大数据开发：大数据背景下的数据库选型

在IT技术领域，数据库技术是重要的支撑性技术，尤其是进入大数据时代以来，海量的数据累积起来，成为庞大的数据集合，更是需要强大的数据库去完成存储支持。今天我们主要来讲讲，大数据背景下的数据库选型。

整体来说，数据库可以分为两类，关系型（Relational）数据库与非关系型（NoSQL）数据库，这两类数据，基本上能够满足基于互联网的各类数据存储需求。但是基于具体的应用场景，往往需要进行数据库选型。
 

关系数据库

关系数据库是指采用关系模型的数据库，由于具有规范的行和列结构，存储在关系数据库中的数据通常是“结构化数据”。目前主流的关系数据库有Oracle、DB2、MySQL等。

Oracle

Oracle前身叫SDL，oracle公司是最早开发关系数据库的厂商之一，其产品支持最广泛的操作系统平台，目前oracle关系数据库产品的市场占有率数一数二。

MySQL

MySQL数据库是一个中小型关系型数据库管理系统，目前MySQL被广泛地应用在Internet上的大中小型网站中。国内MySQL数据库主要应用范围集中在互联网领域，大中小型网站，游戏公司，电商平台等。

非关系型数据库（NoSQL）

非关系型数据库采用的数据模型并非传统关系数据库的关系模型，而是类似键/值、列族、文档等非关系模型。NoSQL数据库没有固定的表结构，通常也不存在连接操作，也没有严格遵守ACID约束。NoSQL，主要有四大类型：

（1）键值数据库

Key-Value Database是一个哈希表，一个特定的值可以指定一个特定的内容（value）。key用来定位。value可以是任何类型。key可以无限扩展。典型代表是内存数据库Redis。

（2）列族数据库

列族数据库，以列的形式存储数据，适合批量数据处理和即时查询，降低I/O开销，支持大量并发的用户查询。典型的代表是HBase。

（3）文档数据库

文档数据库通过键值定位一个文档。可以看成是键值数据库的衍生品。典型代表产品MangoDB。

（4）图数据库

存储有关网络的信息，是为了满足对象之间有很多关系的场景，用于处理具有高度相互关系的数据。比较适合设计网络，依赖分析，路径寻找，模糊识别等，典型代表产品Neo4j。

关于大数据背景下的数据库选型，以上就为大家做了简单的介绍了。大数据在快速发展当中，而为了支持大数据，数据库技术也在不断进步，作为开发者也应跟上技术趋势。