开发工作中我们常用的数据库大致分为关系型数据库和非关系型数据库两种，那这两种到底是什么呢？
 
1.关系型数据库
 
所谓关系型数据库，是建立在关系模型基础上的数据库。
 
关系模型由关系数据结构、关系操作集合、关系完整性约束三部分组成。
 
标准数据查询语言SQL就是一种基于关系数据库的语言，这种语言执行对关系数据库中数据的检索和操作。
 
简单说，关系型数据库是由多张能互相联接的二维行列表格组成的数据库。当前主流的关系型数据库有Oracle、DB2、Microsoft SQL Server、Microsoft Access、MySQL等。
 
优点：
 1、易于维护：都是使用表结构，格式一致；
 2、使用方便：SQL语言通用，可用于复杂查询；
 3、复杂操作：支持SQL，可用于一个表以及多个表之间非常复杂的查询。
缺点：
 1、读写性能比较差，尤其是海量数据的高效率读写；
 2、固定的表结构，灵活度稍欠；
 3、高并发读写需求，传统关系型数据库来说，硬盘I/O是一个很大的瓶颈。
 
常见的关系型数据库
 
 
Oracle:
 
属于大型数据库，采用标准的SQL结构化查询语言，支持多种数据类型，提供面向对象存储的数据支持，除此之外，它还具有很好的并行处理功能，收费比较昂贵。
 
SQL Server：
 
微软全家桶的一员，常搭配微软下开发语言使用）
 
MySql：
 
目前属于 Oracle 旗下产品。MySQL 是最流行的关系型数据库管理系统之一，在 WEB 应用方面，MySQL是最好的 RDBMS (Relational Database Management System，关系数据库管理系统) 应用软件之一。由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，一般中小型网站的开发都选择 MySQL 作为网站数据库。
 
2.非关系型数据库
 
 
非关系型数据库严格上不是一种数据库，应该是一种数据结构化存储方法的集合，可以是文档或者键值对等。
优点：
 1、格式灵活：存储数据的格式可以是key --》value、文档、图片等等，使用灵活，应用场景广泛，而关系型数据库则只支持基础类型。
 2、速度快：nosql可以使用硬盘或者随机存储器作为载体，而关系型数据库只能使用硬盘；
 3、高扩展性；
 4、成本低：nosql数据库部署简单，基本都是开源软件。
 
缺点：
 1、不提供sql支持，学习和使用成本较高；
 2、无事务处理；
 3、数据结构相对复杂，复杂查询方面稍欠。
 
非关系型数据库的分类和比较：
 1、文档型
 2、key-value型
 3、列式数据库
 4、图形数据库
 
 
 
 
 
 
Redis就是一种典型的 KRY-VALUE 型数据库

常见的数据库模型分为两种，分别是关系型数据库和关系型数据库。
 
关系型数据库
 
关系数据库，是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据。简单说，关系型数据库是由多张能互相联接的二维行列表格组成的数据库。
 
关系模型就是指二维表格模型,因而一个关系型数据库就是由二维表及其之间的联系组成的一个数据组织。
 
关系型数据库优点：
 
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。
使用方便：通用的SQL语言使得操作关系型数据库非常方便。
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。
支持SQL，可用于复杂的查询。
关系型数据库缺点：
 
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。
固定的表结构。
高并发读写需求。
海量数据的高效率读写。
数据库事务必须具备ACID特性，ACID是Atomic原子性，Consistency一致性，Isolation隔离性，Durability持久性。
 
关系型数据库有:
 
MySQL、Oracle、DB2、PostgreSQL、Microsoft SQL Server、Microsoft Access、Sybase、Informix、 FoxPro数据库、Teradata 、浪潮K-DB、SQLite、MariaDB(MySQL的一个分支)、sap等
 
非关系型数据库：
 
非关系型数据库，又被称为NoSQL（Not Only SQL )，意为不仅仅是SQL。强调key-value存储和文档数据库优点。
 
1)面向检索的列式存储（Column-Oriented）
 
面向检索的列式存储，其存储结构为列式结构，同于关系型数据库的行式结构，这种结构会让很多统计聚合操作更简单方便。使系统具有较高的可扩展性。这类数据还可以试应海量数据的增加以及数据结构的变化。
 
典型数据库：HBase、Cassandra、Microsoft Azure Cosmos DB、Datastax Enterprise、Accumulo
 
2)面向高性能并发读/写的缓存数据（Key-Value）
 
面向高性能并发读/写的缓存数据，其结构类似于数据结构中的Hash表，每个Key分别对应一个Value，能够提供非常快的查询速度、大数据存放量和高并发操作，非常适合通过主键对数据进行查询和修改等操作。Key-Value数据库的主要特点是具有极高的高并发读/写性能，非常适合作为缓存系统使用。
 
典型数据库：redis、memcached、memcacheDB，BerkeleyDB、Flare、Hazelcast、Microsoft Azure Cosmos DB、Amazon DynameoDB
 
3)面向海量数据访问的文档存储（Document-Oriented）
 
面向海量数据访问的文档存储，这类存储的结构与Key-Value非常相似，也是每个Key分别对应一个Value,但是这个Value主要以JSON(JavaScriptObjectNotations)或者XML等格式的文档来进行存储。这种存储方式可以很方便地被面向对象的语言所使用。这类数据库可在海量的数据中快速查询数据。
 
典型数据库：MongoDB、CouchDB、Amazon DynameoDB、Couchbase、Microsoft Azure Cosmos DB
 
非关系型数据库优点：
 
海量数据的增删改查是可以的。
海量数据的维护和处理非常轻松。
NoSql具有扩展简单、高并发、高稳定性、成本低廉的优势。
可以实现数据的分布式处理。
非关系型数据库缺点：
 
NoSql暂时不提供sql支持，会造成开发人员额外学习的成本。
数据和数据没有关系，他们之间就是单独存在的。
非关系数据库没有关系，没有强大的事务关系，没有保证数据的完整性和安全性适合处理海量数据，保证效率，不一定安全。
持久化的性能低。
出道时间短，功能没有关系型数据库完善。
NoSql的架构特性决定了其很难保证数据得完整性，适合一些特殊的应用常见使用。
非关系型数据库有：
 
Neo4j、MongoDB、CouchDB、Amazon DynameoDB、Couchbase、Microsoft Azure Cosmos DB、redis、memcached、memcacheDB，BerkeleyDB、Flare、Hazelcast、HBase、Cassandra、Datastax Enterprise、Accumulo
 
注：参考百度百科

内存数据库
 
内存数据库就是将数据放在内存中直接操作的数据库，它利用内存的读写速度比磁盘快、内存是随机访问而磁盘是顺序访问这两个特点，将数据保存在内存中，在内存中模仿建立表结构和索引结构并针对内存特性进行优化，相比从磁盘上访问，内存数据库访问较快。
 
关系型数据库
 
数据库是指按照一定数据结构和模型来组织、存储和管理数据的仓库。采用关系模型建立起来的数据库叫做关系数据库。关系数据库是建立在集合代数基础上，应用数学方法来处理数据库中的数据。现实世界中的各种实体以及实体之间的各种联系均用关系模型来表示。
 
实时数据库
 
实时数据库概述
 
实时数据库是采用实时数据模型建立起来的数据库，用于处理不断更新的快速变化的数据及具有时间限制的事务处理。实时数据库技术是实时系统和数据库技术相结合的产物，利用数据库技术来解决实时系统中的数据管理问题，同时利用实时技术为实时数据库提供时间驱动调和资源分配算法。主要应用于工业监控，如：电力、石化、化工、钢铁、冶金、造纸、交通控制和证券金融等工业领域的监控。。概括地讲，实时数据库系统有如下特点：
 
时间约束：
 实时数据库是其数据和事务都有明确的时间限制的数据库。在实时系统中，具有时间约束的数据主要是来自于外部的动态数据，以及由这些数据求导出的新的数据。数据库中的数据必须如实反映现场设备的运行情况。
事务调度：
 实时数据库系统的正确性不仅依赖于事务的逻辑结果，而且依赖于该逻辑结果所产生的时间。事务调度既要考虑事务的执行时间，也要考虑事务的截止期、紧迫程度等因素。
数据存储：
 实时数据库主要承担系统所有实时数据的存储和管理，为相关的功能提供快速、正确的实时信息。为了达到实时性，实时数据库在系统运行过程中，应常驻内存，以保证读取速度。对于实时性要求不高的数据可存放在外存储空间。因此，在实时数据库设计时，要妥善处理时间与存储空间的矛盾，以保证系统的实时性。
数据在线压缩：
 在实际的数据存储中，实时数据库还要解决如何高效处理海量数据的问题。如果数据被原封不动地存储势必需要大量内存和磁盘空间以及耗费大量的时间，因此必须对实时数据进行在线压缩存储。
 
实时数据库的实现原理
 
http://www.360doc.com/content/11/0422/11/6295074_111482939.shtml
 
实时数据库常用压缩算法介绍
 https://www.cnblogs.com/liguangsunls/p/7207265.html
 
比较项目
实时数据库
关系数据库
内存数据库
说明
应用领域
应用于电力、石油、化工等流程工业和生产领域，适用于处理不断更新、快速变化的数据及具有时间限制的事务处理
应用于应用于电子商务、事务性管理、金融管理，网络游戏等领域
更多的应用与电信，证券，网络游戏等领域
无
开发目的
处理实时变化的数据。维护数据的实时性、真实性，满足工业生产管理、实时应用的需要
处理永久、稳定的数据。维护数据的完整性、一致性，很难处理有关数据及其处理的定时限制，因此不能满足工业生产管理实时应用的需要
比关系型数据库的实时性有了些提高
无
表结构
以时间序列方式对数据进行存储，以资产表的方式对数据进行访问
以二维表格对数据进行存储和访问
文档形式，或key,value的方式存储
无
读写速度（记录/ 秒）
500000
3000
50000
实时数据库的读写速度要比关系数据库快几百倍
历史数据压缩
有
无
无
实时数据库的数据压缩功能极大地减少了所占用的存储空间
磁盘空间占用率
4G空间能存贮30万个测点的每秒变化一次的历史数据（不带索引）200小时
同等条件下，关系数据库5小时的数据就达到4G磁盘空间
不详
无
数据恢复功能
无
有
有
关系数据库的数据恢复功能以消耗系统资源和牺牲系统性能为代价

关系型数据库和非关系型数据库的区别
 
待会总结,先自我学习先
一 关系型数据库 有

我们只需要 记住常用的几个：mysql /oracle/sql server/sqlite 几个即可
 我还有一篇文章 介绍了 关系型数据库和非关系型数据的数据结构 –红黑树-二叉树-B树
 
1.首先了解一下 什么是关系型数据库？
 关系型数据库最典型的数据结构是表，由二维表及其之间的联系所组成的一个数据组
 织。
优点：
 1、易于维护：都是使用表结构，格式一致；
 2、使用方便：SQL语言通用，可用于复杂查询；
 3、复杂操作：支持SQL，可用于一个表以及多个表之间非常复杂的查询。
缺点：
 1、读写性能比较差，尤其是海量数据的高效率读写；
 2、固定的表结构，灵活度稍欠；
 3、高并发读写需求，传统关系型数据库来说，硬盘I/O是一个很大的瓶颈。
 
二 非关系型数据库

 我们只需要 记住常用的：redis / hbase /mongoDB /CouchDB /Neo4J 【注意：hive 不是数据库，是数据仓库 不是一个概念】
 
什么非关系型数据库呢？
 
非关系型数据库严格上不是一加粗样式种数据库，应该是一种数据结构化存储方法的集合，可以是文档或者键值对等
 
优点：
 1、格式灵活：存储数据的格式可以是key,value形式、文档形式、图片形式等等，文档形式、图片形式等等，使用灵活，应用场景广泛，而关系型数据库则只支持基础类型。
 2、速度快：nosql可以使用硬盘或者随机存储器作为载体，而关系型数据库只能使用硬盘；
 3、高扩展性；
 4、成本低：nosql数据库部署简单，基本都是开源软件。
 
缺点：
 1、不提供sql支持，学习和使用成本较高；
 2、无事务处理；
 3、数据结构相对复杂，复杂查询方面稍欠。
 
非关系型数据库的分类和比较：
 
1、文档型
 2、key-value型
 3、列式数据库
 4、图形数据库