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）。