Python操作三大数据库之MySQL-第 1 章 数据库简介

讲解数据库基本知识，关系型数据库和非关系型数据库的对比，非关系型数据库的分类以及其应用场景，最后介绍MySQL数据库。

数据库的分类和比较

数据库分类

• 1.关系型数据库

  • MariaDB，和MySQL很类似，是其一个分支，安装、部署、语句都和MySQL很像；
  • SQLite，嵌入式数据库，非常小，可以将其嵌入到手机上或者一些嵌入式开发PCB板上，其非常小，甚至只有几K，甚至几兆，几十兆
  • MySQL
  • SQLServer
  • PostgreSQL
  • ORACLE
  • excel

• 2.非关系型数据库（NoSQL(not only sql)）(百度百科)

  • MongoDB
  • redis
  • Cassandra
  • Neo4j
  • HBASE
  • CouchDB

  ​

非关系型数据库分类

• 1.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	查询性能不高，而且缺乏统一的查询语法

// data.json
{
    "name":"张三",
    "age":20,
    "sex":"",
},
{
    "name":"李四",
    "age":21,
}json

• 2.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，也可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，通常只被当作字符串或者二进制数据

如宿舍，五栋6楼601室1号床位

k 5 -6 601 -1 -v

• 3.列式数据库

举例	Cassandra，HBase，Riak
数据模型	以列簇式存储，将同一列数据存在一起
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

• 4.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结构。
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集群方案。

MySQL简介

MYSQL介绍（百度百科）