python3数据库分类和比较(入门)

2023-01-31 02:01:37 数据库 分类 入门
  • 目录:

      • 一、关系型数据库
          • (一)常用关系型数据库
      • 二、非关系型数据库
          • (一)常用非关系型数据库:
          • (二)分类:
            • 文档型
            • key-value型
            • 列式数据库
            • 图形数据库


一、关系型数据库

(一)常用关系型数据库:
  • Mysqlsql-Server、SQLite、MariaDB、oraclepostgresql、…

二、非关系型数据库

(一)常用非关系型数据库:
  • CouchDB、mongoDBRedis、Voldemort、Oracle、Cassandra、HBase、Riak、Neo4j、InfoGrid、Infinite Graph、 …
(二)分类:
文档型
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为对应的键值对,Value为结构化数据
强项 数据结构要求不严格,表结构可变,不需要预先定于表结构
弱项 查询性能不高,而且缺乏统一的查询语法
key-value型
举例 Redis、Voldemort、Oracle Berkeley DB
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
数据模型 Key指向Value的键值对,通常用hash table来实现
强项 查询速度快
弱项 数据无结构化,通常只被当作字符串或者二进制数据
列式数据库
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 查询速度快,可扩展性强,更容易进行分布式扩展
弱项 功能相对局限
图形数据库
举例 Neo4j、InfoGrid、Infinite Graph
典型应用场景 专注于构建关系图谱,如社交网络,推荐系统等
数据模型 图结构
强项 利用图结构相关算法。如最短路径寻址、N度关系查找等
弱项 很多时候需要对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

相关文章