复，同时支持replication提供读可扩展和高可用。 2. disk-based kv store: leveldb 真正基于磁盘的key-value storage, 模型单一简单，数据量不受限于内存大小，数据落盘高可靠，google的几位大神出品的精品，lsm模型天然写优化，顺序写盘的方式对于新硬件ssd再适合不过了，不足是仅提供了一个库，需要自己封装server端。 3. document store: mongodb 分布式nosql，具备了区别mysql的最大亮点：可扩展性。mongodb 最新引人的莫过于提供了sql接口，是目前nosql里最像mysql的，只是没有acid的特性，发展很快，支持了索引等特性，上手容易，对于数据量远超内存限制的场景来说，还需要慎重。 4. column table store: hbase 这个富二代似乎不用赘述了，最大的优势是开源，对于普通的scan和基于行的get等基本查询，性能完全不是问题，只是只提供裸的api,易用性上是短板，可扩展性方面是最强的，其次坐上了hadoop的快车，社区发展很快，各种基于其上的开源产品不少，来解决诸如join、聚集运算等复杂查询。