面试官：非关系型数据库和关系型数据库区别，优势比较？

一、关系型数据库

关系型数据库最典型的数据结构是表，由二维表及其之间的联系所组成的一个数据组织。

优点：

• 易于维护：都是使用表结构，格式一致；

• ​使用方便：SQL语言通用，可用于复杂查询；

• 复杂操作：支持SQL，可用于一个表以及多个表之间非常复杂的查询。

缺点：

• 读写性能比较差，尤其是海量数据的高效率读写；

• 固定的表结构，灵活度稍欠；

• 高并发读写需求，传统关系型数据库来说，硬盘I/O是一个很大的瓶颈。

二、非关系型数据库

非关系型数据库严格上不是一种数据库，应该是一种数据结构化存储方法的集合，可以是文档或者键值对等。

优点：

• 格式灵活：存储数据的格式可以是key,value形式、文档形式、图片形式等等，文档形式、图片形式等等，使用灵活，应用场景广泛，而关系型数据库则只支持基础类型。

• 速度快：nosql可以使用硬盘或者随机存储器作为载体，而关系型数据库只能使用硬盘；

• 高扩展性；

-成本低：nosql数据库部署简单，基本都是开源软件。

缺点：

• 不提供sql支持，学习和使用成本较高；

• 无事务处理；

• 数据结构相对复杂，复杂查询方面稍欠。

非关系型数据库的分类和比较：

• 文档型

举例	CouchDB MongoDb
典型应用场景	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)
数据模型	Key-Value对应的键值对，Value为结构化数据
强项	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
弱项	直询性能不高，而且缺乏统年魯查海濟发Guide

• key-value型

举例	Redis, Voldemort, Oracle BDB
典型应用场景	内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统等等。)
数据模型	Key指向Value的键值对，通常用hash table来实现
强项	查找速度快
弱项	数据无结构化，通常只被当许字容津或明话辩发e显le

• 列式数据库

举例	Cassandra HBase, Riak
典型应用场景	分布式的文件系统
数据模型	以列簇式存储, 将同-列数据存在起
强项	查找速度快，可扩展性强，更容易进行分布式扩展
弱项	功能相对局限

• 图形数据库

举例	Neo4J InfoGrid, Infinite Graph
典型应用场景	社交网络 ， 推荐系统等。专注于构建关系图谱
数据模型	图结构
强项	利用图结构相关算法。比如最短路径寻址，N度关系查找等
弱项	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多张万赚式开发Guide

下面是我的收藏的一份关于软件测试的资料

这些资料对软件测试的朋友们来说应该是很全面的了，有很多朋友靠这份资料复习也拿到了大厂offer，希望也能帮助到你，关注我微信公众号：程序员二黑，就可以直接免费领取了。

觉得有用的话就点个三连吧，让更多人看到！