数据库分类：常见类型与应用场景

大家好，又见面了，我是你们的朋友全栈君。

1.面向操作的关系型数据库 典型性应用领域:ERP,CRM,信用卡交易,中小型电商 数据储存方法:表格 流行厂商:Oracle Database,Microsoft SQLServer,IBM DB2,EnterpriseDB(PostgreSQL),MySQL 优点：完善的生态环境保护，事务保证/数据一致性 缺点：严苛的数据模型界定，数据库拓展限制，和非结构型的结合应用较难。

2.面向数据分析的关系型数据库。它最典型的落地场景，主要集中在数据仓库、商务智能以及数据科学研究这几类方向。数据存储方式依然是大家最熟悉的表格结构。市场上较为常见的厂商和产品，包括Oracle Exadata、Oracle Hyperion、Teradata、IBM Netezza、Google BigQuery。它的优势很直接，就是信息内容与计算逻辑能够保持一致；但短板也很明显，这类系统通常需要数据库技术专业的IT人员来负责维护，而且数据响应往往是分钟级。

3.面向操作的非关系型数据库 典型性应用领域:Web,mobile,and IoT applications,social networking,user recommendations,shopping carts 数据储存方法:有很多存储结构(document,graph,column,key-value,time series) 流行厂商:MongoDB,Amazon DynamoDB,Amazon,Redis 优点:便捷性，协调能力(不用预定义的方式)，水平伸缩(适应大规模数据量)，成本低(开源系统) 缺点:欠缺事务保证

4.面向数据分析的非关系型数据库 典型性应用领域:索引数以百万计的数据点，预测分析,反诈检验 数据储存方法:Hadoop不用原有的数据构造;数据能够跨好几个服务器存储 流行厂商:Cloudera,Hortonworks,MapR,MarkLogic,Snowflake,DataBricks,ElasticSearch 优点:适用批量处理,并行处理文件;主要是开源的，资金投入较低 缺点:迟缓的响应速度;不宜迅速检索或高速更新

关系型数据库： 选用由列和行构成的二维表来管理数据。利用SQL（Structured Query Language，结构化查询语言）对数据开展实际操作。 非关系型数据库： 支持的数据格式： 键值（Key-Value）储存数据库； 列储存（Column-oriedted）数据库； 面向文本文档（Document-Oriented）数据库； 图型（Graph）数据库。 非关系型数据库一般不支持ACID特性（Atomic原子性，Consistency一致性，Isolation隔离性，Durability持久性。）。严格上它不是一种数据库，应该是一种数据结构化存储方法的集合。

非关系型数据库分类。由于非关系型数据库本身就带着天然的多样性，再加上出现时间相对较短，所以类型非常多，而且其中大部分都是开源的。这里面相当一部分，都是围绕某些特定应用需求诞生的，因此在对应场景下，性能往往相当出色。按照结构化方式以及应用场合的不同，主要可以分为以下几类：1).面向高性能并发读写的key-value数据库：key-value数据库最突出的特点，就是拥有极高的并发读写性能，Redis,Tokyo Cabinet,Flare就是这类的代表 2).面向海量数据访问的面向文档数据库：这类数据库的特点是，能够在海量数据中快速查询数据，典型代表为MongoDB以及CouchDB 3).面向可扩展性的分布式数据库：这类数据库要解决的，正是传统数据库在可扩展性方面的短板，它可以适应数据量的增长以及数据结构的变化