例如：学生所在班级 属于（依赖于）学生id。班级信息依赖于学生，班级信息就对学生id主键是间接依赖。如果使用复合主键，则表中每个字段，都是对复合主键多个主键的完全依赖，不能只依赖于某个主键，更新数据必须先拿出来json，再更新json，再塞回去，没办法直接sql更新，例如：某一列存储了json，会带来一系列问题。，不可分割，每一列都是最小数据单元。，多个学生存了重复数据班级信息。

ES和LSM-TREE写入的时候，都是顺序写入，相比于mysql B+树因为需要维持全局有序，随机写。而且ES和LSM-TREE都是批量写入，都会先在内存攒一批数据（ES是段写满，或者达到兜底时间。LSM-TREE是内存里memoryTable写满后）落入磁盘。写入效率相比于mysql高很多。但是由于LSM-TREE顺序写入，SSTable内部局部有序，因此对于查询功能不如mysql（B+树全局有

我们知道，通常的数据库索引结构是B+ Tree，如何将地理位置转化为可建立B+Tree的形式，下文将为你描述。单纯的［x，y］的数据是无法建立索引的，所以MongoDB在建立索引的时候，会根据相应字段的坐标计算一个可以用来做索引的hash值，这个值叫做geohash，下面我们以地图上坐标为［4，6］的点（图中红叉位置）为例。这时［4，6］点位于右上区域，右上的值为11，这样［4，6］点的geoha

ES和LSM-TREE写入的时候，都是顺序写入，相比于mysql B+树因为需要维持全局有序，随机写。而且ES和LSM-TREE都是批量写入，都会先在内存攒一批数据（ES是段写满，或者达到兜底时间。LSM-TREE是内存里memoryTable写满后）落入磁盘。写入效率相比于mysql高很多。但是由于LSM-TREE顺序写入，SSTable内部局部有序，因此对于查询功能不如mysql（B+树全局有

1、kafka是消息中间件，原理就是一个队列用来保存所有发布的消息，等到客户端一上线就推送给客户端。发布订阅模式。所有消息都保存在磁盘上2、redis是非关系型数据库，也有发布订阅的功能。区别：kafka是保存在磁盘上，一般用于性能要求不高的场景（日志），而redis是保存在内存上，一般用于高并发的场景。而且由于redis是保存在内存，所以服务器一旦宕机，内容丢失，安全性不好。...