1.SQL和NoSQL
1.1 知识点
SQL 和 NoSQL 是什么
SQL 是关系型数据库，NoSQL 是非关系型数据库。
数据模型
SQL
- SQL 使用表格（tables）存储数据，表由行和列组成，每一行是记录，每一列是字段。
- 固定的模式（Schema）：表的结构需要提前定义（如字段名称、数据类型等），插入数据时必须遵守定义好的模式。
- 适用场景：结构化数据（如财务、订单系统）。
- 示例：MySQL、PostgreSQL、SQL Server。
- 面向行数据库：为了靠近面向对象，大多使用 ORM 框架来开始。如: EF Core。
NoSQL
- NoSQL 使用多种数据模型，主要包括：
- 文档型（Document-based）：JSON 或 BSON 格式存储数据。
- 键值型（Key-Value Stores）：类似字典，数据以键值对存储。
- 列族型（Column-family Stores）：面向列的存储，适合大规模数据分析。
- 图数据库（Graph Databases）：基于节点和边构建，适合存储和查询关系密集的数据。
- 动态模式：无需固定的表结构，可随时添加字段，灵活性高。
- 适用场景：半结构化或非结构化数据（如日志、社交网络、物联网数据）。
- 示例：MongoDB、Redis、Cassandra、Neo4j。
- 文档型是最像面向对象的非关系型数据库。
查询语言
SQL
- 标准化语言：使用结构化查询语言（SQL）操作数据，语法固定、通用性强。
- 功能强大：支持复杂的查询、事务操作、聚合函数等。
NoSQL
- 多样化的接口：查询方式根据具体数据库的实现而定，通常是：
- 文档型：使用 JSON 或特定库的方法（如 MongoDB 的查询）。
- 键值型：简单的通过键获取值。
事务支持
什么是事务
事务是数据库管理系统（DBMS）中用于处理一组操作的基本单位，这些操作要么全部成功，要么全部失败，确保数据库的完整性和一致性。
事务的四个特性（ACID）：
原子性（Atomicity）：事务中的所有操作要么全部成功，要么全部失败，不会出现部分成功的情况。
一致性（Consistency）：事务执行前后，数据库的完整性约束未被破坏，确保数据从一个一致性状态转变到另一个一致性状态。
隔离性（Isolation）：并发执行的事务相互独立，一个事务的执行不应受到其他事务的干扰。
持久性（Durability）：一旦事务提交，其对数据库的修改是永久性的，即使系统崩溃也不会丢失。
这些特性共同确保了数据库在处理事务时的可靠性和一致性。
SQL
- 支持事务：适合场景，如银行系统、电子商务等对数据一致性要求极高的场景。
NoSQL
- 部分支持事务：适合场景，如社交网络等对实时一致性要求较低，但追求高可用性和性能的场景。
性能
SQL
- 高性能查询：对于结构化数据，优化好的 SQL 查询速度非常快。
- 复杂事务支持：在处理多表关联和复杂事务时表现优异。
NoSQL
- 高并发处理：由于没有复杂事务机制，NoSQL 可以轻松处理大量并发读写请求。
- 低延迟：适合需要快速读写的场景。
适用场景对比图
优劣势总结
优势
- SQL：
- 成熟稳定，技术生态完善。
- 数据一致性和完整性高。
- 强大的查询能力，适合复杂关系的建模。
- NoSQL：
- 高扩展性和灵活性。
- 适应多种数据模型（文档、键值、图形等）。
- 更快的读写速度，支持分布式存储。
劣势
- SQL：
- 难以应对海量数据和高并发。
- 模式固定，灵活性不足。
- NoSQL：
- 不适合复杂查询和事务。
- 不提供标准化查询语言，学习成本高。
- 数据一致性较弱（除部分 NoSQL 数据库外，如支持事务的 MongoDB）。
总结
SQL 和 NoSQL 各有其最佳适用场景。SQL 适用于对一致性和复杂关系建模要求高的场景，而 NoSQL 则更加适合需要高扩展性、灵活性以及处理大规模数据的应用。在实际使用中，可以根据具体需求选择合适的数据库类型，或者结合两者（如采用混合数据库架构）。
转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 785293209@qq.com
