HBase
0.定义：
HBase存储容量大，一个表可以容纳上亿行、上百万列，可应对超大数据量要求
扩展简单的需求。 Hadoop的无缝集成，让HBase的数据可靠性和海量数据分析
性能（MapReduce）值得期待。
1.用途
1.特别适用于简单数据写入（如“消息类”应用）和海量、结构简单数据的查询
（如“详单类”应用）。特别地，适合稀疏表。（与网页内容很匹配）
2.作为MapReduce的后台数据源，以支撑离线分析型应用。
2.数据格式：
1.HBase 允许表下某行某列值为空时不做任何存储（也不占位），
减少了空间占用也提高了读性能。
3.特点：
1.可以通过Java API来访问数据，也可以通过REST、Avro或者Thrift的API来访问。
4.性能：
1.HStore存储是HBase存储的核心，它由两部分组成，
一部分是MemStore，一部分是StoreFiles。
2.MemStore 是 Sorted Memory Buffer，用户写入的数据首先会放入MemStore，
当MemStore满了以后会Flush成一个StoreFile（底层实现是HFile），
当StoreFile文件数量增长到一定阈值，会触发Compact合并操作，
将多个StoreFiles合并成一个StoreFile，合并过程中会进行版本合并和数据删除，
因此可以看出HBase其实只有增加数据，所有的更新和删除操作都是在后续的
compact过程中进行的，这使得用户的写操作只要进入内存中就可以立即返回，
保证了HBase I/O的高性能。
5.优点：
1. 存储容量大，一个表可以容纳上亿行，上百万列；
2. 可通过版本进行检索，能搜到所需的历史版本数据；
3. 负载高时，可通过简单的添加机器来实现水平切分扩展，跟Hadoop的无缝集成保障
了其数据可靠性（HDFS）和海量数据分析的高性能（MapReduce）
4. 在第3点的基础上可有效避免单点故障的发生。
6.缺点：
1. 基于Java语言实现及Hadoop架构意味着其API更适用于Java项目；
2. node开发环境下所需依赖项较多、配置麻烦（或不知如何配置，如持久化配置），缺乏文档；
3. 占用内存很大，且鉴于建立在为批量分析而优化的HDFS上，导致读取性能不高；
4. API相比其它 NoSql 的相对笨拙。
MongoDB：
0.定义：
MongoDB是高性能、无模式的文档型数据库，支持二级索引，非常适合文档化格
式的存储及查询。MongoDB的官方定位是通用数据库，确实和MySQL有些像，现
在也很流行，但它还是有事务、join等短板，在事务、复杂查询应用下无法取代
关系型数据库。
1.特点：
1.是一个介于关系型和非关系型之间的一个产品吧，类SQL语言，支持索引
2.MongoDb在类SQL语句操作方面目前比HBase具备更多一些优势，有二级索引，
支持相比于HBase更复杂的集合查找等。
3.BSON的数据结构使得处理文档型数据更为直接。支持复杂的数据结构
4.MongoDb也支持mapreduce，但由于HBase跟Hadoop的结合更为紧密，
Mongo在数据分片等mapreduce必须的属性上不如HBase这么直接，需要额外处理。
2.数据格式：
1.文档是对数据的抽象，它的表现形式就是我们常说的 BSON（Binary JSON ）。
2.BSON 是一个轻量级的二进制数据格式。
MongoDB 能够使用 BSON，并将 BSON 作为数据的存储存放在磁盘中。
BSON 是为效率而设计的，它只需要使用很少的空间，同时其编码和解码都是非常快速的。
即使在最坏的情况下，BSON格式也比JSON格式再最好的情况下存储效率高。
3.对于前端开发者来说，一个“文档”就相当于一个对象：
{“name":"mengxiangyue","sex":"nan"}
4.对于文档是有一些限制的：有序、区分大小写的。
5.多个文档则组合为一个“集合”。可不同格式：
{"name":"mengxiangyue"}
{"Name":"mengxiangyue","sex":"nan"}
3.性能：
1.MongoDB 目前支持的存储引擎为内存映射引擎。
当 MongoDB 启动的时候，会将所有的数据文件映射到内存中，
然后操作系统会托管所有的磁盘操作。
2. MongoDB 中关于内存管理的代码非常精简，毕竟相关的工作已经有操作系统进行托管。
3. MongoDB 服务器使用的虚拟内存将非常巨大，并将超过整个数据文件的大小。
不用担心，操作系统会去处理这一切。不用担心，操作系统会去处理这一切。
4.MongoDB 提供了全索引支持：包括文档内嵌对象及数组。
Mongo的查询优化器会分析查询表达式，并生成一个高效的查询计划。
通常能够极大的提高查询的效率。
4.优点：
1. 强大的自动化 shading 功能（将数据水平切分到不同物理节点）
2. 全索引支持，查询非常高效；
3. 面向文档（BSON）存储，数据模式简单而强大。
4. 支持动态查询，查询指令也使用JSON形式的标记，可轻易查询文档中内嵌的对象及数组。
5. 支持 javascript 表达式查询，可在服务器端执行任意的 javascript函数。
5.缺点：
1. 单个文档大小限制为16M，32位系统上，不支持大于2.5G的数据；
2. 对内存要求比较大，至少要保证热数据（索引，数据及系统其它开销）都能装进内存；
3. 非事务机制，无法保证事件的原子性。
6.适用场景：
1. 适用于实时的插入、更新与查询的需求，并具备应用程序实时数据存储所需的复制及高度伸缩性；
2. 非常适合文档化格式的存储及查询；
3. 高伸缩性的场景：MongoDB 非常适合由数十或者数百台服务器组成的数据库。
4. 对性能的关注超过对功能的要求。
Redis：
0.定义：
Redis是内存型Key/Value系统，读写性能非常好，支持操作原子性，
很适合用来做高速缓存。
1.特点：
1.Redis为内存型KV系统，处理的数据量要小于HBase与MongoDB
2.Redis很适合用来做缓存，但除此之外，它实际上还可以在一些“读写分离”的场景下
作为“读库”来用，特别是用来存放Hadoop或Spark的分析结果。
2.数据格式：
1.String
1.string 是 Redis 最基本的类型，你可以理解成与 Memcached 一模一样的类型，
一个key对应一个value。
2.string 类型是二进制安全的。意思是 Redis 的 string 可以包含任何数据。
比如 jpg 图片或者序列化的对象 。
3.string 类型是 Redis 最基本的数据类型，一个键最大能存储512MB。
4.示例：
redis 127.0.0.1:6379> SET name zfpx
OK
redis 127.0.0.1:6379> GET name
"zfpx"
2.Hash：
1.Redis hash 是一个键值对集合。
2.Redis hash 是一个 string 类型的 field 和 value 的映射表。
3.hash 特别适合用于存储对象。
4.每个 hash 可以存储 2^32-1键值对（40多亿）。
5.示例：
redis 127.0.0.1:6379> HMSET user:1 username zfpx password 123
OK
redis 127.0.0.1:6379> HGETALL user:1
1) "username"
2) "zfpx"
3) "password"
4) "123"
3.List：
1.Redis 列表是简单的字符串列表，按照插入顺序排序。
2.你可以添加一个元素导列表的头部（左边）或者尾部（右边）。
3.每个 List 可以存储 2^32-1键值对（40多亿）。
4.示例：
redis 127.0.0.1:6379> lpush name zfpx1
(integer) 1
redis 127.0.0.1:6379> lpush name zfpx2
(integer) 2
redis 127.0.0.1:6379> lpush name zfpx3
(integer) 3
redis 127.0.0.1:6379> lrange name 0 -1
1) "zfpx3"
2) "zfpx2"
3) "zfpx1"
4.Sets：
1.Redis的Set是string类型的无序集合。
2.集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是O(1)。
3.添加一个string元素到 key 对应的 set 集合中，成功返回1，
如果元素已经在集合中返回0。
4.示例：
redis 127.0.0.1:6379> sadd school zfpx1
(integer) 1
redis 127.0.0.1:6379> sadd school zfpx1
(integer) 0
redis 127.0.0.1:6379> sadd school zfpx2
(integer) 1
redis 127.0.0.1:6379> sadd school zfpx2
(integer) 0
redis 127.0.0.1:6379> smembers school
1) "zfpx1"
2) "zfpx2"
5.zset/sorted set：
1.Redis zset 和 set 一样也是string类型元素的集合,且不允许重复的成员。
不同的是每个元素都会关联一个double类型的分数。redis正是通过分数来为集
合中的成员进行从小到大的排序。
2.zset的成员是唯一的,但分数(score)却可以重复。
可以通过 zadd 命令（格式如下） 添加元素到集合，
若元素在集合中存在则更新对应score。
3.对HBase的优势：
1.Redis的读写性能在100,000 ops/s左右，时延一般为10～70微妙左右；而HBase的单
机读写性能一般不会超过1,000ops/s，时延则在1～5毫秒之间。
2.Redis的魅力还在于它不像HBase只支持简单的字符串，他还支持集合set，有序集合
zset和哈希hash。
3.示例：zadd key score member
redis 127.0.0.1:6379> zadd school 0 zfpx1
(integer) 1
redis 127.0.0.1:6379> zadd school 2 zfpx2
(integer) 1
redis 127.0.0.1:6379> zadd school 0 zfpx3
(integer) 1
redis 127.0.0.1:6379> zadd school 1 zfpx4
(integer) 0
redis 127.0.0.1:6379> ZRANGEBYSCORE school 0 100
1) "zfpx1"
2) "zfpx3"
3) "zfpx4"
4) "zfpx2"
4.性能：
Redis数据库完全在内存中，因此处理速度非常快，每秒能执行约11万集合，
每秒约81000+条记录。
5.优点：
1. 非常丰富的数据结构；
2. Redis提供了事务的功能，可以保证一串 命令的原子性，中间不会被任何操作打断；
3. 数据存在内存中，读写非常的高速，可以达到10w/s的频率。
6. 缺点：
1. Redis3.0后才出来官方的集群方案，但仍存在一些架构上的问题；
2. 持久化功能体验不佳——通过快照方法实现的话，需要每隔一段时间
将整个数据库的数据写到磁盘上，代价非常高；而aof（appendOnlyFile）
方法只追踪变化的数据，类似于mysql的binlog方法，但追加log可能过大，同
时所有操作均要重新执行一遍，恢复速度慢；
3. 由于是内存数据库，所以，单台机器，存储的数据量，跟机器本身的内存大小。
虽然redis本身有key过期策略，但是还是需要提前预估和节约内存。如果内存
增长过快，需要定期删除数据。虽然redis本身有key过期策略，但是还是需要
提前预估和节约内存。如果内存增长过快，需要定期删除数据。
一句话总结HBase、MongoDB、Redis：
MongoDB做高性能数据库，Redis做缓存，HBase做大数据分析；
MongoDB还无法取代关系型数据库。