当前位置: 首页>后端>正文

非关系型数据库 吞吐量 非关系型数据库优点

一、关系型数据库

关系型数据库最典型的数据结构是表,由二维表及其之间的联系所组成的一个数据组织。

优点:

  • 易于维护:都是使用表结构,格式一致;
  • 使用方便:SQL语言通用,可用于复杂查询;
  • 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:

  • 读写性能比较差,尤其是海量数据的高效率读写;
  • 固定的表结构,灵活度稍欠;
  • 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。

二、非关系型数据库

非关系型数据库严格上不是一种数据库,应该是一种数据结构化存储方法的集合,可以是文档或者键值对等。

优点:

  • 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。
  • 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;
  • 高扩展性;

-成本低:nosql数据库部署简单,基本都是开源软件。

缺点:

  • 不提供sql支持,学习和使用成本较高;
  • 无事务处理;
  • 数据结构相对复杂,复杂查询方面稍欠。

非关系型数据库的分类和比较:

  • 文档型

举例

CouchDB MongoDb

典型应用场景

Web应用(与Key-Value类似↓Value是结构化的,不同的是数据库能够了解Value的内容)

数据模型

Key-Value对应的键值对,Value为结构化数据

强项

数据结构要求不严格,表结构可变,不需要像关系型数据库一样需要预先定义表结构

弱项

直询性能不高,而且缺乏统年魯查海濟发Guide

  • key-value型

举例

Redis, Voldemort, Oracle BDB

典型应用场景

内容缓存,主要用于处理大量数据的高访问负载,也用于一些日志系统等等。)

数据模型

Key指向Value的键值对,通常用hash table来实现

强项

查找速度快

弱项

数据无结构化,通常只被当许字容津或明话辩发e显le

  • 列式数据库

举例

Cassandra HBase, Riak

典型应用场景

分布式的文件系统

数据模型

以列簇式存储, 将同-列数据存在起

强项

查找速度快,可扩展性强,更容易进行分布式扩展

弱项

功能相对局限

  • 图形数据库

举例

Neo4J InfoGrid, Infinite Graph

典型应用场景

社交网络 , 推荐系统等。专注于构建关系图谱

数据模型

图结构

强项

利用图结构相关算法。比如最短路径寻址,N度关系查找等

弱项

很多时候需要对整个图做计算才能得出需要的信息,而且这种结构不太好做分布式的多张万赚式开发Guide


https://www.xamrdz.com/backend/3v61923224.html

相关文章: