Module1

Data要求：scale 分布式数据，

Consistency 预定酒店电影票，必须要一致性，不能我们俩同时订了一个位置

Fast, Complex Querying: Graph Search, store all node and entity and relation edge

大数据，而且经常被查询使用，数据结构会变化，需要压缩，

high availability, consistency, distribution! key things

You can only choose two of three 三种特性选择两种最重要的，然后选择适合的数据库

RDMBS:主要是一致性，也有一定的availability, partition，分布式数据库

MongoDB：一致性，

Cassandra:拥有怎么样的level of consistency将会讨论

比如： flights: availability能够快速响应，partition因为全球有好多好多flight数据

但是booking flights:必须是consistency，一个人在定时候，别人不能同时定他

partition tolerance: data has to be distributed, 

user key get the value: faster, hashmap, store any object with a key cannot do partition.

big table clones: key-value extension, read and write partition data, Big Table Google

Document Database: do not know keys. city, state, age. the huge number of data. 写入的时候也是需要keys, 例如：存入person table, key: SSN, city state age all others column. Json object. 可以用state age Index, 查一查谁是20-25岁的，在IN的，不需要Key来查询，可以直接用index来得到

Graph Database: nearby restaurant. Huge number of edges and relationships. 

以上是四种数据库

Find flight, book filght:

RDBMS all normalized data - > web application

Actual data is still in Database.要做几百个SQL才能得到数据， Heavy join, aggregation

加一个Caching Layer，有很多工具，但是也有很多challenge, syncronize all data 

改进：

每天很多很多查询操作，不能很容易就down

Cassandra: DB application，analytical platform