关系型和非关系型数据库的概述

一：关系型数据库和非关系型数据库

     数据库 按照其结构可以分为关系型数据库与其他数据库，而这些其他数据库我们将统称为NoSQL 非关系型数据库，

 1：关系型数据库

      关系型数据库是一个结构化的数据库，创建在关系模型的基础上，一般面向记录，他借助与集合代数等数学概念和方法来处理数据库中的数据，关系模型是二维表格模型，因而一个关系型就是由二维表及其之间的联系组成的一个数据一个数据组织，现实世界中，各种实际与实体之间的各种联系都可以用关系型来表示，SQL语句（stuctured Ouery lanage ，结构化查询语言）就是一种基于关系型数据库的语言，用于执行对关系型数据库中数据的检测和操作。

    主流的关系型数据库：（mysql，Oracle，SQLserver，Microsoft access，DB2）等

2：非关系型数据库

    NoSQL（not onlySQL）其意思不仅仅是SQL，是非关系型数据库的总称，主流的非关系型数据库（memcached，Redis，（MongoDB：文档性数据库），Hbase，couhDB等以上的这些数据库他们的存储方式，存储结构，以及使用场景是完全不同的，所以我们认为他是一个非关系型数据库的集合，而不是像关系型数据库一样是一个统称，换言之，主流关系型数据库以外的数据库都是非关系数据库，nosql 数据库凭借着非关系型，分布式，开源的横向扩展等优势，被以为是下一代数据库产品）

3：非关系型数据库产生背景

   关系型数据库已经诞生很久了，而且我们一直在使用，没有什么问题，面对这样的情况，为什么还会产生非关系型数据库？ 下面我们就俩介绍非关系型数据库产生的背景

    随着web2.0 网站的兴起，关系型数据库在应对web2.0网站，特别是海量数据库和高并发的SNS（social networking services，及社交网络服务）类型的web2.0 纯动态网站时，暴露出很多难以解决的问题，例如以下三高问题。

  （1）：high performance----对数据库高并发读写需求

      web2.0 网站会根据用户的个性化信息来实现生成动态页面和提供动态信息，因为，无法使用动态页面静态化技术，所以数据库的并发负载均衡非常高，一般会达到10000次/S 以上的读写请求，关系型数据库对于上万次的查询请求还是可以勉强支持的，当出现上万次的写数据请求时，硬盘I/O就已经无法承受了，对于普通的BBS网络，往往也会存在高并发的读数请求，如明星在微博上公众恋情，结果因为流量过大而引发微博瘫痪。

 （2）：huge storage ---对海量数据库高效存储与访问需求

        类似于Facebook ，friendfeed 这样的SNS网站，每天会产生大量的用户动态信息，例如friendfeed 一个月会产生2.5亿条用户动态信息，对于关系型数据库来说，在一个包含2.5亿条记录的表中执行SQL查询，效率是非常低的。

 （3）：high scalability && high -----对数据库高扩展性与高可用性需求。

       在web架构中，数据库是最难进行横向扩展的，当应用系统的用户量与访问量与日俱曾时，数据库是没有办法像web服务一样，简单的通过添加硬件和服务节点其性能和负载均衡能力的，尤其对于一些需要24h对外提供服务的网站来说，数据库的升级与扩展性往往伴随着停机维护与数据迁移，其工作量是非常庞大的。

     关系型数据库和非关系型数据库都有各自的特点与应用场景，再者的精密结合将会给web2.0的数据库发展带来新的思路，让关系型数据库关注在关系上，非关系型数据库关注在存储上。