云计算
基本概念：通过网络将大量的计算处理分拆到多部服务器，在计算之后回传用户终端。包括分布存储、并行计算、虚拟化（存储云、计算云、虚拟云）。Cloud computing is the use of computing resources (HW and SW) that are delivered as a service using a network of remote servers typically hosted on the internet to store, manage and process data.
虚拟化：个人用户是将一台物理机器的资源虚拟化成多份，以能同时启动多个操作系统； 而云虚拟化是将多个物理机器虚拟成一个大的资源池，让用户感觉是在使用一个机器。其有两种模式，一是运行在操作系统上，支持硬件广泛；一是直接运行在硬件上，效率更高（e.g. VMware ESX Server）。
云分层
IaaS: Infrastructure-as-a-Service（基础设施即服务）
PaaS: Platform-as-a-Service（平台即服务）
SaaS: Software-as-a-Service（软件即服务）
DaaS: Destop-as-a-Service
Your IT needs are fluctuated, traditional IT capacity is flat.
分布式数据库
特点：物理上分别存储在不同的物理节点，这是与集中式数据库的最主要的区别。数据会分片。
数据分片（Sharding/partition）
1）水平分片
2）垂直分片
3）导出分片
4）混合分片
NoSQL
解释：即非关系型数据库，为此我们首先要知道什么是关系型数据库，关系型数据库（RDBMS）特点是建立在关系模型（Entity-Relationship Model，简称E-R Model）基础上，事务符合ACID特性，满足CAP理论中的CA。
目标：是为了应对大数据情况。
特点：1）能应付大数据，即高性能；2）事务符合BASE特性；3）满足CAP理论中的AP或CP。
分类：
1）Key-Value存储(如Bigtable)
2）列存储（如HBase）
3）文档型（如MongoDb）
4）图形存储
CAP理论
一致性(Consistency)
可用性(Availability)
分区容忍性(Partition tolerance)
CAP原理指的是，对于一个分布式系统，这三个要素最多只能同时实现两点，不可能三者兼顾。
对于分布式数据系统，分区容忍性是基本要求。对于大多数web应用，其实并不需要强一致性，因此牺牲一致性而换取高可用性，是目前多数分布式数据库产品的方向。不要求强一致性，但还是要求最终一致性eventually consistent
（要求更新过的数据能被后续的访问都能看到，这是强一致性。如果能容忍后续的部分或者全部访问不到，则是弱一致性。如果经过一段时间后要求能访问到更新后的数据，则是最终一致性。）
ACID
1）A (Atomicity) 原子性，一个操作失败，整个事务就失败，需要回滚。
2）C (Consistency) 一致性，一直处于一致，如现有完整性约束a+b=10，如果一个事务改变了a，那么必须得改变b，使得事务结束后依然满足a+b=10。
3）I (Isolation) 独立性，A事务的改动未提交，则B事务未受影响。
4）D (Durability) 持久性，一旦事务提交，则改动会持久化（即保存到硬盘文件）。
BASE
由于CAP理论的存在，为了提高性能，出现了与ACID对应的BASE特性。
1）Basic Availability：基本可用
2）Soft-state ：软状态/柔性事务，可以理解为”无连接”的, 而 “Hard state” 是”面向连接”的
3）Eventual consistency：最终一致性，最终整个系统（时间和系统的要求有关）看到的数据是一致的。
事务隔离级别
READ_UNCOMMITTED 会出现脏读、不可重复读、幻读
READ_COMMITTED 解决脏读，会出现不可重复读、幻读问题
REPEATABLE_READ 解决脏读、不可重复读，会出幻读
SERIALIZABLE 保证所有的情况不会发生（锁表）
脏读 ： A事务改动未提交，B事务也能读到改动；
不可重复读 ： A事务update提交，B事务能半路中途读到改动；
幻读 : A事务insert或delete提交，B事务能半路中途读到改动；
OLAP
联机分析处理（Online Analytical Processing），侧重多维分析、决策支持；
相对应的是联机事务处理OLTP（on-line transaction processing，传统二维数据）。
