mongodb电子商务

『壹』 一个互联网在线电子商务网站用到MongoDB,Redis,Oracle三种数据库是否可行

1. 个人推荐你使用 MongoDB，现在架构相比较以前是齐全了很多，结构上与PG不相伯仲。

2. Redis 做分布式架构虽然也适合用于 Web 的Inno DB 架构形式的业务系统，但使用的效果会在业务量增大之后 显得动力不足。

3. 不推荐你用Oracle 因为电子商务这种商务公司 根本就买不起Oracle，不像ZF 或者 央企 那样对钱不在乎。

『贰』 如何在mongodb上备份和恢复数据

在大数据时代，企业的应用带来了大量的数据，它们可能具有结构化、半结构化或非结构化的性质。此外，应用程序开发周期短和可用性强都是他们要考虑的关键问题。考虑到这些应用程序的要求，在下一代平台3应用程序中，企业必须超越传统的关系数据库（IaaS或基于云计算PaaS）。在NoSQL数据库中，像MongoDB现在就被采用了，同时又对这些下一代应用程序的企业进行了评估（如电子商务、内容管理等）。MongoDB提供了动态模式，通过自动分片易扩展、读写一致性和在内置中进行复制的功能。
MongoDB数据库具有本地复制的功能，同时满足可用性的需求。然而，数据保护要求可伸缩的时间点备份和恢复需要得到很好的解决。对于可靠的数据保护，企业需要备份和复制！没有时间点的备份，组织会由于人为的错误、逻辑混乱和其他操作的失败导致有丢失数据的风险。传统的备份解决方案是建立在关系数据库中，使用共享存储和ACID事务模型，来解决结构化平台2应用程序的要求而建的。不幸的是，他们不足以解决平台 3 应用程序和分布式的数据库（本地存储、 最终一致性和基础设施的弹性性质）的时间点备份要求。有几个备用的基于脚本的解决方案（例如地层等），企业正在使用填补数据来保护缩短差距，但这些解决方案充其量算是次优的。
手动脚本解决方案
这些解决方案利用本地MongoDB快照工具和脚本将数据传输到辅助存储。（通过 mongomp) 脚本自定义的每个 MongoDB 集群和需要业务作出了重大努力，以适应任何拓扑更改 （例如添加或删除节点到 MongoDB 数据库） 或扩大规模。此外，这些脚本不适应失败场景，比如失败的一个节点（一级或二级）或间歇性的网络问题。最后，恢复（“备份”）的最重要的价值是一个手动过程。因此，耗费时间（导致很高的应用程序停机时间），并包含脚本中的任何 bug 数据丢失风险。总的来说，这些解决方案工作在MongoDB环境中很小和一些允许在应用程序中丢失的数据。这些解决方案所面临的一些关键问题是：
对分片配置的企业备份解决方案的不足；
当快照被取时，数据库需要脱机；
在节点故障和其他基础设施故障下，备份和恢复都失败了；
恢复过程是手动的并且需要验证，从而增加恢复时间；
收集级的恢复需要耗时的手动恢复；
恢复与不同的测试/开发的拓扑（切分 → 分片）刷新是不可用的。
MongoDB支付备份和恢复(又名“MMS”)
MongoDB（公司）本身提供了一些备份MongoDB数据库的方法。企业可以选择从一个管理备份提供(MMS)运行在公共云，或如果他们支付 MongoDB 的客户，他们可能以部署本地备份服务为前提。除了成本过高，在公共云上管理备份服务存储的客户数据。对于部署 MongoDB 为前提，在 WAN 上备份数据传输可能无法为客户工作，并且海需要为客户保持他们对数据内部的敏感度。此外，还有重要的数据来限制每个碎片去使用这项服务。
使用MongoDB部署备份服务是有可能的，但部署和实施过于复杂。企业需要部署8台服务器，附加数据库（额外的许可证）和 6-9x存储容量。总的来说，部署备份服务是一个理论上的解决方案，带来了显著的CAPEX和OPEX投资：
部署多个数据库的复杂性；
额外的基础设施成本；
授权额外的MongoDB节点成本；
当节点失败时，带来备份失败的风险；
独立的MongoDB数据库备份基础设施。
实现企业客户的数据保护要求，进入了新兴的下一代分布式数据库的时代（键值、图形、文档库等），并且解决上述方案的局限性。Datos IO建造了产业界首次扩展数据保护软件产品，使平台3应用程序能部署到分布式和云数据库上，如MongoDB和Apache Cassandra。Datos IO解决方案是刚刚兴起的下一代应用程序，迎合了业主和DevOps的应用需求，并解决了部署和管理保护基础设施操作所带来的一切麻烦。最重要的是，它是一个可靠的和可扩展的解决方案，即使在使用节点失败的场景下，也会通过最小化恢复时间获得最优的性能。

『叁』 各位大哥能借一个csdn账号吗，需要下载一个基于nodejs+mongodb/mysql完成一个电子商务系统

你还不如自己注册一个账号快点，不会有人出借账号的，毕竟下载积分都是要钱充值，攒的不容易。

『肆』 java语言主要用来开发什么

一、Android 应用：打开的 Android 手机，随便打开一个App 应用，他们就是完全的用 Java 语言，从 Google上搜索 Android 的 API 文档，你就会发现它和 Java 的 JDK 文档惊人的相似。从Android 刚刚起步，到今天许多的 Android 应用都是Java 程序员开发者开发。虽然 Android 运用了不同的 JVM 以及不同的封装方式，但是代码还是用 Java语言所编写。

二、在金融业应用的服务器程序：Java 在金融服务业的应用非常广泛，许多跨国投资银行例如：Goldman Sachs(高盛投资)，Citigroup(花旗集团)，Barclays(巴克莱银行)以及其他银行，都用 Java 来编写前台和后台的电子交易系统，结算和确认系统，数据处理项目以及其他项目。

三、网站：Java 在电子商务领域以及网站开发领域占据这大部分席位。你可以运用许多不同的框架来创建 web 项目，SpringMVC，Struts2.0 以及 frameworks。即使是简单的 servlet，jsp 和以struts 为基础的网站在政府项目中也是很受欢迎的。

四、软件工具：许多常用的软件和开发工具都是运用 Java 来编写和开发的。第三方交易系统，现已是金融服务产业的一个很大的部分，它们同样也是 Java 编写。Hadoop 以及其他大数据处理技术都是用 Java 或者其他，例如 Apache 的基于 Java的Hbbse 和 Accumulo 以及 ElasticSearchas。但是 Java 在此领域并未占太大空间，如 MongoDB 就是在 C++ 技术基础上编写的。

五、高频交易的空间：Java 平台大幅度提高了这个平台的特性和即使编译，他同时也能够像 C++ 一样传递数据。正是由于这个原因，Java 成为的程序员编写交易平台的语言，因为虽然性能不比母语，但你可以避开它的安全性，可移植性和可维护性，以更快的速度运行，一个没有经验的 C++ 程序员会使应用程序变的更加缓慢和不可靠。

参考：《2020最新Java基础精讲视频教程和学习路线！》

原文链接：网页链接

『伍』 你所了解的大数据，是真正的大数据吗

什么是大数据

大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。适用于大数据的技术，包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。

大数据时代存储所面对的问题

随着大数据应用的爆发性增长，它已经衍生出了自己独特的架构，而且也直接推动了存储、网络以及计算技术的发展。毕竟处理大数据这种特殊的需求是一个新的挑战。硬件的发展最终还是由软件需求推动的，就这个例子来说，我们很明显的看到大数据分析应用需求正在影响着数据存储基础设施的发展。

从另一方面看，这一变化对存储厂商和其他IT基础设施厂商未尝不是一个机会。随着结构化数据和非结构化数据量的持续增长，以及分析数据来源的多样化，此前存储系统的设计已经无法满足大数据应用的需要。存储厂商已经意识到这一点，他们开始修改基于块和文件的存储系统的架构设计以适应这些新的要求。在这里，我们会讨论哪些与大数据存储基础设施相关的属性，看看它们如何迎接大数据的挑战。

容量问题

这里所说的“大容量”通常可达到PB级的数据规模，因此，海量数据存储系统也一定要有相应等级的扩展能力。与此同时，存储系统的扩展一定要简便，可以通过增加模块或磁盘柜来增加容量，甚至不需要停机。基于这样的需求，客户现在越来越青睐Scale-out架构的存储。Scale-out集群结构的特点是每个节点除了具有一定的存储容量之外，内部还具备数据处理能力以及互联设备，与传统存储系统的烟囱式架构完全不同，Scale-out架构可以实现无缝平滑的扩展，避免存储孤岛。

“大数据”应用除了数据规模巨大之外，还意味着拥有庞大的文件数量。因此如何管理文件系统层累积的元数据是一个难题，处理不当的话会影响到系统的扩展能力和性能，而传统的NAS系统就存在这一瓶颈。所幸的是，基于对象的存储架构就不存在这个问题，它可以在一个系统中管理十亿级别的文件数量，而且还不会像传统存储一样遭遇元数据管理的困扰。基于对象的存储系统还具有广域扩展能力，可以在多个不同的地点部署并组成一个跨区域的大型存储基础架构。

延迟问题

“大数据”应用还存在实时性的问题。特别是涉及到与网上交易或者金融类相关的应用。举个例子来说，网络成衣销售行业的在线广告推广服务需要实时的对客户的浏览记录进行分析，并准确的进行广告投放。这就要求存储系统在必须能够支持上述特性同时保持较高的响应速度，因为响应延迟的结果是系统会推送“过期”的广告内容给客户。这种场景下，Scale-out架构的存储系统就可以发挥出优势，因为它的每一个节点都具有处理和互联组件，在增加容量的同时处理能力也可以同步增长。而基于对象的存储系统则能够支持并发的数据流，从而进一步提高数据吞吐量。

有很多“大数据”应用环境需要较高的IOPS性能(IOPS (Input/Output Operations Per Second)，即每秒进行读写（I/O）操作的次数，多用于数据库等场合，衡量随机访问的性能)，比如HPC高性能计算。此外，服务器虚拟化的普及也导致了对高IOPS的需求，正如它改变了传统IT环境一样。为了迎接这些挑战，各种模式的固态存储设备应运而生，小到简单的在服务器内部做高速缓存，大到全固态介质的可扩展存储系统等等都在蓬勃发展。

并发访问一旦企业认识到大数据分析应用的潜在价值，他们就会将更多的数据集纳入系统进行比较，同时让更多的人分享并使用这些数据。为了创造更多的商业价值，企业往往会综合分析那些来自不同平台下的多种数据对象。包括全局文件系统在内的存储基础设施就能够帮助用户解决数据访问的问题，全局文件系统允许多个主机上的多个用户并发访问文件数据，而这些数据则可能存储在多个地点的多种不同类型的存储设备上。

安全问题

某些特殊行业的应用，比如金融数据、医疗信息以及政府情报等都有自己的安全标准和保密性需求。虽然对于IT管理者来说这些并没有什么不同，而且都是必须遵从的，但是，大数据分析往往需要多类数据相互参考，而在过去并不会有这种数据混合访问的情况，因此大数据应用也催生出一些新的、需要考虑的安全性问题。

成本问题

“大”，也可能意味着代价不菲。而对于那些正在使用大数据环境的企业来说，成本控制是关键的问题。想控制成本，就意味着我们要让每一台设备都实现更高的“效率”，同时还要减少那些昂贵的部件。目前，像重复数据删除等技术已经进入到主存储市场，而且现在还可以处理更多的数据类型，这都可以为大数据存储应用带来更多的价值，提升存储效率。在数据量不断增长的环境中，通过减少后端存储的消耗，哪怕只是降低几个百分点，都能够获得明显的投资回报。此外，自动精简配置、快照和克隆技术的使用也可以提升存储的效率。

很多大数据存储系统都包括归档组件，尤其对那些需要分析历史数据或需要长期保存数据的机构来说，归档设备必不可少。从单位容量存储成本的角度看，磁带仍然是最经济的存储介质，事实上，在许多企业中，使用支持TB级大容量磁带的归档系统仍然是事实上的标准和惯例。

对成本控制影响最大的因素是那些商业化的硬件设备。因此，很多初次进入这一领域的用户以及那些应用规模最大的用户都会定制他们自己的“硬件平台”而不是用现成的商业产品，这一举措可以用来平衡他们在业务扩展过程中的成本控制战略。为了适应这一需求，现在越来越多的存储产品都提供纯软件的形式，可以直接安装在用户已有的、通用的或者现成的硬件设备上。此外，很多存储软件公司还在销售以软件产品为核心的软硬一体化装置，或者与硬件厂商结盟，推出合作型产品。

数据的积累

许多大数据应用都会涉及到法规遵从问题，这些法规通常要求数据要保存几年或者几十年。比如医疗信息通常是为了保证患者的生命安全，而财务信息通常要保存7年。而有些使用大数据存储的用户却希望数据能够保存更长的时间，因为任何数据都是历史记录的一部分，而且数据的分析大都是基于时间段进行的。要实现长期的数据保存，就要求存储厂商开发出能够持续进行数据一致性检测的功能以及其他保证长期高可用的特性。同时还要实现数据直接在原位更新的功能需求。

灵活性

大数据存储系统的基础设施规模通常都很大，因此必须经过仔细设计，才能保证存储系统的灵活性，使其能够随着应用分析软件一起扩容及扩展。在大数据存储环境中，已经没有必要再做数据迁移了，因为数据会同时保存在多个部署站点。一个大型的数据存储基础设施一旦开始投入使用，就很难再调整了，因此它必须能够适应各种不同的应用类型和数据场景。

应用感知

最早一批使用大数据的用户已经开发出了一些针对应用的定制的基础设施，比如针对政府项目开发的系统，还有大型互联网服务商创造的专用服务器等。在主流存储系统领域，应用感知技术的使用越来越普遍，它也是改善系统效率和性能的重要手段，所以，应用感知技术也应该用在大数据存储环境里。

小用户怎么办？

依赖大数据的不仅仅是那些特殊的大型用户群体，作为一种商业需求，小型企业未来也一定会应用到大数据。我们看到，有些存储厂商已经在开发一些小型的“大数据”存储系统，主要吸引那些对成本比较敏感的用户。

『陆』 数据库软件都有那些

1、Mysql。

MySQL原本是一个开放源码的关系数据库管理系统，原开发者为瑞典的MySQL AB公司，该公司于2008年被升阳微系统（Sun Microsystems）收购。2009年，甲骨文公司（Oracle）收购升阳微系统公司，MySQL成为Oracle旗下产品。

MySQL由于性能高、成本低、可靠性好，已经成为最流行的开源数据库，因此被广泛地应用在Internet上的中小型网站中。随着MySQL的不断成熟，它也逐渐用于更多大规模网站和应用。

2、PostgreSQL。

PostgreSQL 可以说是目前功能最强大、特性最丰富和结构最复杂的开源数据库管理系统，其中有些特性甚至连商业数据库都不具备。这个起源于加州大学伯克利分校的数据库，现已成为一项国际开发项目，并且拥有广泛的用户群，尤其是在海外，目前国内使用者也越来越多。

PostgreSQL 基本上算是见证了整个数据库理论和技术的发展历程，由 UCB 计算机教授 Michael Stonebraker 于 1986 年创建。在此之前，Stonebraker 教授主导了关系数据库 Ingres 研究项目，88 年，提出了 Postgres 的第一个原型设计。

MySQL 号称是使用最广泛的开源数据库，而 PG 则被称为功能最强大的开源数据库。

3、Microsoft SQL Server。

SQL Server 是 Microsoft 开发的一个关系数据库管理系统(RDBMS)，现在是世界上最为常用的数据库。SQL Server 现在是包括内置的商务智能工具，以及一系列的分析和报告工具，可以创建数据库、备份、复制、安全性更好以及更多。

『柒』 关于电商网站数据库的设计有什么好的建议

这里涉及几个概念：商品、商品SKU、商品分类和库存。一个商品有若干个SKU，每个SKU表示该商品的一种规格组合，比如某件上衣：红色+38码库存是基于商品SKU来存储和统计的。商品分类。看分类的方式，传统的分类方式是按商品的类型，比如服装 --> 上衣 等。也有按促销活动、系列来进行临时分类。对于SKU属性，按分类来管理可能灵活性不够好我建议的SKU属性设计方式是：独立的SKU属性集合，每个SKU集合独立维护SKU属性和选项。SKU属性的命名一般和分类相关。SKU属性集合和商品分类关联，这样避免在添加商品时列出太多的SKU属性集。维护商品时关联一个SKU属性集合根据属性集合带出SKU属性，选择若干个选项，生成笛卡尔乘数量的商品SKU逐一维护每个SKU的价格、库存等。

『捌』 求个IT英语比较好的帮忙翻译一篇短文

With the rapid development of Internet, e-commerce has become an indispensable part of a lot of people life, as long as the input of goods they want, just a few minutes, you can complete a shopping process, the people now is nothing more than a good experience. So the electronic commerce on the amount of data, also increased rapidly. When the amount of data to terabytes and petabytes, traditional relational database pressure is increasing rapidly, rather than a relational database can help us to solve.
This system is based on two framework for SpringMVC + JPA, and MySQL + mongo two common relational database MySQL and powerful mongo non-relational database development and design, using Java EE development language, cooperate the Tomcat server, on Linux operating system, set up MySQL and mongo database environment. Software design, fully consider the entire application flexibility and scalability of the principle, through reasonable mole partition and using the molar software design, realization of system software in the business changes or the flexibility of software technology development ability to adapt. This system into three moles: user, shops and operations. This paper mainly introces the operation mole, operating personnel through operation mole management user mole and store mole.

『玖』 redis mongodb 哪个适合电商

redis吧，普遍商城都用到redis

『拾』 学习java以后可以做什么

java是一门应用非常广泛的计算机语言，发展是比较不错的。

学成之后的就业岗位还是非常多的，网页制作，软件应用，服务器应用等等，都是java可以做的。想要学好Java，需要有正确的学习路线，有坚持不懈的学习毅力，也需要有专业老师的指导，这样才能学得更好。那么，学习Java需要掌握哪些知识和技能呢？这里简单列举一些。

Java学习需要掌握的知识与技能：

1、Java SE部分初级语法，面向对象，异常，IO流，多线程，Java Swing，JDBC，泛型，注解，反射等。
2、数据库部分，基础的sql语句，sql语句调优，索引，数据库引擎，存储过程，触发器，事务等。
3、前端部分， HTML5 CSS3 JS， HTML DOM Jquery BootStrap等。
4、Java EE部分，Tomcat和Nginx服务器搭建，配置文件，Servlet，JSP，Filter，Listener，http协议，MVC等。
5、框架部分，每个框架都可以分开学，在去学如何使用SSM 或者SSH框架，如何搭建，如何整合。开发中为什么会用框架，Rest是啥？Spring为啥经久不衰，底层如何实现等。
6、23种设计模式，掌握常用的，比如单例模式的多种实现，责任链模式，工厂模式，装饰器模式等，了解常用场景。
7、基础算法和数据结构，八大排序算法，查找算法。
8、熟练使用maven等构建工具，git等版本控制工具，熟悉常用linux命令，log4j，bug，junit单元测试，日志打印工具，Redis等NoSql。

互联网行业目前还是最热门的行业之一，学习IT技能之后足够优秀是有机会进入腾讯、阿里、网易等互联网大厂高薪就业的，发展前景非常好，普通人也可以学习。

想要系统学习，你可以考察对比一下开设有相关专业的热门学校，好的学校拥有根据当下企业需求自主研发课程的能力，能够在校期间取得大专或本科学历，中博软件学院、南京课工场、南京北大青鸟等开设相关专业的学校都是不错的，建议实地考察对比一下。

祝你学有所成，望采纳。