常见的关系型数据库和非关系型数据及其区别

最新推荐文章于 2025-03-13 21:29:20 发布

原创最新推荐文章于 2025-03-13 21:29:20 发布 · 511 阅读

0 ·

CC 4.0 BY-SA版权

数据库专栏收录该内容

8 篇文章

订阅专栏

本文深入探讨了关系型数据库与非关系型数据库（NoSQL）的区别，包括各自的优点、缺点及适用场景，特别关注了大数据时代下NoSQL数据库的兴起。

数据库

简单来说，就是存放各种数据的一个仓库，也就是一些数据按照某种模型存放到存储器的一个数据集合。简称DB,DataBase
那么，数据有了，就需要管理，用来操纵和管理数据的软件就是数据管理系统简称DBMS,DataBase Managent System
那么把上面这两个放到一起，也就是带有数据库并配置了管理系统的计算机系统就是数据库系统简称DBS，DataBase System

导读：

在过去的很长一段时间中，关系型数据库（Relational Database Management System）一直是最主流的数据库解决方案，他运用真实世界中事物与关系来解释数据库中抽象的数据架构。然而，在信息技术爆炸式发展的今天，大数据已经成为了继云计算，物联网后新的技术革命，关系型数据库在处理大数据量时已经开始吃力，在一个以传统机械硬盘为主导的年代，硬盘很可能会成为性能的短板，开发者只能通过不断地优化数据库来解决数据量的问题，但优化毕竟不是一个长期方案，所以人们提出了一种新的数据库解决方案来迎接大数据时代的到来——NoSQL（非关系型数据库）。

关系型数据库

在这里插入图片描述
相互之间有关系的数据集合到一起就是关系型数据库，需要建表，建库，也就是事先要有组织结构

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

非关系型数据库

在这里插入图片描述

非关系型数据库，又被称为NoSQL（Not Only SQL )，意为不仅仅是SQL（ Structured QueryLanguage，结构化查询语言)，不需要事先定义结构，也就是不需要建表建库等，每条记录可以又不同的类型和约束条件。

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。

mysql VS MongoDB

传统数据库设计思维中，项目的设计阶段需要对数据库表中的字段名称、字段类型、进行规定，如果尝试插入不符合设计的数据，数据库不会接受这条数据以保证数据的完整性。

--数据库字段:NAME, SONG

INSERT INTO T_INFO VALUES('John','Come Together');  --成功

INSERT INTO T_INFO VALUES('小明', 20, 'xiaoming@111.com');  --失败

NoSQL采用的是对集合（类似"表"）中的文档（类似于"行"）进行动态追加，在创建集合之初不会对数据类型进行限定，任何文档都可以追加到任何集合中去，例如我们可以将这样两条文档添加到一个集合中去：

{"name" : "John", "song" : "Come Together"}

{"name" : "小明",  "age":"20", "email" : "xiaoming@111.com"}

MongoDB中文档的格式类似于我们常见的JSON，由此可见，我们第一个拥有"name"、“song"两个字段，而第二个拥有"name”、“age”、"email"三个字段，这在预设计模式中的数据库是不可能插入成功的，但在MongoDB的动态模式是可以的，这样做的优势是我们不必为一些数量很少，但种类很多的字段单独设计一张表，可以将他们集中在单独一张表进行存储，但这样做的弊病也是显而易见的，我们在获取数据时需要对同一张表的不同文档进行区分，增加了开发上的代码量。所以在设计之初需要权衡动态模式的优劣来选择表中的数据类型。
在这里插入图片描述

在这里插入图片描述