大数据库培训：分布式数据库场景选型

支持大数据发展的技术，数据库是很重要的一部分，数据库关系到数据的存储，以及下一步的计算，所以在整个数据处理流程环节当中尤为关键。今天，我们就从大数据库培训的角度，为大家分享一些分布式数据库场景选型的知识。

分布式数据库是起源于传统的关系型数据库，两者的设计场景不同，前者面对企业级应用，运行在独立的服务器上，而后者的应用更多的是面对互联网用户。


进入大数据时代，传统的数据库已经很难高效地提供数据存储支持，而分布式数据库提供了新的解决方案。

分布式数据库，具有灵活的体系结构，适应分布式的管理和控制机构，经济性能优越，系统的可靠性高、可用性好，且具有优越的可扩展性，易于集成现有的系统。

那分布式数据库应该怎么用？基于分布式数据库的选型该怎么做？

首先，基于特性，分布式数据库大致可以分为三类：

（1）支持持久化存储的分布式存储系统，如MySQL，OceanBase；

（2）偏向于计算的分布式计算框架，如Hadoop HDFS，Ceph，Swift，Blob，Cinder，Lustre；

（3）分布式消息队列，如Redis，RMQ，CMQ，Kafka。

其次，基于不同的应用场景，根据特性继续细化，又可以分为以下：

（1）分布式协同数据库系统；

（2）分布式任务；

（3）流式计算；

（4）分布式文件系统；

（5）分布式nosql存储；

（6）分布式关系数据库；

（7）分布式消息队列。

常用的分布式数据库和场景选型

ElasticSearch

Elasticsearch是分布式的实时文件存储，每个字段都被索引并可被搜索，分布式的实时分析搜索引擎，可以扩展到上百台服务器，处理PB级结构化或非结构化数据。

Redis

Redis是开源BSD许可高级的key-value存储系统(NoSQL)，可以用来存储字符串，哈希结构，链表，集合，因此，常用来提供数据结构服务。

MongoDB

MongoDB本身是一种非关系型数据库。它的每一条记录是一个Document，每个Document有一组键值对组成。MongoDB中的Document与JSON对象相似。Document中字段的值可能包括其他Document，数组等。

从大数据库培训的角度来说，分布式数据库为大数据存储提供了重要支持，因此在大数据技术学习当中，需要尤其重视。成都加米谷大数据，专业大数据培训机构，大数据开发2020春季班正在招生中，课程详情可联系客服了解！