评论分享的 NoSQL 使用场景：
- 之前在讲座业务重构中，用 es 查询数据，其他组的小伙伴维护的 es，但是 es 性能不行，where 条件里七八个字段，排序两个字段，查询 es 基本两千左右 QPS，难以支撑支撑十几万人的直播讲座，而且直播人数增长很快，es 已经成为了性能瓶颈，查询条件是类标签的，比如几年级，哪个学科，直播类型，还有时间类的，对于这些字段我是可以打标签的，还有开始时间、结束时间，根据类标签的查询特点，我使用了倒排索引+ roaring bitmap 来过滤，使用快速排序对多字段进行排序。使用类延时队列来完成时间的检索。整个检索过程在微秒级，而且对查询的结果做了缓存，查询条件相同的直接从缓存中取，避免了重复检索和排序，查询缓存会在讲座下次修改，更新倒排索引之后清空。重建查询缓存。重构完讲座的检索性能达到了几十倍的性能提升。