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
 
 
 
 

当前数据库分为关系型数据库和非关系型数据库
 
 
关系型数据库
 
关系型数据库：指采用了关系模型来组织数据的数据库。
 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。
 
 
关系模型中常用的概念：
 
关系：一张二维表，每个关系都具有一个关系名，也就是表名
 元组：二维表中的一行，在数据库中被称为记录
 属性：二维表中的一列，在数据库中被称为字段
 域：属性的取值范围，也就是数据库中某一列的取值限制
 关键字：一组可以唯一标识元组的属性，数据库中常称为主键，由一个或多个列组成
 关系模式：指对关系的描述。其格式为：关系名(属性1，属性2， … … ，属性N)，在数据库中成为表结构
 
 
关系型数据库的优点：
 
1.容易理解：二维表结构是非常贴近逻辑世界的一个概念，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
 
 
关系型数据库存在的问题
 
1.网站的用户并发性非常高，往往达到每秒上万次读写请求，对于传统关系型数据库来说，硬盘I/O是一个很大的瓶颈
 2.网站每天产生的数据量是巨大的，对于关系型数据库来说，在一张包含海量数据的表中查询，效率是非常低的
 3.在基于web的结构当中，数据库是最难进行横向扩展的，当一个应用系统的用户量和访问量与日俱增的时候，数据库却没有办法像web server和app server那样简单的通过添加更多的硬件和服务节点来扩展性能和负载能力。当需要对数据库系统进行升级和扩展时，往往需要停机维护和数据迁移。
 4.性能欠佳：在关系型数据库中，导致性能欠佳的最主要原因是多表的关联查询，以及复杂的数据分析类型的复杂SQL报表查询。为了保证数据库的ACID特性，必须尽量按照其要求的范式进行设计，关系型数据库中的表都是存储一个格式化的数据结构。
 
 
数据库事务必须具备ACID特性
 ACID分别是
 Atomic原子性，
 Consistency一致性，
 Isolation隔离性，
 Durability持久性。
 
当今十大主流的关系型数据库
 
Oracle，Microsoft SQL Server，MySQL，PostgreSQL，DB2，
 Microsoft Access， SQLite，Teradata，MariaDB(MySQL的一个分支)，SAP
 
非关系型数据库
 
非关系型数据库：指非关系型的，分布式的，且一般不保证遵循ACID原则的数据存储系统。
 
非关系型数据库结构
 
非关系型数据库以键值对存储，且结构不固定，每一个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，不局限于固定的结构，可以减少一些时间和空间的开销。
 
优点:
 1.用户可以根据需要去添加自己需要的字段，为了获取用户的不同信息，不像关系型数据库中，要对多表进行关联查询。仅需要根据id取出相应的value就可以完成查询。
 2.适用于SNS(Social Networking Services)中，例如facebook，微博。系统的升级，功能的增加，往往意味着数据结构巨大变动，这一点关系型数据库难以应付，需要新的结构化数据存储。由于不可能用一种数据结构化存储应付所有的新的需求，因此，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。
 
不足：
 只适合存储一些较为简单的数据，对于需要进行较复杂查询的数据，关系型数据库显的更为合适。不适合持久存储海量数据
 
非关系型数据库的分类
 
非关系型数据库都是针对某些特定的应用需求出现的，因此，对于该类应用，具有极高的性能。依据结构化方法以及应用场合的不同，主要分为以下几类：
 
面向高性能并发读写的key-value数据库：
 key-value数据库的主要特点是具有极高的并发读写性能
 Key-value数据库是一种以键值对存储数据的一种数据库，类似Java中的map。可以将整个数据库理解为一个大的map，每个键都会对应一个唯一的值。
 主流代表为Redis， Amazon DynamoDB， Memcached，
 Microsoft Azure Cosmos DB和Hazelcast
 
面向海量数据访问的面向文档数据库：
 这类数据库的主要特点是在海量的数据中可以快速的查询数据
 文档存储通常使用内部表示法，可以直接在应用程序中处理，主要是JSON。JSON文档也可以作为纯文本存储在键值存储或关系数据库系统中。
 主流代表为MongoDB，Amazon DynamoDB，Couchbase，
 Microsoft Azure Cosmos DB和CouchDB
 
面向搜索数据内容的搜索引擎：
 搜索引擎是专门用于搜索数据内容的NoSQL数据库管理系统。
 主要是用于对海量数据进行近实时的处理和分析处理，可用于机器学习和数据挖掘
 主流代表为Elasticsearch，Splunk，Solr，MarkLogic和Sphinx
 
面向可扩展性的分布式数据库：
 这类数据库的主要特点是具有很强的可拓展性
 普通的关系型数据库都是以行为单位来存储数据的，擅长以行为单位的读入处理，比如特定条件数据的获取。因此，关系型数据库也被成为面向行的数据库。相反，面向列的数据库是以列为单位来存储数据的，擅长以列为单位读入数据。
 这类数据库想解决的问题就是传统数据库存在可扩展性上的缺陷，这类数据库可以适应数据量的增加以及数据结构的变化，将数据存储在记录中，能够容纳大量动态列。由于列名和记录键不是固定的，并且由于记录可能有数十亿列，因此可扩展性存储可以看作是二维键值存储。
 主流代表为Cassandra，HBase，Microsoft Azure Cosmos DB，
 Datastax Enterprise和Accumulo
 
CAP理论
 
NoSQL的基本需求就是支持分布式存储，严格一致性与可用性需要互相取舍
 CAP理论：一个分布式系统不可能同时满足C(一致性)、A(可用性)、P(分区容错性)三个基本需求，并且最多只能满足其中的两项。对于一个分布式系统来说，分区容错是基本需求，否则不能称之为分布式系统，因此需要在C和A之间寻求平衡
 C(Consistency)一致性
 一致性是指更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致。与ACID的C完全不同
 A(Availability)可用性
 可用性是指服务一直可用，而且是正常响应时间。
 P(Partition tolerance)分区容错性
 分区容错性是指分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。
 
关系型与非关系型数据库的比较
 
1.成本：Nosql数据库简单易部署，基本都是开源软件，不需要像使用Oracle那样花费大量成本购买使用，相比关系型数据库价格便宜。
 2.查询速度：Nosql数据库将数据存储于缓存之中，而且不需要经过SQL层的解析，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.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，所以可以存储基础类型以及对象或者是集合等各种格式，而数据库则只支持基础类型。
 4.扩展性：关系型数据库有类似join这样的多表查询机制的限制导致扩展很艰难。Nosql基于键值对，数据之间没有耦合性，所以非常容易水平扩展。
 5.持久存储：Nosql不使用于持久存储，海量数据的持久存储，还是需要关系型数据库
 6.数据一致性：非关系型数据库一般强调的是数据最终一致性，不像关系型数据库一样强调数据的强一致性，从非关系型数据库中读到的有可能还是处于一个中间态的数据，
 Nosql不提供对事务的处理。
 
最近的数据库排名
 网站地址：https://db-engines.com/en/ranking
 
 可以发现现在主流的还是关系型数据库，非关系型数据库中Redis和MongoDB最受欢迎

内存数据库、关系型数据库和非关系型数据库
 
一、内存数据库、关系型数据库和非关系型数据库
 
1.个人观点：
 
二、内存数据库（Redis，MongoDb，SQLite，Oracle等）：
 
三、Raft分布式协议：
 
四、Redis出现宕机，如何保证数据不丢失？
 

一、内存数据库、关系型数据库和非关系型数据库
 
数据库类型
特性
优点
缺点
 
关系型数据库：
 
SQLite，Oracle，MySQL等
 
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，关系模型的指就是二维表格模型，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 
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，高并发读写不行 
 4，海量数据的高效率读写
 
非关系型数据库：
 
MongoDB，Redis，HBase等
 
1，使用键值对存储数据 ;
 2，分布式 ;
 3，一般不支持ACID特性 ;
 如图4所示，非关系型数据库严格上不是一种数据库，的英文应该一种数据结构化存储方法的集合
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的的的存储格式是键，值形式，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，附加功能双向和报表等支持也不好;
1.个人观点：
 
关系型数据库：在于关系，对数据操作（比如数据的增删改查）之前需要考虑关系，具备ACID特性（ACID是原子原子性，一致性一致性，隔离性隔离性，耐用性持久性），高并发能力一般不行
 
 
 
二、内存数据库（Redis，MongoDb，SQLite，Oracle等）：
 
基于内存，读写速度快，数据有可能会丢失，丢失率只能降到最低，但不能根除。
 
MongoDB：更适合集群部署，更多的考虑到集群方案，一般可用于“海量数据分析的访问效率提升”。
 
Redis：更偏重于进程顺序写入，虽然支持集群，也仅限于主-从模式。一般可用于“较小数据量的性能和运算，比如网络开发中的session存储”。
 
 
 
三、Raft分布式协议：
 
一般分布式都会遵从的协议：有点类似美国的总统选举。
 
比如有一个建议，有Ñ个服务器，有大于2N + 1的服务器表示赞同，那么这个建议就被通过。
 
假如建议是“一致性”，只要大于2N + 1的服务器之间的数据一致，那他们就是一致。
 
假如建议是“主服务器”，只要大于2N + 1的服务器投票给要被选举的服务器，被选举的服务器也将变成主服务器
 
还有很多思维：https://www.jdon.com/artichect/raft.html
 
 
 
四、Redis出现宕机，如何保证数据不丢失？
 
一台服务器：快照持久化（RDB），同时满足在指定的时间间隔内和改动了几个数据的两个条件，生成内存中的数据集快照，然后写入磁盘；日志持久化（AOF），满足everysec（每秒）/always（每次操作）/no（默认30秒）条件，生成日志，然后写入磁盘缓存
 
多台服务器：Redis正在开发的Sentinel（哨兵监听），具体网址：http://redisdoc.com/topic/sentinel.html

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