工作中遇到的挑战：

1，高并发读写

Web2.0网站，数据库并发负载非常高，往往达到每秒上万次的读写请求

2，高容量存储和高效存储

Web2.0网站通常需要在后台数据库中存储海量数据，如何存储海量数据并进行高效的查询往往是一个挑战

3，高扩展性和高可用性

随着系统的用户量和访问量与日俱增，需要数据库能够很方便的进行扩展、维护

传统关系型数据库的瓶颈：

1，无法应对每秒上万次的读写请求，硬盘IO此时也将变为性能瓶颈

2，表中存储记录数量有限，横向可扩展能力有限，纵向数据可承受能力也是有限的，面对海量数据，势必涉及到分库分表，难以维护
大数据查询sql效率极低，数据量到达一定程度时，查询时间会呈指数级别增长

3，难以横向扩展，无法简单地通过增加硬件、服务节点来提高系统性能

对于需要24小时不间断提供服务的网站来说，数据库升级、扩展将是一件十分麻烦的事，往往需要停机维护，数据迁移，为了避免服务间断，如果网站使用服务器集群，则根据集群策略，需要相应的考虑主从一致性、集群扩展性等一系列问题

Nosql数据库的优点：

1，海量数据下，读写性能优异

2，数据模型灵活

3，数据间无关系，易于扩展

Nosql数据库分类：

1，键值存储数据库

代表数据库：Redis

适用场景：会话信息，用户配置信息，购物车

2，列存储数据库

代表数据库：BigTable，Cassandra，HBase

适用场景：事件记录，内容管理，博客平台

不适合需要ACID事务的场合

3，文档型数据库

代表数据库：MongoDB

适用场景：事件记录，内容管理，博客平台，网站分析，实时分析，电子商务应用

4，图数据库：可以使用图结构相关算法，比如最短路径寻址

代表数据库：Neo4j

适用场景：社交网络，推荐引擎，基于位置的服务