数据库分类

tanzhuo -

数据库可以从多个维度进行分类，不同的分类方式反映了数据库在数据模型、处理能力、部署方式、存储介质以及应用场景等方面的差异。理解这些分类，有助于在实际系统架构设计中选择合适的数据库方案

按数据模型分类

关系型数据库（RDBMS）

关系型数据库以表（Table）作为核心数据结构，通过行和列组织数据，并使用 SQL（Structured Query Language） 进行数据查询和管理。
不同表之间通过**主键（Primary Key）和外键（Foreign Key）**建立关系，从而实现复杂的数据关联查询。

特点：

  • 数据结构清晰，强约束
  • 支持复杂查询（Join、聚合等）
  • 支持事务和 ACID 特性
  • 适合结构化数据存储

典型数据库：

MySQL、PostgreSQL、Oracle、SQL Server 等。

非关系型数据库（NoSQL）

NoSQL（Not Only SQL）数据库不使用传统的关系型表结构，而是采用更灵活的数据模型，以适应大规模数据和高并发访问场景。

特点：

  • 数据结构灵活
  • 扩展能力强
  • 高并发性能好
  • 通常弱事务或无事务

处理方式分类

  • 事务型数据库：支持事务处理和 ACID 特性（原子性、一致性、隔离性、持久性）。
  • 非事务型数据库：不支持事务处理和 ACID 特性，但具有更高的性能和可扩展性。

部署方式分类

  • 单机数据库：单机数据库部署在一台服务器上，所有数据和计算都在同一节点完成。
  • 分布式数据库：分布式数据库将数据分布在多台服务器上，通过网络进行协同工作，从而实现更高的可扩展性和可用性。

存储方式分类

  • 内存数据库：内存数据库将数据存储在 RAM（内存） 中，因此读写速度非常快。Redis、Memcached
  • 磁盘数据库：磁盘数据库将数据持久化存储在 磁盘或 SSD 上。MySQL、PostgreSQL、Oracle 等。

访问方式分类

  • OLTP（Online Transaction Processing）数据库主要用于在线事务处理系统
  • OLAP（Online Analytical Processing）数据库主要用于数据分析和决策支持。ClickHouse、Doris、StarRocks、Snowflake 等。

使用场景介绍

关系型数据库（RDBMS）：

  • 适用于需要处理大量结构化数据的应用场景，如金融、电子商务、物流等。
  • 适用于需要支持事务处理和 ACID 特性的应用场景，如银行、电信、航空等。
  • 适用于需要进行复杂查询和分析的应用场景，如数据仓库、商业智能等。

非关系型数据库（NoSQL）：

  • 文档型数据库：适用于处理半结构化数据的应用场景，如博客、新闻、评论等。
  • 键值对数据库：适用于处理简单的键值对数据的应用场景，如缓存、会话管理等。
  • 列式数据库：适用于处理大量结构化数据的应用场景，如日志、事件、时间序列数据等。
  • 图形数据库：适用于处理复杂的关系型数据的应用场景，如社交网络、推荐系统、生物信息学、网络安全等。
  • 对象数据库：适用于需要支持面向对象编程的应用场景，如游戏开发、多媒体应用等。

内存数据库：

  • 适用于需要快速响应的应用场景，如高并发的交易处理、实时数据分析等。
  • 适用于需要快速读写的应用场景，如缓存、会话管理等。
  • 适用于需要进行实时计算和分析的应用场景，如实时风控、实时推荐等。

分布式数据库：

  • 适用于需要高可用性和容错性的应用场景，如分布式计算、分布式存储等。
  • 适用于需要支持大规模数据处理和分析的应用场景，如大数据、机器学习等。
  • 适用于需要支持多地域部署和数据共享的应用场景，如云计算、物联网等。