| 数据库类型 | 特性 | 优点 | 缺点 | 存储方式 | 查询语句 | 应用场景 |
| 关系型数据库 SQL Server，Oracle，MySQL |
1、关系型数据库，是指采用了关系模型来组织 数据的数据库； 2、关系型数据库的最大特点就是事务的一致性； 3、简单来说，关系模型指的就是二维表格模型， 而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。 |
1、容易理解：二维表结构是非常贴近逻辑世界一个概念，关系模型相对网状、层次等其他模型来说更容易理解； 2、使用方便：通用的SQL语言使得操作关系型数据库非常方便； 3、易于维护：丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大减低了数据冗余和数据不一致的概率； 4、支持SQL，可用于复杂的查询。 5.事务处理—保持数据的一致性； 6.由于以标准化为前提，数据更新的开销很小（相同的字段基本上只有一处）； 7.可以进行Join等复杂查询。 |
1、为了维护一致性所付出的巨大代价就是其读写性能比较差； 2、固定的表结构； 3、高并发读写需求； 4、海量数据的高效率读写； |
不同的引擎不同的存储方式 | 传统的MySQL语句 | 典型的使用场景是在线商店和银行系统。 |
|
非关系型数据库 Nosql |
1、使用键值对存储数据； 5、使用json的格式文档存储键值 |
1、无需经过sql层的解析，读写性能很高； 2、基于键值对，数据没有耦合性，容易扩展； 3、存储数据的格式：nosql的存储格式是key,value形式、文档形式、图片形式等等，文档形式、图片形式等等，而关系型数据库则只支持基础类型。 |
1、不提供sql支持，学习和使用成本较高； 2、无事务处理，附加功能bi和报表等支持也不好； |
虚拟内存+持久化 | 不同的数据库不同的查询方式 | 典型的使用场景是社交网络，客户管理和网络分析系统。 |
NoSQL的常见类型和比较
有四种常见的 NoSQL 数据库类型：列式、文档、图形和内存键值。
1.列式数据
顾名思义，是按列存储数据的。最大的特点是方便存储结构化和半结构化数据，方便做数据压缩，对针对某一列或者某几列的查询有非常大的IO优势。
1）对应的nosql： HBase,BigTable等。
2）典型应用场景：按列存储，针对某一列或者某几列的查询有非常大的IO优势。
3）优点：查找速度快，可扩展性强，更容易进行分布式扩展。
4）缺点：功能相对局限。
2.文档数据库
旨在将半结构化数据存储为文档，通常采用 JSON 或 XML 格式。与传统关系数据库不同的是，每个 NoSQL 文档的架构是不同的，可让您更加灵活地整理和存储应用程序数据并减少可选值所需的存储。
1）对应的nosql：CouchDB, MongoDb
2）典型应用场景：存储类似JSON格式的内容，可对某些字段建立索引功能，是最像关系型的数据库。
3）优点：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。
4）缺点：查询性能不高，而且缺乏统一的查询语法。
3.图形数据库
可存储顶点以及称为边缘的直接链路。图形数据库可以在 SQL 和 NoSQL 数据库上构建。顶点和边缘可以拥有各自的相关属性。
1）数据模型：图结构
2）典型应用场景：社交网络，推荐系统等。专注于构建关系图谱，善于处理大量复杂、互连接、低结构化的数据，数据往往变化迅速，且查询频繁。
3）优点：利用图结构相关算法。比如最短路径寻址，N度关系查找等。
4）缺点：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。
4.内存键值存储
可以通过key快速查询到其value。一般来说，存储不管value的格式，照单全收，是针对读取密集型应用程序工作负载（例如社交网络、游戏、媒体共享和 Q&A 门户）。内存缓存可将重要数据存储在内存中以实现低延迟访问，从而提高应用程序性能。
1）对应的nosql：Redis,Memcached等
2）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，也用于一些日志系统等等。
3）优点：查找速度快。
4）缺点：数据无结构化，通常只被当作字符串或者二进制数据。