Nosql数据库使用场景
首先需要确认一个问题，nosql能做什么？在现在的开发领域中nosql可以实现文档存储（BSON、JSON）、缓存存储、图像缓存（图像搜索），但是对于nosql的具体应用场景完全要根据你实际的业务来讲；
在传统的开发之中由于经常要使用到多表查询，性能很差，所以可以将一些经常显示的数据整理到文档型的nosql数据库（MongoDB），但是现在这个文档型的nosql使用越来越少，可以忽略了；
缓存型：例如在进行分布开发的时候session存储、做一些临时的数据，例如：购物车、短信验证码等，现在使用最多的缓存数据库就是Redis（可以保存在磁盘，断电后数据可以被保存下来）；
使用Redis实现消息队列，可以使用更加高级的RabbitMQ，Kafka实现更方便。
优点：可以实现每秒近乎10W次的读写处理。
数据库优化有很多层次。
1． 语句上的优化：尽量不要去使用多表查询，尽量不要频繁的使用各种神奇的统计查询、如果需要的时候建议使用子查询来代替（子查询只是一种折中方案也不是最好的，只是相对的，当你的数据量暴大的时候，那么你所有认知的规则就全部都将改变）。
2． 数据库的优化只能够体现在查询上，而这个查询还是在认知范围内的数据量，例如使用索引，但是一旦使用了索引，就不能够进行频繁的修改，例如：在主键往往会设置索引，但是从另外一个角度，数据不应该进行物理删除，而要进行逻辑删除，只是为了保证索引不被重新创建；
空间换时间、时间换空间：你的数据是否需要进行同步处理操作。
3． 当存在有多个RPC业务端的时候，可以考虑进行垂直拆库的做法，这个时候只能够按照功能进行拆分，这个是需要强大的接口技术支持的；
4． 当分库在无法解决问题的时候就需要考虑数据库的水平拆分问题（认知范围内的唯一可以使用的最后方案）；
5． 如果需要保证强大的查询性能，那么就需要再次引入搜索引擎的概念进行分词处理；
我自己是一个从事了6年的Java全栈工程师，最近整理了一套适合2019年学习的Java\大数据资料，从基础的Java、大数据面向对象到进阶的框架知识都有整理哦，可以来我的主页免费领取哦。
