数据库入门之3张表对比关系型与非关系型数据库

举例

Oracle、SqlServer、MySQL、PostgreSQL等

MongoDB、Redis、HBase等

存储结构

采用结构化表来存储数据

采用半结构化数据集存储数据

存储规范化&存储代价

通过更加规范化逻辑表来避免重复，获得最精简的空间，但数据操作往往涉及多个表，数据管理复杂。

将数据存储在数据集中，数据经常可能存储重复，但数据更容易读写。

横向扩容能力

较弱

较强

事务性&纯扩展性

非常好的支持事务性

不支持或半支持

MySQL

最广泛、流行的开源数据库，支持多插件式存储引擎、灵活、多平台，支持水平拆分。

支持高并发，简单的绝大部分OLTP场景，单实例数量级不易过大，非常适合大规模数据库场景相对简单的互联网行业。

SQL Server

与微软体系紧密结合的商业关系型数据库，大多数操作通过图形界面完成，支持共享存储方式的数据库集群，可通过硬件进行垂直升级。

适用于应用端采用微软体系的大多数OLTP场景。

Oracle

目前市面上功能最强大、最复杂的商业数据库，有一套完整监控管理体系，支持多种高可用方案。

适用于稳定性、安全性要求非常高的OLTP场景，如银行、金融行业。

PostgreSQL

目前功能最强大的开源数据库，支持多平台、多种高可用方案，但国内社区活跃度有待进一步增强。易用性介于mysql与oracle中间。

支持绝大多数高并发OLTP场景，国内大规模应用的案例相对较少，适合作为oracle与mysql之间的折中方案。

MongoDB

主流的文档型NoSQL数据库，开源，多平台。

适用于更新迭代快、需求变更多、以对象为主的网站应用、小文件系统、日志分析系统等。

Redis

主流的内存数据库，性能高，稳定性好。

适用于对命令响应速度要求高，热点数据规模小、读取频繁的场景。

Hbase

主流的海量列式存储型NoSQL数据库。

适用于简单数据写入和海量、简单数据查询的业务场景，多用于OLAP场景。