不同类型数据库应用场景对比

---

数据库使用系列专栏：数据库使用系列文章

---

 

目录

1 NoSql与关系型数据库应用场景对比

2 非关系型数据库（NoSql）应用场景对比

---

1 NoSql与关系型数据库应用场景对比

Nosql

1.适合存储非结构化数据存储，数据量且不可预期。如:评论，文章

2.排行榜数据获取，实时更新的数据。如：游戏榜排名，用户投票

3.限时抢购活动。如：淘宝抢购活动

4.反垃圾系统。如：敏感词

5.消息实时推送。如：微博推送

6.缓存。如：热点数据

SQL

1.适合存储结构化数据。如：账号，地址

2.事务性，数据一致性。如：银行

3.复杂数据逻辑处理，需要JOIN关联

2 非关系型数据库（NoSql）应用场景对比

分类	典型产品	典型应用场景	数据模型	优点	缺点
键值(key-value)存储	Redis  Memcached	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	Key指向Value的键值对，通常用hash  table来实现	查找速度快	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(Column stores)	HBase	分布式的文件系统	以列簇式存储，将同一列数据存在一起	查找速度快，可扩展性强，更容易进行分布式扩展	功能相对局限
文档型(Document stores)数据库	MongoDb CouchDB	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)	Key-Value对应的键值对，Value为结构化数据	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	Neo4J	社交网络，推荐系统等。专注于构建关系图谱	图结构	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，且这种结构不太好做分布式的集群方案

不同数据库应用场景需要参考具体数据库产品特性，本文根据以往市场使用情况列举了部分数据库的典型应用场景。