解决功能性问题：Java、jsp（动态页面）、RDBMS（关系型数据库管理系统）、Tomcat、HTML（静态页面）、Linux、jdbc（java数据库连接）、SVN
解决扩展型问题：Struts、Spring、SpringMVC、Hibernate、Mybatis
解决性能的问题：NoSQL（非关系型数据库）、Java线程、Hadoop、Nginx（负载均衡，将请求发送到不同服务器上，减少压力）、MQ（消息队列）、ElasticSearch（搜索引擎）
NoSQL数据库
NoSQL（Not Only SQL），“不仅仅是SQL”
能解决服务器CPU内存压力。
session存在哪？
方案1：存在cookie里（不安全、网络效率低）
方案2：存在文件服务器或者数据库里（大量的IO效率问题）
方案3：session复制（session数据冗余，结点越多浪费越大）
方案4：缓存数据库（完全在内存中，速度快，数据结构简单）
客户端发出请求，服务端先查询缓存数据库，如果有，就不再访问数据库。
水平切分：比如每50条数据一张表，分为多张表
垂直切分：比如50个字段一张表，分为多张表
读写分离：有些服务器专门实现读功能，有的专门实现写功能
打破了传统关系型数据库以业务逻辑为依据的存储模式，而针对不同数据结构类型改为以性能最优先的存储方式。
特点
- 不依赖业务逻辑方式存储，而以简单的key-value存储，因此大大增加了数据库的扩展能力
- 不遵循SQL标准（select、update…之类）
- 不支持ACID（原子性、一致性、隔离性、持久性）
- 远超于SQL的性能
场景
适用场景：
- 对数据高并发的读写
- 海量数据的读写
- 对数据高扩展性的
不适用场景
- 需要事务（ACID）支持
- 基于sql的结构化查询存储，处理复杂的关系（键值对之间不能创建关联），需要即席查询（条件查询。redis里面没有条件查询）
Memcached
- 很早出现的NoSql数据库
- 数据都在内存中，一般不持久化
- 支持简单的key-value模式（数据类型只能是字符串）
- 一般是作为缓存数据库辅助持久化的数据库
Redis
- 覆盖了Memcached的绝大部分功能
- 数据都在内存中，支持持久化，主要用作备份恢复
- 除了支持简单的key-value模式，还支持多种数据结构的存储，比如list、set、hash、Zset等。
- 一般是作为缓存数据库辅助持久化的数据库
MongoDB
- “最接近关系型数据库的非关系型数据库”
- 高性能、开源、模式自由的文档型数据库
- 数据都在内存中，如果内存不足，支持先进先出（MongoDB是环形队列）
- key-value模式，对value（尤其是json）提供把不常用的数据保存到硬盘的功能，及丰富的查询功能
- 支持二进制数据及大型对象（可以储存图片）
- 可以根据数据的特点替代RDBMS，成为独立的数据库，或者配合RDBMS
HBase
用于需要对大量的数据进行随机、实时读写操作的场景中。HBase的目标就是处理数据量非常庞大的表，可以用普通的计算机处理超过10亿行数据，还可处理数百万列元素的数据表。
行式、列式数据库
行式数据库：主要用于分析数据
列式数据库：主要用于操作数据