关系型数据库和非关系型数据库完整版
关系型数据库与非关系型数据库的对比与选择
关系型数据库与非关系型数据库的对比与选择概述随着大数据时代的来临，数据存储和处理需求也呈现出多样化的趋势。
关系型数据库（RDBMS）和非关系型数据库（NoSQL）是两种常见的数据库系统，各自具有优缺点。
本文将从数据模型、扩展性、一致性、灵活性和性能等方面对它们进行比较和选择。
数据模型关系型数据库使用基于表格的数据模型，数据以行和列的形式存储，主要通过SQL语言进行查询和操作。
而非关系型数据库则采用不同的数据模型，如键值对、文档、列族和图形等。
非关系型数据库更适合存储半结构化和非结构化数据。
扩展性在大规模数据存储场景下，扩展性是非常重要的考量因素。
关系型数据库通常采用垂直扩展方式，即通过增加硬件资源来提升性能。
而非关系型数据库提供了水平扩展的能力，可以通过增加服务器节点来分布数据和负载，从而实现更好的横向扩展效果。
一致性关系型数据库严格遵循ACID（原子性、一致性、隔离性、持久性）事务特性，保证了数据的一致性和完整性。
而非关系型数据库在追求高可用性和性能的前提下，可能牺牲一部分一致性要求。
这使得非关系型数据库更适合搭建分布式系统，如大规模Web服务。
灵活性关系型数据库对数据的结构和模式有严格的要求，需要在设计阶段预定义数据模式。
这在一定程度上限制了灵活性和快速迭代开发的能力。
而非关系型数据库则强调模式的灵活性，允许动态的数据结构和模式变更，尤其适合需求变化频繁的场景，如智能物联网设备。
性能关系型数据库在高并发、大规模数据读写的情况下，可能受限于ACID和扩展性的因素，导致性能下降。
而非关系型数据库在面对海量并发请求时，可通过水平扩展、缓存和异步处理等机制提供极高的性能和吞吐量。
选择选择关系型数据库还是非关系型数据库，需要根据具体应用场景和需求来权衡优缺点。
如果数据结构稳定、事务一致性要求高，并且需要复杂的关系查询和数据分析功能，那么关系型数据库是更为合适的选择。
例如，金融机构需要保证交易数据的完整性和准确性，而这正是关系型数据库擅长的领域。
后端开发知识：数据库设计中的关系型数据库和非关系型数据库
后端开发知识：数据库设计中的关系型数据库和非关系型数据库随着互联网和信息技术的不断发展，数据已经成为了现代社会中最重要的资源之一。
对于企业和开发者来说，如何存储、管理和处理数据已经成为了一个必须要面对的重要问题。
而数据库就是解决这一问题的最重要的技术手段之一。
目前大多数数据库可以被划分为关系型数据库和非关系型数据库两大类，下面将分别介绍这两种不同类型的数据库，以及它们的优缺点和适用情况。
一、关系型数据库关系型数据库是最为经典的数据库类型之一。
它使用了一种被称为关系模型的数据结构，将数据存储在结构化表格中，并且它们之间具有一定的关系和约束。
在关系型数据中，表格通常称作表或关系，表中的每一行称为记录或元组，列则为属性或字段。
关系型数据库是以ACID（原子性、一致性、隔离性、持久性）为基础的传统事务型数据库。
优点1.保证数据一致性进过多年的发展，关系型数据库已经拥有了非常成熟稳定的事务管理机制，能够确保数据的完整性和一致性。
尤其是在高并发业务中，只要开发者正确地设计了事务处理，关系型数据库可以完美地保证并发访问的数据正确性和安全性。
2.灵活的查询方式关系型数据库使用SQL（Structured Query Language）查询语句，支持强大、灵活的数据检索功能。
通过SQL语句，用户可以方便地进行各种数据查询、统计和分析，并且在一些规模较小的数据管理应用中，这种查询方式已经足够高效，不需要过于复杂的业务逻辑。
3.数据的可维护性高在关系型数据库中，数据库管理员可以根据需求对表结构和数据进行修改和维护，保持数据的高可用性。
同时，由于关系模型本身就是高度规范化的，所以它容易被理解和改变，开发人员可以根据实际应用需求，更好地设计和实现数据库结构，以满足不断变化的业务需求。
缺点1.不适合分布式架构关系型数据库需要在一个独立的服务器上提供服务，有很强的中心化特征，这意味着无法轻松地实现分布式架构。
同时，关系型数据库面对大量的读写请求时，无法快速扩展到多个服务器来提高运行的效率。
关系型数据库与非关系型数据库的比较
关系型数据库与非关系型数据库的比较在当今信息时代，数据的存储和管理变得越来越重要。
数据库是一种用于存储和组织数据的工具，它们可以被广泛应用于各个领域，包括企业、科学研究、社交媒体等。
在数据库的发展过程中，关系型数据库和非关系型数据库成为了两种主要的数据库类型。
本文将比较这两种数据库类型的优势和劣势。
一、关系型数据库关系型数据库是一种基于关系模型的数据库，它使用表格来组织和存储数据。
关系型数据库最重要的特点是数据的结构化和一致性。
下面是关系型数据库的一些优点：1. 数据一致性：关系型数据库通过定义表的结构和约束来确保数据的一致性。
例如，可以定义主键、外键和唯一约束等来保证数据的完整性。
2. 数据查询灵活：关系型数据库使用结构化查询语言（SQL）进行数据查询和操作。
SQL具有强大的功能，可以实现复杂的数据查询和分析。
3. 数据安全性：关系型数据库提供了严格的访问控制和权限管理机制，可以确保数据的安全性。
只有经过授权的用户才能访问和修改数据库中的数据。
4. 事务支持：关系型数据库支持事务处理，保证了数据的一致性和可靠性。
在事务中，要么所有的操作都成功执行，要么所有的操作都不执行，确保了数据的完整性。
然而，关系型数据库也存在一些劣势：1. 扩展性限制：关系型数据库的扩展性受到了物理硬件的限制。
当数据量增加时，可能需要升级服务器硬件或者进行分库分表等操作。
2. 处理大数据的效率低：关系型数据库在处理大数据量和高并发访问时性能较低。
由于需要遵循严格的数据结构和约束，关系型数据库的查询速度较慢。
二、非关系型数据库非关系型数据库，也称为NoSQL数据库，是一种非结构化的数据库类型。
与关系型数据库不同，非关系型数据库以键值对、列族、文档或图形等形式来存储数据。
下面是非关系型数据库的一些优点：1. 高可扩展性：非关系型数据库具有良好的可扩展性，可以轻松地处理大量的数据和高并发访问。
通过添加更多的服务器节点，可以水平扩展数据库的性能。
关系型数据库和非关系型数据库比较
关系型数据库和非关系型数据库比较数据库是一种管理和组织数据的技术，由于研究和发展的需要，数据库也出现了很多类型，其中比较常见的就是关系型数据库和非关系型数据库。
这两种技术在大数据云计算、物联网等领域被广泛应用，本文将从多个方面对它们进行比较。
1.数据库结构关系型数据库和非关系型数据库在数据库结构上存在很大的差别。
关系型数据库采用表结构进行数据存储，在表格中每一行表示一个具体的实例，每一列则表示该实例的不同属性。
相比之下，非关系型数据库采用文档、图形、键值对等不同的数据结构来存储数据。
2.数据处理能力由于关系型数据库在存储数据时需要遵循严格的表结构，因此在涉及到多表连表等复杂查询时处理能力更佳。
非关系型数据库则在存储JSON、XML等非结构化数据时表现更出色，数据的读取速度也较快。
3.数据一致性关系型数据库往往采用ACID（原子性、一致性、隔离性、持久性）的事务处理机制，通过记录事务日志的方式来保证数据的一致性和安全性。
而非关系型数据库一般采用BASE（基本可用、软状态、最终一致性）的理论，虽然在数据一致性上与ACID相比有所下降，但对于分布式系统及高并发的应用具有一定的优势。
4.可扩展性随着数据量的增长，数据库的扩展性成为了数据库选择时需要考虑的重点。
在这方面，非关系型数据库明显领先于关系型数据库。
因为非关系型数据库的设计中就注重了数据的可扩展性，可以基于集群来扩展数据的存储和访问能力，而关系型数据库则需要通过水平或垂直扩展等方式来增加数据吞吐量或处理能力。
5.适用场景关系型数据库适用于事务处理和数据一致性较高的应用，常见的如银行系统、商业管理系统等。
而非关系型数据库更适合于海量数据的存储和访问，特别是需要快速读取和写入数据的分布式应用场景，如社交媒体、搜索引擎、物联网等。
总的来说，关系型数据库和非关系型数据库各有优劣，选择合适的数据库类型需要根据具体的业务需求和应用场景来决定。
关系型数据库VS非关系型数据库
关系型数据库VS⾮关系型数据库关系型1.概念关系型数据库是指采⽤了关系模型来组织数据的数据库。
简单来说，关系模式就是⼆维表格模型。
主要代表：SQL Server, Oracle, Mysql, PostgreSQL。
2.优点（1）容易理解，⼆维表的结构⾮常贴近现实世界，⼆维表格，容易理解。
（2）使⽤⽅便，通⽤的sql语句使得操作关系型数据库⾮常⽅便。
（3）易于维护，数据库的ACID属性，⼤⼤降低了数据冗余和数据不⼀致的概率。
3.瓶颈(1 )海量数据的读写效率。
对于⽹站的并发量⾼，往往达到每秒上万次的请求，对于传统关系型数据库来说，硬盘I/o是⼀个很⼤的挑战。
(2) ⾼扩展性和可⽤性。
在基于web的结构中，数据库是最难以横向拓展的，当⼀个应⽤系统的⽤户量和访问量与⽇俱增的时候，数据库没有办法像web Server那样简单的通过添加更多的硬件和服务节点来拓展性能和负载能⼒。
从关系型到⾮关系型关系型数据库的最⼤优点就是事务的⼀致性，这个特性，使得关系型数据库中可以适⽤于⼀切要求⼀致性⽐较⾼的系统中。
⽐如：银⾏系统。
但是在⽹页应⽤中，对这种⼀致性的要求不是那么的严格，允许有⼀定的时间间隔，所以关系型数据库这个特点不是那么的重要了。
相反，关系型数据库为了维护⼀致性所付出的巨⼤代价就是读写性能⽐较差。
⽽像微博、facebook这类应⽤，对于并发读写能⼒要求极⾼，关系型数据库已经⽆法应付。
所以必须⽤⼀种新的数据结构存储来替代关系型数据库。
所以⾮关系型数据库应⽤⽽⽣。
⾮关系型1.概念NoSQL⾮关系型数据库，主要指那些⾮关系型的、分布式的，且⼀般不保证ACID的数据存储系统，主要代表MongoDB，Redis、CouchDB。
NoSQL提出了另⼀种理念，以键值来存储，且结构不稳定，每⼀个元组都可以有不⼀样的字段，这种就不会局限于固定的结构，可以减少⼀些时间和空间的开销。
使⽤这种⽅式，为了获取⽤户的不同信息，不需要像关系型数据库中，需要进⾏多表查询。
数据库管理系统关系型与非关系型数据库的比较与选择
数据库管理系统关系型与非关系型数据库的比较与选择随着信息化时代的到来，数据管理变得越来越重要。
数据库管理系统(DBMS)作为一种重要的工具，被广泛应用于各行各业。
而在选择数据库管理系统时，关系型和非关系型数据库成为了主要的选择对象。
本文将就这两种数据库的特点、优缺点以及适用场景进行比较分析，以便读者能够更好地选择适合自己需求的数据库管理系统。
关系型数据库是以关系（表）的概念为基础，使用结构化查询语言（SQL）进行数据管理和操作的数据库。
而非关系型数据库则是一种非结构化的数据库，常用的有键值存储、文档存储、列存储和图形数据库。
下面将详细比较这两种数据库的特点。
1. 数据结构关系型数据库需要事先定义好数据的结构，即创建表并定义字段、数据类型及约束等。
这样做能提高数据的完整性和一致性，但也导致了数据模型相对固定和扩展性较差的问题。
非关系型数据库则更加灵活，不需要预先定义数据结构，可以根据需求随时添加、修改和删除数据，适用于数据结构经常变化的场景。
2. 数据存储关系型数据库使用表格的方式进行数据存储，每个表格由行和列组成，数据以结构化的方式存储，并支持事务的特性。
而非关系型数据库则采用不同的存储方式，比如键值对或者文档的方式存储数据，能够更好地处理大规模数据和高并发情况。
3. 数据查询关系型数据库使用SQL语言进行数据查询，具有丰富的查询功能，适用于需要进行复杂查询和多表关联的操作。
而非关系型数据库则使用特定的查询语言或API进行数据查询，查询语法相对简单，适合大规模数据的并行查询和分布式存储。
4. 可扩展性在面对大规模数据和高并发的需求时，关系型数据库的性能可能受到限制。
非关系型数据库则可以通过水平扩展来提高性能，将数据分布在多个节点上，充分利用分布式环境的优势。
综上所述，关系型数据库适用于数据结构相对稳定，需要进行复杂查询和事务处理的场景，比如企业的ERP系统或金融交易系统。
而非关系型数据库则适用于数据结构变化快，需要高并发处理和大规模数据存储的场景，比如社交网络系统或日志分析系统。
MongoDB（一）：关系型数据库和非关系型数据库
MongoDB（⼀）：关系型数据库和⾮关系型数据库⼀、关系型数据库1、概念关系型数据库：是指采⽤了关系模型来组织数据的数据库，是⽬前各类数据库中使⽤最为⼴泛的数据库系统。
简单的说，关系模型指的就是⼆维表格模型，⼀个关系型数据库就是由⼆维表及其之间的联系所组成的⼀个数据组织。
现在使⽤的主流数据库都是关系型数据库，⽐如SQL Server、Mysql、Oracle、DB2、Sybase等。
关系模型中常⽤的概念：关系：可以理解为⼀张⼆维表，每个关系都具有⼀个关系名，就是通常说的表名。
元组：可以理解为⼆维表中的⼀⾏，在数据库中经常被称为记录。
属性：可以理解为⼆维表中的⼀列，在数据库中经常被称为字段。
域：属性的取值范围，也就是数据库中某⼀列的取值限制。
关键字：⼀组可以唯⼀标识元组的属性，数据库中常称为主键，由⼀个或多个列组成。
关系模式：指对关系的描述。
其格式为：关系名(属性1、属性2......属性N)，在数据库中称为表结构。
2、关系型数据库的特点关系数据库是⽀持关系模型的数据库系统。
⽽关系模型是由⼆维表来表⽰实体和实体间联系的模型。
使⽤⼆维表存储数据，对使⽤者来说很直观，更容易理解。
使⽤关系数据库的优势主要表现在以下⼏个特性：(1)操作⽅便性。
通过开发应⽤程序和数据库连接，⽤户能⽅便的对数据库中数据进⾏操作，特别对没有数据库基础的⼈，也可以通过数据库管理系统，直接在数据库中操作。
(2)易于维护性。
关系数据库在完整性约束中提供了实体完整性、参照完整性和⽤户定义的完整性，通过完整性约束可以⼤⼤降低数据存储的冗余及数据不⼀致的概率。
(3)访问数据的灵活性。
关系数据库中提供了诸如视图、存储过程、触发器、索引等对象，使数据的访问更加灵活。
3、关系型数据库的瓶颈(1)对数据库⾼并发读写的需求Web2.0⽹站要根据⽤户个性化信息来实时⽣成动态页⾯和提供动态信息，⽆法使⽤动态页⾯静态化技术，因此数据库的并发负载⾮常⾼，往往要达到每秒上万次的读写请求，此时，服务器上的磁盘根本⽆法承受如此之多的读写请求。
数据库知识点总结pdf
数据库知识点总结pdf数据库是用于存储、管理和检索大量数据的系统。
以下是一些数据库的常见知识点总结：1. 数据库类型：- 关系型数据库（RDBMS）：采用表格结构来组织数据，使用SQL语言进行操作，如MySQL、Oracle、SQL Server等。
- 非关系型数据库（NoSQL）：不使用表格结构，可以按照键值对、文档、列族等方式存储数据，如MongoDB、Redis、Cassandra等。
2. 数据库模型：- 层次模型：数据以树形结构组织，父节点与子节点之间有层级关系。
- 网状模型：数据以网状结构组织，允许一个节点有多个父节点。
- 关系模型：数据以二维表格形式组织，通过键值关联实现数据之间的关系。
3. 数据库设计：- 实体-关系模型（ERM）：通过实体和实体之间的关系来描述数据结构，包括实体、属性和关系。
- 数据库范式：用于规范化数据库结构，减少数据冗余和依赖。
- 主键和外键：主键用于唯一标识表中的每一行数据，外键用于建立表与表之间的关系。
4. SQL语言：- 数据定义语言（DDL）：用于定义数据库结构，如创建表、修改表结构等。
- 数据操作语言（DML）：用于对数据库中的数据进行增删改查操作，如插入数据、更新数据、删除数据等。
- 数据查询语言（DQL）：用于查询数据库中的数据，如SELECT语句。
5. 数据库索引：- 索引是一种特殊的数据结构，用于加快数据检索的速度。
- 常见的索引类型包括主键索引、唯一索引、聚集索引和非聚集索引等。
6. 数据库事务：- 事务是一组数据库操作，要么全部执行成功，要么全部回滚。
- ACID原则是保证事务的一致性和可靠性的基本要求，包括原子性、一致性、隔离性和持久性。
7. 数据库性能优化：- 合理设计数据库结构，减少冗余和依赖。
- 使用索引来加快数据检索的速度。
- 优化SQL语句，避免全表扫描和大量JOIN操作。
- 设置合适的缓存策略，减少对磁盘IO的访问。
- 定期备份和维护数据库，保证数据的安全和稳定性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关系型数据库和非关系型数据库集团标准化办公室：[VV986T-J682P28-JP266L8-68PNN]关系型数据库和非关系型数据库自1970年，埃德加·科德提出关系模型之后，关系数据库便开始出现，经过了40多年的演化，如今的关系型数据库具备了强大的存储、维护、查询数据的能力。
但在关系数据库日益强大的时候，人们发现，在这个信息爆炸的“大数据”时代，关系型数据库遇到了性能方面的瓶颈，面对一个表中上亿条的数据，SQL语句在大数据的查询方面效率欠佳。
我们应该知道，往往添加了越多的约束的技术，在一定程度上定会拖延其效率。
在1998年，CarloStrozzi提出NOSQL的概念，指的是他开发的一个没有SQL功能，轻量级的，开源的关系型数据库。
注意，这个定义跟我们现在对NoSQL的定义有很大的区别，它确确实实字如其名，指的就是“没有SQL”的数据库。
但是NoSQL的发展慢慢偏离了初衷，CarloStrozzi也发觉，其实我们要的不是"nosql"，而应该是"norelational"，也就是我们现在常说的非关系型数据库了。
在关系型数据库中，导致性能欠佳的最主要因素是多表的关联查询，以及复杂的数据分析类型的复杂SQL报表查询。
为了保证数据库的ACID特性，我们必须尽量按照其要求的范式进行设计，关系型数据库中的表都是存储一些格式化的数据结构，每个元组字段的组成都一样，即使不是每个元组都需要所有的字段，但数据库会为每个元组分配所有的字段，这样的结构可以便于表与表之间进行连接等操作，但从另一个角度来说它也是关系型数据库性能瓶颈的一个因素。
非关系型数据库提出另一种理念，他以键值对存储，且结构不固定，每一个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，这样就不会局限于固定的结构，可以减少一些时间和空间的开销。
使用这种方式，用户可以根据需要去添加自己需要的字段，这样，为了获取用户的不同信息，不需要像关系型数据库中，要对多表进行关联查询。
仅需要根据id取出相应的value就可以完成查询。
但非关系型数据库由于很少的约束，他也不能够提供想SQL所提供的where这种对于字段属性值情况的查询。
并且难以体现设计的完整性。
他只适合存储一些较为简单的数据，对于需要进行较复杂查询的数据，SQL数据库显得更为合适。
目前出现的NoSQL(NotonlySQL，非关系型数据库)有不下于25种，除了Dynamo、Bigtable以外还有很多，比如Amazon的SimpleDB、微软公司的AzureTable、Facebook使用的Cassandra、类Bigtable的Hypertable、Hadoop的HBase、MongoDB、CouchDB、Redis以及Yahoo!的PNUTS等等。
这些NoSQL各有特色，是基于不同应用场景而开发的，而其中以MongoDB和Redis最为被大家追捧。
以下是MongoDB的一些情况：MongoDB是基于文档的存储的（而非表），是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。
他支持的数据结构非常松散，是类似json 的bjson格式，因此可以存储比较复杂的数据类型。
模式自由(schema-free)，意味着对于存储在MongoDB数据库中的文件，我们不需要知道它的任何结构定义。
如果需要的话，你完全可以把不同结构的文件存储在同一个数据库里。
Mongo最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。
Mongo主要解决的是海量数据的访问效率问题。
因为Mongo主要是支持海量数据存储的，所以Mongo还自带了一个出色的分布式文件系统GridFS，可以支持海量的数据存储。
由于Mongo可以支持复杂的数据结构，而且带有强大的数据查询功能，因此非常受到欢迎。
关系型数据库的特点1.关系型数据库关系型数据库，是指采用了关系模型来组织数据的数据库。
简单来说，关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。
常见的关系型数据库有Oracle、Mysql、sqlserver等等。
2.关系型数据库瓶颈高并发读写需求网站的用户并发性非常高，往往达到每秒上万次读写请求，对于传统关系型数据库来说，硬盘I/O是一个很大的瓶颈海量数据的高效率读写网站每天产生的数据量是巨大的，对于关系型数据库来说，在一张包含海量数据的表中查询，效率是非常低的高扩展性和可用性在基于web的结构当中，数据库是最难进行横向扩展的，当一个应用系统的用户量和访问量与日俱增的时候，数据库却没有办法像webserver和appserver那样简单的通过添加更多的硬件和服务节点来扩展性能和负载能力。
对于很多需要提供24小时不间断服务的网站来说，对数据库系统进行升级和扩展是非常痛苦的事情，往往需要停机维护和数据迁移。
对网站来说，关系型数据库的很多特性不再需要了：事务一致性关系型数据库在对事物一致性的维护中有很大的开销，而现在很多web2.0系统对事物的读写一致性都不高读写实时性对关系数据库来说，插入一条数据之后立刻查询，是肯定可以读出这条数据的，但是对于很多web应用来说，并不要求这么高的实时性，比如发一条消息之后，过几秒乃至十几秒之后才看到这条动态是完全可以接受的复杂SQL，特别是多表关联查询任何大数据量的web系统，都非常忌讳多个大表的关联查询，以及复杂的数据分析类型的复杂SQL报表查询，特别是SNS类型的网站，从需求以及产品阶级角度，就避免了这种情况的产生。
往往更多的只是单表的主键查询，以及单表的简单条件分页查询，SQL的功能极大的弱化了在关系型数据库中，导致性能欠佳的最主要原因是多表的关联查询，以及复杂的数据分析类型的复杂SQL报表查询。
为了保证数据库的ACID特性，我们必须尽量按照其要求的范式进行设计，关系型数据库中的表都是存储一个格式化的数据结构。
每个元组字段的组成都是一样，即使不是每个元组都需要所有的字段，但数据库会为每个元组分配所有的字段，这样的结构可以便于标语表之间进行链接等操作，但从另一个角度来说它也是关系型数据库性能瓶颈的一个因素。
非关系型数据库（NoSQL）2009年初，JohanOskarsson举办了一场关于开源分布式数据库的讨论，EricEvans在这次讨论中提出了NoSQL一词，用于指代那些非关系型的，分布式的，且一般不保证遵循ACID原则的数据存储系统。
EricEvans使用NoSQL这个词，并不是因为字面上的“没有SQL”的意思，他只是觉得很多经典的关系型数据库名字都叫“**SQL”,所以为了表示跟这些关系型数据库在定位上的截然不同，就是用了“NoSQL“一词。
注：数据库事务必须具备ACID特性，ACID是Atomic原子性，Consistency一致性，隔离性，Durability持久性。
非关系型数据库提出另一种理念，例如，以键值对存储，且结构不固定，每一个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，这样就不会局限于固定的结构，可以减少一些时间和空间的开销。
使用这种方式，用户可以根据需要去添加自己需要的字段，这样，为了获取用户的不同信息，不需要像关系型数据库中，要对多表进行关联查询。
仅需要根据id取出相应的value就可以完成查询。
但非关系型数据库由于很少的约束，他也不能够提供像SQL所提供的where这种对于字段属性值情况的查询。
并且难以体现设计的完整性。
他只适合存储一些较为简单的数据，对于需要进行较复杂查询的数据，SQL数据库显的更为合适。
关系型数据库与非关系型数据库的区别关系型数据库的最大特点就是事务的一致性：传统的关系型数据库读写操作都是事务的，具有ACID的特点，这个特性使得关系型数据库可以用于几乎所有对一致性有要求的系统中，如典型的银行系统。
但是，在网页应用中，尤其是SNS应用中，一致性却不是显得那么重要，用户A看到的内容和用户B看到同一用户C内容更新不一致是可以容忍的，或者说，两个人看到同一好友的数据更新的时间差那么几秒是可以容忍的，因此，关系型数据库的最大特点在这里已经无用武之地，起码不是那么重要了。
相反地，关系型数据库为了维护一致性所付出的巨大代价就是其读写性能比较差，而像微博、facebook这类SNS的应用，对并发读写能力要求极高，关系型数据库已经无法应付(在读方面，传统上为了克服关系型数据库缺陷，提高性能，都是增加一级memcache 来静态化网页，而在SNS中，变化太快，memchache已经无能为力了)，因此，必须用新的一种数据结构存储来代替关系数据库。
关系数据库的另一个特点就是其具有固定的表结构，因此，其扩展性极差，而在SNS中，系统的升级，功能的增加，往往意味着数据结构巨大变动，这一点关系型数据库也难以应付，需要新的结构化数据存储。
于是，非关系型数据库应运而生，由于不可能用一种数据结构化存储应付所有的新的需求，因此，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。
必须强调的是，数据的持久存储，尤其是海量数据的持久存储，还是需要一种关系数据库。
1.关系型数据库关系型数据库，是指采用了关系模型来组织数据的数据库。
关系模型是在1970年由IBM的研究员博士首先提出的，在之后的几十年中，关系模型的概念得到了充分的发展并逐渐成为主流数据库结构的主流模型。
简单来说，关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。
关系模型中常用的概念：关系：可以理解为一张二维表，每个关系都具有一个关系名，就是通常说的表名元组：可以理解为二维表中的一行，在数据库中经常被称为记录属性：可以理解为二维表中的一列，在数据库中经常被称为字段域：属性的取值范围，也就是数据库中某一列的取值限制关键字：一组可以唯一标识元组的属性，数据库中常称为主键，由一个或多个列组成关系模式：指对关系的描述。
其格式为：关系名(属性1，属性2，......，属性N)，在数据库中成为表结构关系型数据库的优点：容易理解：二维表结构是非常贴近逻辑世界的一个概念，关系模型相对网状、层次等其他模型来说更容易理解使用方便：通用的SQL语言使得操作关系型数据库非常方便易于维护：丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大减低了数据冗余和数据不一致的概率2.关系型数据库瓶颈高并发读写需求网站的用户并发性非常高，往往达到每秒上万次读写请求，对于传统关系型数据库来说，硬盘I/O是一个很大的瓶颈海量数据的高效率读写网站每天产生的数据量是巨大的，对于关系型数据库来说，在一张包含海量数据的表中查询，效率是非常低的高扩展性和可用性在基于web的结构当中，数据库是最难进行横向扩展的，当一个应用系统的用户量和访问量与日俱增的时候，数据库却没有办法像webserver和appserver那样简单的通过添加更多的硬件和服务节点来扩展性能和负载能力。