关系型数据库与非关系型数据库的区别

1️⃣ 关系型数据库（Relational Database，RDBMS）

核心概念

• 数据以 表（Table） 形式存储
• 表由 行（Row） 和 列（Column） 组成
• 表与表之间可以通过 外键（Foreign Key） 建立关系
• 数据结构固定，需要定义 Schema
• 支持 ACID 事务（原子性、一致性、隔离性、持久性）

典型代表

• MySQL
• PostgreSQL
• Oracle
• SQL Server

特点

特性 描述

数据结构 表格形式，严格 schema

查询语言 SQL

事务 完整支持 ACID

关系 表与表可以 join

优势 数据一致性高，适合核心业务系统

缺点 扩展性差（水平扩展困难），大规模海量数据性能可能受限

示例

CREATE TABLE users (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    age INT
);

INSERT INTO users (id, name, age) VALUES (1, '张三', 20);
SELECT * FROM users WHERE name='张三';

---

2️⃣ 非关系型数据库（NoSQL）

核心概念

• 不用固定表结构（Schema-less），数据形式多样
• 主要存储模式：
  1. 文档型（Document） → JSON 文档
     • 例如：Elasticsearch、MongoDB
  2. 键值型（Key-Value） → Redis、Riak
     • 通过 key 直接获取 value
  3. 列族型（Column-Family） → HBase、Cassandra
     • 类似关系型表，但列可以动态添加
  4. 图数据库 → Neo4j
     • 存储节点和边，适合社交网络、推荐系统
• 支持高并发、分布式、水平扩展
• 事务支持弱，有些只支持文档级事务或最终一致性

特点

特性 描述

数据结构 灵活，JSON、键值、列族或图

查询语言 DSL、API 或专有查询语言

事务 弱事务（部分支持最终一致性）

关系 数据间关系弱或用嵌套结构表示

优势 扩展性好，适合大数据、搜索、缓存、日志分析

缺点 数据一致性和完整性不如关系型数据库

示例（文档型 MongoDB）

db.animals.insert({
    "_id": 1,
    "name": "猫",
    "age": 2,
    "description": "可爱的小动物"
});

db.animals.find({ "name": "猫" });

---

3️⃣ 核心区别总结

特性 关系型数据库 RDBMS 非关系型数据库 NoSQL

数据结构 表格、固定 schema 文档/键值/列族/图，灵活 schema

查询语言 SQL API 或 DSL，不一定用 SQL

事务 完整 ACID 弱事务/最终一致性

扩展性 垂直扩展为主 水平扩展方便

适用场景 核心业务系统（银行、ERP） 大数据、搜索、缓存、日志分析

示例 MySQL, Oracle Elasticsearch, MongoDB, Redis

---

💡 小结：

• RDBMS → 注重数据一致性、关系型、适合传统业务系统
• NoSQL → 注重性能、可扩展性、适合大数据、搜索、缓存、日志分析等场景