1、入门概述
（1）为什么用 NoSQL
下面按顺序逐步演进！！！
I、单机 MySQL
II、Memcached(缓存) + MySQL + 垂直拆分
III、MySQL 主从读写分离
IV、分表分库 + 水平拆分 + MySQL 集群
V、MySQL 的扩展性瓶颈
VI、今天是什么样子
VII、为什么使用 NoSQL
（2）NoSQL 是什么
（3）NoSQL 能干嘛
- 易扩展：NoSQL 数据库种类繁多，但是一个共同的特点都是去掉关系数据库的关系型特性，数据之间无关系，这样就非常容易扩展。也无形之间，在架构的层面上带来了可扩展的能力。
- 大数据量高性能：NoSQL 数据库都具有非常高的读写性能，尤其在大数据量下，同样表现优秀。这得益于它的无关系性，数据库的结构简单。一般 MySQL 使用 Query Cache，每次表的更新 Cache 就失效，是一种大粒度的 Cache，在针对 web2.0 的交互频繁的应用，Cache 性能不高。而 NoSQL 的 Cache 是记录级的，是一种细粒度的 Cache，所以 NoSQL 在这个层面上来说就要性能高很多了。
-
多样灵活的数据模型：NoSQL 无需事先为要存储的数据建立字段，随时可以存储自定义的数据格式。而在关系数据库里，
增删字段是一件非常麻烦的事情。如果是非常大数据量的表，增加字段简直就是一个噩梦。
- 传统 RDBMS VS NOSQL：
- RDBMS
- 高度组织化结构化数据
- 结构化查询语言（SQL）
- 数据和关系都存储在单独的表中。
- 数据操纵语言，数据定义语言
- 严格的一致性
- 基础事务
- NoSQL
- 代表着不仅仅是 SQL
- 没有声明性查询语言
- 没有预定义的模式
- 键 - 值对存储，列存储，文档存储，图形数据库
- RDBMS
（4）常见的 NoSQL 数据库
- Redis
- Memcache
- MongDB
2、3 V + 3 高
（1）大数据时代的 3 V
- 海量 Volume
- 多样 Variety
- 实时 Velocity
（2）互联网需求的 3 高
- 高并发
- 高可用
- 高性能
3、NoSQL 数据模型简介
（1）聚合模型
- key - value 键值
- Bson
- 列族
- 图形
4、NoSQL 数据库的四大分类
（1）key - value 键值
- 新浪：BerkeleyDB + redis
- 美团：redis + tair
- 阿里、百度：memcache + redis
（2）文档型数据库（Bson 格式比较多）
- CouchDB
- MongoDB
（3）列存储数据库
- Cassandra, HBase
- 分布式文件系统
（4）图关系数据库
- 朋友圈、社交网络、广告推荐
- Neo4J, InfoGrid
（5）四者对比
5、在分布式数据库中 CAP 原理 + Base
（1）传统的 ACID
- A (Atomicity) 原子性：原子性很容易理解，也就是说事务里的所有操作要么全部做完，要么都不做，事务成功的条件是事务里的所有操作都成功，只要有一个操作失败，整个事务就失败，需要回滚。
- C (Consistency) 一致性：一致性也比较容易理解，也就是说数据库要一直处于一致的状态，事务的运行不会改变数据库原本的一致性约束。
- I (Isolation) 隔离性：所谓的独立性是指并发的事务之间不会互相影响，如果一个事务要访问的数据正在被另外一个事务修改，只要另外一个事务未提交，它所访问的数据就不受未提交事务的影响。
- D (Durability) 持久性：持久性是指一旦事务提交后，它所做的修改将会永久的保存在数据库上，即使出现宕机也不会丢失。
（2）CAP
- C：Consistency（强一致性）
- A：Availability（可用性）
- P：Partition tolerance（分区容错性）
（3）CAP 的 3 进 2
CAP理论就是说在分布式存储系统中，最多只能实现上面的两点。而由于当前的网络硬件肯定会出现延迟丢包等问题，所以分区容忍性是我们必须需要实现的。
所以我们只能在一致性和可用性之间进行权衡，没有 NoSQL 系统能同时保证这三点。
（4）经典 CAP 图
（5）Base
（6）分布式 + 集群简介