什么是关系数据库(关系数据库和非关系数据库有什么区别？)

目前主流的关系数据库有Oracle、DB2、微软SQL Server、微软Access、MySQL等。

非关系数据库包括NoSql和Cloudant。

nosql和关系数据库的比较？

优势:

1)成本:nosql数据库简单易部署，基本是开源软件。它不需要像oracle那样花很多钱去购买和使用，而且比关系型数据库便宜。

2)查询速度:nosql数据库将数据存储在缓存中，关系型数据库将数据存储在硬盘中，自然查询速度远不及nosql数据库。

3)数据存储格式:nosql的存储格式为key、value、document、picture等，因此可以存储基本类型、对象或集合等多种格式，而数据库只支持基本类型。

4)扩展性:关系数据库有join这样的多表查询机制的限制，很难扩展。

缺点:

1)维护的工具和材料有限，因为nosql是新技术，用比不上关系数据库10多年的技术。

2)不提供对sql的支持。如果不支持sql等行业标准，会产生一定用户的学习和使用成本。

3)不提供关系数据库对事物的处理。

非关系数据库的优势:1。性能NOSQL基于键值对，可以想象为表中主键和值的对应关系，不需要SQL层解析，所以性能很高。信息网络2。可伸缩性也是因为基于键值对的数据之间缺乏耦合，所以非常容易横向扩展。

关系数据库的优势:1。复杂查询可以用SQL语句轻松地在一个表和多个表之间进行非常复杂的数据查询。2.事务支持使高安全性的数据访问需求得以实现。对于这两类数据库来说，对方的优点就是自己的弱点，反之亦然。

关系数据库通过行和列的二进制表示来表示所有数据。

关系数据库的优势:

1.维护数据一致性(交易处理)

2.因为有了标准化的前提，数据更新的成本很小(基本上同一领域只有一个地方)。

3.可以执行复杂的查询，如连接。

其中，能够保持数据一致性是关系数据库的最大优势。

关系数据库的缺点:

不擅长处理

1.大量数据的写处理

2.用更新的数据索引或更改表的表结构(模式)。

3.当字段不固定时应用。

4.处理需要快速返回结果的简单查询。

-大量数据的写入处理

读写集中在一个数据库，让数据库不堪重负。大多数网站都采用了主从复制技术来实现读写分离，以提高读写性能和读取数据库的可扩展性。

所以在进行大量数据操作时，会使用数据库主从模式。主数据库负责数据写入，从数据库负责数据读取，只需添加从数据库即可实现规模扩展。但是，没有简单的方法来解决数据写入中的规模问题。

第一，如果要大规模写数据，可以考虑将主数据库从一个增加到两个，可以作为互联复制的二进制主数据库。事实上，这可以将每个主数据库的负载减少一半。但是更新处理会有冲突，可能会造成数据不一致。为了避免这个问题，您需要将每个表的请求分配给适当的master数据库进行处理。

其次，考虑把数据库划分到不同的数据库服务器上，比如把不同的表放在不同的数据库服务器上。数据库划分可以减少每个数据库服务器上的数据量，从而减少硬盘IO的输入输出处理，实现内存的高速处理。但是，由于不能在分别存储单词的不同服务器上的表之间进行连接处理，所以在划分数据库时需要提前考虑这些问题。数据库划分后，如果需要进行Join处理，就需要在程序中进行关联，难度很大。

-为包含更新数据的表建立索引或更改表结构。

使用关系数据库时，为了加快查询速度，需要创建索引，为了添加必要的字段，需要改变表的结构。为了执行这些处理，需要共享和锁定表。在此期间，无法更改、更新、插入和删除数据。如果需要做一些耗时的操作，比如为一个数据量很大的表创建索引或者改变它的表结构，就需要特别注意了，因为数据可能很长时间都不会更新。

-当场不固定时的应用

如果领域不固定，很难使用关系数据库。有人会说，必要的时候加个字段就够了。这种方法不是不可以，但是实际应用中每次都要反复改变表结构，非常痛苦。也可以预置大量的前期字段，但是这种情况下，随着时间的推移很容易丢失字段和数据的对应状态，也就是哪个字段保存了哪个数据。

-对于简单的查询，需要快速返回结果(“简单”在这里是指没有复杂的查询条件)

这不是缺点，但不管怎么说，关系型数据库不擅长简单查询快速返回结果，因为关系型数据库使用一种特殊的sql语言读取数据，它需要解析sql和越南，还有锁表、解锁表等额外开销。这并不是说关系数据库的速度太慢，只是想告诉大家，如果想高速处理简单的查询，没必要使用关系数据库。

-

NoSQL数据库

关系数据库应用广泛，可以进行事务处理、表连接等复杂查询。相反，NoSQL数据库只用于特定领域，基本不需要复杂的处理，但它正好弥补了之前列出的关系数据库的不足。

优势:

容易分散数据。

数据之间的关系是关系数据库得名的主要原因。关系型数据库为了加入，不得不将数据存储在同一个服务器上，不利于数据分散，也是关系型数据库不善于写大量数据的原因。相反，NoSQL数据库本来就不支持Join处理，每个数据都是独立设计的，所以很容易将数据分散到多个服务器上，这样每个服务器上的数据量就减少了，即使需要写入大量数据也变得更容易，当然数据读取操作也同样容易。

典型的NoSQL数据库

临时键值存储(memcached，Redis)，永久键值存储(ROMA，Redis)，面向文档的数据库(MongoDB，CouchDB)，面向列的数据库(Cassandra，HBase)

第一，键值存储

它的数据以键值的形式存储。虽然速度很快，但基本上只能通过完全一致的键查询来获取数据，根据数据存储的方式分为临时、永久和两者。

(1)临时的

临时意味着数据可能会丢失。memcached把所有的数据都保存在内存中，所以保存和读取的速度非常快，但是当memcached停止的时候，数据就不存在了。因为数据存储在内存中，超出内存容量的数据无法操作，旧数据会丢失。总而言之:

。将数据保存在内存中

。可以执行非常快速的存储和读取处理。

。数据可能会丢失。

(2)永久性

所谓永久性，就是数据不会丢失。这里的键值存储是将数据保存在硬盘上。相比临时性，由于硬盘上不可避免的IO操作，性能上还是有差距的，但是数据不会丢失是它最大的优势。总而言之:

。将数据保存在硬盘上

。它可以非常快速地保存和读取(但无法与memcached相比)。

。没有数据丢失。

(3)两者皆有。

Redis就属于这种类型。Redis是特殊的、临时的和永久的。Redis首先将数据保存在内存中，在满足一定条件的情况下(默认15分钟以上，5分钟10键以上，1分钟10000键以上)将数据写入硬盘，这样既保证了内存中数据的处理速度，又保证了数据写入硬盘的永久性。这种类型的数据库特别适合处理数组数据。总而言之:

。将数据保存在内存和硬盘中。

。可以执行非常快速的存储和读取处理。

。存储在硬盘上的数据不会消失(可以恢复)

。适用于处理数组类型的数据

第二，面向文档的数据库

MongoDB和CouchDB就属于这种类型。它们属于NoSQL数据库，但它们不同于键值存储。

(1)没有定义表结构。

即使没有定义表结构，也可以像定义了表结构一样使用，也省去了更改表结构的麻烦。

(2)可以使用复杂的查询条件。

与键值存储不同，面向文档的数据库可以通过复杂的查询条件获取数据。虽然不具备事务处理、Join等关系数据库的处理能力，但除了第一次以外的其他处理基本都能实现。

第三，面向列的数据库

Cassandra，HBae，HyperTable都属于这种类型。由于近年来数据的爆炸式增长，这种类型的NoSQL数据库特别有吸引力。

普通的关系数据库以行为为单位存储数据，它们擅长以行为为单位读取，比如获取特定条件的数据。因此，关系数据库也被称为面向行的数据库。相反，面向列的数据库将数据存储在列中，并且善于读取列中的数据。

面向列的数据库具有可扩展性，即使数据增加也不会降低相应的处理速度(尤其是写入速度)，因此主要用于需要处理大量数据的场合。另外，把它作为批处理程序的内存来更新大量的数据是非常有用的。然而，由于数据库存储的思维方式与当前数据库存储的思维方式有很大的不同，所以应用面向列的数据库非常困难。

总结:关系型数据库和NoSQL数据库不是对立而是互补的，即通常使用关系型数据库，NoSQL合适的时候使用NoSQL数据库，这样NoSQL数据库可以弥补关系型数据库的不足。