关系型数据库与非关系型数据库总结

关系型数据库：

     简介：

建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据。强调实体和实体之间的联系。

 

      

     优点：

1.      保持数据的一致性（最大优势）

2.      数据更新开销小（数据表设计满足范式规范，相同的字段基本上只保留一处）

3.      可以进行表间级联Join等复杂操作

 

 

缺点：

1.      大量数据写入处理（负载高，处理慢）

2.      大规模数据集合多重数据种类处理困难（针对超大规模和高并发的动态网站问题）

3.      字段不固定的应用场景（表结构经常变更风险高）（扩展性差）

4.      对简单查询需要快速返回结果的处理（处理简单查询时额外开销较大）

 

 

 

 

 

非关系型数据库（NoSQL）：

     简介：

       针对关系型数据库的不足，为了应用于特定领域的数据库。

     适用场景：

              1、数据模型比较简单；

2、需要灵活性更强的IT系统；

3、对数据库性能要求较高；

4、不需要高度的数据一致性；

5、对于给定key，比较容易映射复杂值的环境。

 

     与关系型数据库区别：

       关系型数据库是二维表结构，关系型数据库是由二维表以及表间关系组成的一个数据组织。

       而关系型数据库是一种数据结构化存储方法的集合，主要目的是提高海量数据的存储性能。

 

 

 

图1  关系型数据库模型

 

 

 

图2非关系型数据库模型

 

 

     优点：

              1.易于处理没有明确关系的分散数据

 

              2.便于大量数据写入操作

 

3.减少每个服务器上的数据量

 

缺点：

1.      处理数据时思维方式不同，应用困难

 

2.      不具备表间级联Jion等处理能力

 

3.      无法确保数据一致性

 

     分类：

 

 

 

 

 

 

 

 

 

 

分类	实例	应用场景	数据模型	优点	缺点
键值存储 （key-value）	Redis   Oracle BDB	1.内容缓存 2.大量数据的高访问负载 3.日志系统	Key 指向 Value 的键值对，通常用hash table来实现	1.查找速度快   2.简单、易部署	数据无结构化，通常只被当作字符串或者二进制数据
列存储数据库	Cassandra   HBase	分布式文件系统	以列簇式存储，将同一列数据存在一起，以列为单位读入数据	1.查找速度快 2.可扩展性极强，数据增加不会降低处理速度 3.容易进行分布式扩展 4.方便对大量行、少量列进行读取 5.对所有行的特定列进行同时更新	功能相对局限
文档型数据库	CouchDB   MongoDb	Web应用（与Key-Value类似，Value是结构化的，不同的是数据库能够了解Value的内容）	1.不定义表结构，避免表结构频繁变更问题   2.允许使用复杂查询条件	数据结构要求不严格，表结构可变，不需要像关系型数据库一样需要预先定义表结构	查询性能不高，而且缺乏统一的查询语法。
图形(Graph)数据库	I nfoGrid   Infinite Graph	社交网络，推荐系统等。专注于构建关系图谱	图结构，方便扩展	利用图结构相关算法。比如最短路径寻址，N度关系查找等	很多时候需要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群方案。