Java教程

关系数据库与非关系数据库

本文主要是介绍关系数据库与非关系数据库,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

目录

  • 前言
  • 一、关系型数据库
  • 二、非关系型数据库
  • 三、关系型数据库和非关系型数据库区别
    • 1.数据存储方式不同
    • 2. 扩展方式不同
    • 3. 对事务性的支持不同
  • 四、非关系型数据的产生背景
  • 总结


前言


一、关系型数据库

  • 关系型数据库是一个结构化的数据库,创建在关系模型 (二维表格模型) 基础上,一般面向于记录。
  • SQL语句 (标准数据查询语言) 就是一种基于关系型数据库的语言,用于执行对关系型数据库中数据的检索和操作。
  • 主流的关系型数据库包括Oracle、MySQL(mariadb)、SQL Server、Microsoft Access、DB2等。

二、非关系型数据库

  • NoSQL (NoSQL=NotOnlySQL),意思是“不仅仅是SQL”,是非关系型数据库的总称。
  • 除了主流的关系型数据库外的数据库,都认为是非关系型。
  • 主流的 NoSQL 数据库有Redis、 MongoDB、 Hbase、 Memcached、Postgresql等。

三、关系型数据库和非关系型数据库区别

1.数据存储方式不同

  • 关系型和非关系型数据库的主要差异是数据存储的方式。
  • 关系型数据天然就是表格式的,因此存储在数据表的行和列中。
  • 数据表可以彼此关联协作存储,也很容易提取数据。
  • 非关系型数据不适合存储在数据表的行和列中,而是大块组合在一起。
  • 非关系型数据通常存储在数据集中,就像文档、键值对或者图结构。
  • 数据及其特性是选择数据存储和提取方式的首要影响因素。

关系型:依赖于关系模型E-R图,同时以二维表格式的方式存储数据。
非关系型:除了以表格形式存储之外,通常会以大块的形式组合在一起进行存储数据

2. 扩展方式不同

  • SQL和NoSQL数据库最大的差别可能是在扩展方式上,要支持日益增长的需求当然要扩展,要支持更多并发量。
  • SQL数据库是纵向扩展,也就是说提高处理能力,使用速度更快速的计算机,这样处理相同的数据集就更快了。因为数据存储在关系表中,操作的性能瓶颈可能涉及很多个表,这都需要通过提高计算机性能来克服。虽然SQL数据库有很大扩展空间,但最终肯定会达到纵向扩展的上限。
  • NoSQL数据库是横向扩展的。因为非关系型数据存储天然就是分布式的,NoSQL数据库的扩展可以通过给资源池添加更多普通的数据库服务器 (节点) 来分担负载。

关系型数据库:纵向(天然表格式)
非关型数据库:横向(天然分布式)

3. 对事务性的支持不同

  • 若数据操作需要高事务性或者复杂数据查询需要控制执行计划,那么传统的SQL数据库从性能和稳定性方面考虑是最佳选择。
  • SQL数据库支持对事务(ACID)原子性细粒度控制,并且易于回滚事务。
  • 虽然NoSQL数据库也可以使用事务操作,但稳定性方面没法和关系型数据库比较,所以它们真正闪亮的价值是在操作的扩展性和大数据量处理方面。

关系型数据库:特别适合高事务性要求和需要控制执行计划的任务
非关系型数据库:此处会稍显弱势,其价值点在于高扩展性和大数据量处理方面

四、非关系型数据的产生背景

  • 可用于应对 Web2.0 纯动态网站类型的三高问题
    ① High performance-------对数据库高并发读写需求
    ② High Storage---------对海量数据高效存储与访问需求
    ③ High Scalability && High Availability------- 对数据库高可扩展性与高可用性需求
  • 关系型数据库和非关系型数据库都有各自的特点与应用场景,两者的紧密结合将会给Web2.0的数据库发展带来新的思路。
  • 关系数据库关注在关系上,非关系型数据库关注在存储上。
  • 例如,在读写分离的MySQL数据库环境中,可以把经常访问的数据存储在非关系型数据库中,提升访问速度。

总结

  • 关系型数据库:
    实例–>数据库–>表(table)–>记录行(row)、数据字段(column)——》存储数据

  • 非关系型数据库:
    实例–>数据库–>集合(collection) -->键值对(key-value)
    workdir=/usr/local/mysql

  • 非关系型数据库不需要手动建数据库和集合(表)。

这篇关于关系数据库与非关系数据库的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!