什么关系型数据库和非关系型数据库
一、关系型数据库
1. 定义
关系型数据库是基于关系模型的数据库，用二维表结构来存储数据，表与表之间可以通过关系（如主键-外键关系）相互关联。
2. 特点
2.1 数据结构化
数据按照预定义的表结构进行存储，每个表有固定的列和数据类型。例如，一个存储员工信息的表，可能包含“员工 ID”“姓名”“部门”等列，每列都有明确的数据类型。
2.2 支持 SQL 查询
使用结构化查询语言（SQL）进行数据的增删改查操作，SQL 是一种标准化的语言，易于学习和使用。例如，使用 `SELECT * FROM employees WHERE department = 'HR'` 可以查询出人力资源部门的所有员工信息。
2.3 事务处理
支持事务的 ACID（原子性、一致性、隔离性、持久性）特性，确保数据操作的可靠性和一致性。例如，在银行转账操作中，从一个账户扣款和向另一个账户存款必须作为一个原子操作完成，要么全部成功，要么全部失败。
2.4 数据一致性高
通过严格的表结构和约束（如主键、唯一约束、外键约束等）保证数据的一致性和完整性。例如，外键约束可以确保一个表中的外键值必须存在于另一个表的主键中。
3. 常见的关系型数据库
MySQL：开源的关系型数据库，广泛应用于 Web 开发领域，具有高性能、可靠性和易用性等特点。
Oracle：商业数据库，功能强大，适用于大型企业级应用，提供了丰富的企业级特性和工具。
SQL Server：微软开发的关系型数据库，与 Windows 操作系统集成良好，常用于企业内部的信息系统和数据仓库。
二、非关系型数据库
1. 定义
非关系型数据库，也称为 NoSQL 数据库，是为了处理大规模数据存储和高并发访问而设计的数据库，不依赖于传统的关系模型。
2. 特点
2.1 数据结构灵活
不要求数据具有固定的结构，可以存储各种类型的数据，如文档、键值对、图结构等。例如，在一个文档型数据库中，每个文档可以包含不同的字段和数据类型。
2.2 高可扩展性
易于进行水平扩展，通过添加更多的服务器节点来处理不断增长的数据量和访问负载。例如，分布式文件系统和分布式数据库可以通过集群的方式实现高可扩展性。
2.3 高并发处理能力
能够处理大量的并发读写请求，适合处理实时数据和大数据场景。例如，在电商网站的促销活动期间，非关系型数据库可以快速处理大量的订单和用户请求。
2.4 弱一致性
为了提高性能和可扩展性，一些非关系型数据库采用了弱一致性模型，允许在一定时间内数据存在不一致的情况，但最终会达到一致。例如，在分布式系统中，数据的复制和同步可能会有一定的延迟。
3. 常见的非关系型数据库
MongoDB：文档型数据库，以 BSON（二进制 JSON）格式存储数据，适合存储和处理半结构化和非结构化数据，如博客文章、用户评论等。
Redis：键值对数据库，数据存储在内存中，读写速度极快，常用于缓存、消息队列、实时统计等场景。
Neo4j：图数据库，用于存储和处理图结构数据，如社交网络、知识图谱等，能够高效地进行图查询和分析。
三、适用场景对比
关系型数据库：适用于对数据一致性要求高、数据结构相对稳定、需要进行复杂查询和事务处理的场景，如金融系统、企业资源规划（ERP）系统等。
非关系型数据库：适用于对数据处理速度和可扩展性要求高、数据结构灵活、不需要严格的事务处理的场景，如社交媒体、物联网、大数据分析等。