数据库的分类和比较（笔记）

导航

MySQL，MariaDB（MySQL的分支，差别不大），SQLite（轻量级，很适合手机、PCB板等嵌入式设备使用，最小可以几k）

SQLServer，ORACLE，PostgreSQL，大型数据库（几十G，或TB级），很可能部署在几十台、上百台服务器上

关系型数据库结构相似，类似Excel表格

mongoDB，HBASE，redis，CouchDB，Cassandra，Neo4j

非关系型数据库结构不相似，主要有以下四种：

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 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 | 查询性能不高，而且缺乏统一的查询语法

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-Value 键值对，通常用 hash table 来实现

强项 | 查询速度快

弱项 | 数据无结构化，通常只存字符串或者二进制数据

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，将同一列数据存在一起

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

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 | 很多时候需要怼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集群方案