数据库类型：关系型、NoSQL 及其他

第 1.2 课 · 阅读时间：约 15 分钟 · 练习题 ↓

数据库类型有很多种，每一种都针对特定的数据、查询模式或扩展需求做了优化。在本课中，你将了解主要的数据库模型：关系型、键值、文档、宽列、图、时序和列式，以及它们的主要区别、典型用途和真实系统的例子。

在上一课中，我们介绍了数据库和 DBMS 的基本概念。实际上，并不是所有数据库都以相同的方式构建。不同类型的数据库针对不同的数据、查询模式、扩展需求和一致性要求做了优化。

我们还会进一步了解关系数据库，因为它将是整个课程的重点。

为什么会有不同类型的数据库？

没有一种数据库设计能完美适用于所有应用。

例如：

• 银行系统需要强一致性和可靠的事务。
• 缓存系统需要极快的按键查找。
• 社交网络可能需要灵活的文档存储和图式的关系分析。
• 分析平台可能需要为报表高效扫描数十亿个值。

由于不同的系统解决不同的问题，随着时间推移出现了多种数据库模型。

主要数据库类型对比表

在详细了解每种类型之前，先做一个快速对比：

关系数据库

关系数据库把数据存放在由行和列组成的表中。表与表之间可以通过关系相连，通常使用主键和外键。

当数据结构清晰，并且正确性、一致性和复杂查询很重要时，这种模型尤其合适。

关系数据库的核心特性

1. 结构化模式

关系数据库通常要求明确定义的模式。在存储数据之前，你需要定义表、列、数据类型、约束和关系。

这样结构就是可预期的，也更容易校验。

2. 表之间的关系

关系型系统的一大优势是能够显式地建模关系。

例如：

• customers 表可以与 orders 表关联。
• orders 表可以与 order_items 表关联。

因此，关系数据库非常适合实体之间相互关联的业务系统。

3. 支持 SQL

关系数据库通常使用 SQL（结构化查询语言） 进行查询。SQL 提供了一种标准方式来过滤、连接、聚合、排序和修改结构化数据。

4. ACID 事务

关系数据库以支持 ACID 特性而著称：

• 原子性： 事务要么完全成功，要么完全失败。
• 一致性： 数据必须始终符合定义的规则。
• 隔离性： 并发事务之间不应发生错误的相互干扰。
• 持久性： 数据一旦提交，即使发生故障也会保留。

这些特性对银行、计费、预订和库存管理等系统至关重要。

5. 数据完整性约束

关系数据库可以直接在数据库层强制执行规则，例如：

• 主键
• 外键
• 唯一约束
• NOT NULL 约束
• 检查约束

这些功能有助于防止出现无效或不一致的数据。

6. 强大的连接与报表能力

当需要组合多张表的信息时，关系数据库表现出色。这也是它在报表、分析、财务、运营和众多事务型系统中始终处于核心地位的原因之一。

7. 规范化与减少冗余

关系设计通常采用规范化，即把数据组织到相互关联的表中，以减少重复并提高一致性。

例如，客户信息可以只在 customers 表中存储一次，而不必在每条订单记录中重复。

关系数据库的常见用途

在以下情况下，关系数据库通常是最佳选择：

• 数据结构化且定义明确
• 实体之间的关系很重要
• 事务必须可靠
• 一致性比模式灵活性更重要
• 应用需要复杂的查询和报表

关系数据库示例

• PostgreSQL： 功能强大的开源关系数据库，对标准支持良好，并具备高级功能。
• MySQL： 流行的关系数据库，广泛用于 Web 应用。
• MariaDB： 由社区开发的 MySQL 分支。
• SQLite： 轻量级嵌入式关系数据库，数据存放在单个文件中。
• Oracle Database： 企业级关系数据库。
• Microsoft SQL Server： 在企业环境中广泛使用的关系数据库。

键值数据库

键值数据库以简单的一对形式存储数据：一个键及其对应的值。

键相当于唯一标识符，数据库直接根据键取出值。这种模型非常简单，也非常快。

主要区别

• 数据访问通常基于单个键，而不是复杂的连接。
• 数据库通常并不了解值的内部结构。
• 针对极快的读写做了优化。

典型用途

• 缓存查询结果
• 存储用户会话
• 购物车
• 功能开关
• 限流
• 排行榜和计数器

示例

• Redis
• Amazon DynamoDB
• Riak

文档数据库

文档数据库把数据存储为文档，通常采用类似 JSON 的格式。每个文档可以包含字段、数组和嵌套对象。

与关系数据库不同，并不是每个文档都必须具有完全相同的结构。

主要区别

• 模式灵活或半灵活。
• 相关数据通常可以一起存放在一个文档中。
• 适合结构经常变化的应用。

典型用途

• 内容管理系统
• 商品目录
• 用户档案
• 移动和 Web 应用
• 需求不断变化的原型系统

示例

• MongoDB
• Couchbase
• Google Firestore

宽列数据库

宽列数据库，有时也称为列族数据库，以行的形式存储数据，但每一行都可以拥有非常多且灵活的列。它们的设计目标是分布到多台服务器上并支持高写入吞吐量。

主要区别

• 模式比关系数据库更灵活。
• 针对大规模分布式存储做了优化。
• 能很好地处理海量数据集和繁重的写入负载。
• 通常不像 SQL 数据库那样支持关系型连接。

典型用途

• 事件日志
• 物联网遥测
• 消息系统
• 写入密集型应用
• 地理分布式系统

示例

• Apache Cassandra
• Apache HBase
• ScyllaDB

列式分析数据库

列式数据库在磁盘上把同一列的值存放在一起，而不是把整行存放在一起。这与宽列数据库不同。

对于只从超大数据集中读取少数几列的分析查询，列式存储尤其高效。

主要区别

• 针对扫描和聚合大量数据做了优化。
• 用于报表和分析时非常高效。
• 通常不太适合包含大量小规模行更新的繁重事务型负载。

典型用途

• 商业智能
• 看板
• 数据仓库
• 分析报表
• 大规模日志分析

示例

• ClickHouse
• DuckDB
• Amazon Redshift
• Google BigQuery

图数据库

图数据库专为关系是模型中最重要部分的数据而设计。它们存储节点（实体）和边（关系）。

主要区别

• 遍历关系既快速又自然。
• 非常适合查询路径、网络和相互连接的数据。
• 对于需要跨越多层关系的查询，往往比关系数据库更合适。

典型用途

• 社交网络
• 欺诈检测
• 推荐系统
• 网络拓扑
• 知识图谱

示例

• Neo4j
• Amazon Neptune
• ArangoDB

时序数据库

时序数据库专门处理与时间相关联的数据点。它们针对高速写入、数据保留策略、压缩和按时间聚合做了优化。

主要区别

• 每条记录都与一个时间戳相关联。
• 查询通常关注某个时间范围，例如最近一小时、一天或一个月。
• 能够高效地按时间窗口聚合。

典型用途

• 服务器监控
• 应用指标
• 传感器数据
• 股市数据
• 工业测量

示例

• InfluxDB
• TimescaleDB
• OpenTSDB

内存数据库

内存数据库把大部分或全部数据存放在内存而不是磁盘中。这使它们速度极快，但内存比磁盘存储更昂贵。

有些内存数据库只用作临时缓存，另一些则也能把数据持久化到磁盘。

典型用途

• 缓存
• 会话存储
• 实时计数器
• 游戏排行榜
• 超低延迟系统

示例

• Redis
• Memcached
• SAP HANA

如何选择合适的数据库类型

选择数据库时，可以问自己这样一些问题：

• 数据是高度结构化的，还是灵活的？
• 我需要严格的 ACID 事务吗？
• 我会执行复杂的连接吗？
• 低延迟的按键查找是首要任务吗？
• 负载是事务型的还是分析型的？
• 系统需要扩展到很多台服务器吗？
• 实体之间的关系是应用的核心吗？

在许多真实系统中，企业会同时使用不止一种数据库。例如：

• 用关系数据库存放核心业务数据
• 用 Redis 做缓存
• 用文档数据库存放灵活的内容
• 用列式数据仓库做分析

这通常被称为多语言持久化（polyglot persistence）。

总结：各类数据库的主要区别

不同数据库类型之间的主要区别通常在于：

• 数据模型：表、文档、键值对、图或带时间戳的记录
• 模式灵活性：固定结构还是灵活结构
• 查询方式：SQL、按键查找、文档查询、图遍历、时间窗口分析
• 一致性模型：强事务保证，还是以扩展性为导向的取舍
• 性能特点：针对事务、分析、关系还是超快速访问做了优化

要点：

• 之所以存在不同类型的数据库，是因为不同应用有不同的技术和业务需求。
• 关系数据库以结构化模式、SQL、关系、完整性约束和 ACID 事务而著称。
• 键值数据库非常适合快速查找和缓存。
• 文档数据库适用于数据结构灵活或经常变化的场景。
• 宽列数据库为分布式、大规模、写入密集型负载而构建。
• 列式分析数据库针对报表和大规模分析做了优化。
• 图数据库非常适合关系密集的数据。
• 时序数据库专门处理基于时间的指标和事件。
• 许多现代系统同时使用多种数据库（多语言持久化）。

常见问题

关系数据库和 NoSQL 数据库有什么区别？

关系数据库使用基于表的固定模式，执行 ACID 事务，并通过 SQL 查询。NoSQL 是一个统称，涵盖键值、文档、宽列和图等模型：它们以牺牲部分一致性保证为代价，换取模式灵活性或水平扩展能力。两者没有绝对的优劣，正确的选择取决于你的数据和工作负载。

什么时候应该用文档数据库而不是关系数据库？

当数据天然具有嵌套、多变的结构（例如每种商品属性各不相同的商品目录），并且很少需要跨集合连接时，使用文档数据库。当数据结构化、实体之间相互关联，并且需要可靠的事务和复杂的多表查询时，使用关系数据库。

一个应用可以同时使用多种数据库吗？

可以，这被称为多语言持久化。这在生产系统中很常见：例如用 PostgreSQL 存放事务数据，用 Redis 做缓存，用 ClickHouse 做分析。每种数据库都用在它最擅长的地方。

面试问题

针对某个具体场景，你会选择哪种数据库，为什么？

从工作负载和约束出发：数据结构、一致性要求、查询模式、延迟目标和规模。例如，对 ACID 要求高的事务型系统选择关系数据库，对灵活的类 JSON 记录选择文档数据库，对带时间戳并有保留策略的指标选择时序数据库。

一种数据库相比另一种有哪些优缺点？

每种模型都是一种取舍。关系数据库提供强一致性、连接和成熟的 SQL 工具，但在大规模场景下修改模式可能更受限制。NoSQL 模型通常提供更好的灵活性或水平扩展能力，但可能会限制连接，或者需要仔细设计一致性。

一个应用中可以使用不同类型的数据库吗？

可以。这就是多语言持久化：使用多个数据库，每个都承担它最擅长的负载。常见的做法是用 PostgreSQL 处理核心事务，用 Redis 做缓存，用 ClickHouse（或其他列式系统）做分析。