关系型数据库SQL和非关系型数据库NoSQL
关系型数据库（SQL）
关系型数据库基于关系模型，使用结构化查询语言（SQL）进行数据管理。数据以表格形式存储，包含行（记录）和列（字段），表之间通过外键建立关联。
特点
- 结构化数据：严格的数据模式（Schema），需预先定义表结构。
- ACID事务：支持原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）。
- 复杂查询：支持多表连接（JOIN）、子查询等高级操作。
- 垂直扩展：通常通过提升单机硬件性能（如CPU、内存）扩展。
常见系统
MySQL、PostgreSQL、Oracle、SQL Server。
适用场景
- 需要严格数据一致性的场景（如银行交易）。
- 复杂查询和多表关联的业务（如ERP系统）。
- 数据结构相对固定的应用。
非关系型数据库（NoSQL）
NoSQL数据库设计灵活，适用于非结构化或半结构化数据，支持多种数据模型（键值对、文档、列族、图等）。
特点
- 灵活模式：无固定Schema，可动态添加字段。
- 水平扩展：通过分布式集群扩展，适合大数据量。
- 高性能：优化读写速度，牺牲部分一致性（如最终一致性）。
- 多样化数据模型：
- 键值存储：如Redis，适合缓存。
- 文档存储：如MongoDB，存储JSON格式数据。
- 列族存储：如Cassandra，适合时间序列数据。
- 图数据库：如Neo4j，处理关系网络。
常见系统
MongoDB、Redis、Cassandra、Neo4j。
适用场景
- 高吞吐、低延迟需求（如实时分析）。
- 快速迭代的开发（如敏捷项目）。
- 海量数据存储（如日志、IoT数据）。
核心区别
| 维度 | SQL | NoSQL |
|---|---|---|
| 数据模型 | 表结构固定 | 灵活（键值、文档等） |
| 扩展性 | 垂直扩展 | 水平扩展 |
| 事务支持 | 强ACID | 部分支持（如BASE模型） |
| 查询能力 | 复杂查询 | 简单查询，高吞吐 |
| 一致性 | 强一致性 | 最终一致性 |
选择建议
- SQL：适合需要严格事务、复杂查询且数据结构稳定的场景。
- NoSQL：适合快速开发、高可扩展性及处理异构数据的场景。
- 混合使用：现代架构常结合两者优势（如用MySQL存核心数据，用Redis缓存）。