在设计系统时，很难在关系(RDBS)和非关系数据库(NoSQL)之间进行选择。 正确理解这两个局限性将使决策变得更加容易。
> SQL vs NoSQL
在深入研究NoSQL数据库之前，了解关系数据库的局限性很重要。 关系数据库已经存在了近40年，并且运行良好。 数据结构合理，记录保存在表中。 表由行，主键，唯一键组成，并且表可以相互连接。 它支持的另一个重要功能是事务，它的属性称为ACID。 ACID属性包含4个不同的属性，如下所述：
· 原子性：它保证了如果发生多步骤交易，则需要完成所有步骤才能使交易成功。
· 一致性：它确保数据库在任何事务之前和之后均应保持一致。
· 隔离：它保证可以同时发生多个事务，而不会互相干扰。
· 耐用性：即使服务器崩溃或断电，它也可以确保持久存储数据，而无需担心数据。
但是，随着大数据技术的发展，传统的基于SQL的数据库已不足以管理快速增长的数据量以及日益复杂的数据结构。 关系数据库的一些缺点如下：
· 模式：关系数据库的模式是固定的，您必须事先设计它。 对于快速增长的应用程序，很难假设数据的复杂性然后进行设计。
· 数据结构：由于关系数据库支持的数据结构有限，我们需要做更多的连接才能获得所需的数据，并且连接总是很昂贵的。
· 扩展：由于数据增长非常迅速，因此很难扩展关系数据库。
我们对此有任何解决方法吗？
幸运的是！ 我们有。
非规范化就是其中之一。 展开单个表并向其中添加更多列，以便在获取结果时避免连接。 这样可以提高读取性能，但会导致数据异常。
另一种技术是分片。 在这种技术中，可以对数据库进行分割，并将其存储在不同的服务器中。 这样可以提高读写性能，但是很难管理。
因此，总结一下。 关系数据库具有很多优点和缺点，我们可以解决它们，但是也带来了其他挑战。
NoSQL数据库自然允许对数据进行非规范化，可伸缩性和灵活的架构。 这些东西是免费提供的吗？ 没有！ 在这个世界上，没有什么是免费的。 放宽ACID限制。 尽管ACID对于某些应用程序是一个重要的约束，但对于所有应用程序却不是。 最后但并非最不重要的一点是，NoSQL数据库提供了一种查询大型和更复杂的数据结构的新方法，这在关系数据库中是不可能的。 这是使用NoSQL进行数据科学的关键因素之一。
> Scaling techniques
NoSQL数据库的优点：
· 灵活模式：通常提供非常灵活的模式。 根据需求可以很容易地更改架构。
· 水平扩展：允许在需要时添加更便宜的商品服务器。 SQL数据库在超出容量时需要垂直扩展(迁移到更大的服务器)。
· 更快的查询：NoSQL数据库的一项主要原则是"应将一起访问的数据存储在一起"。 因此，查询通常无需连接即可工作，这使查询速度更快。
NoSQL数据库的一些示例是Redis，Dynamo，CouchDB，MongoDB，Cassandra，HBase和Neo4J。 很多人在关系数据库中遇到许多不同的问题，这最终不足为奇，他们最终设计了不同类型的NoSQL数据库。
> Type of databases
· 键值存储：就像字典一样，您可以在其中了解键并可以检索其值。 它是NoSQL数据库的最简单类型之一。 这种数据库对于缓存确实很有用。 示例：Redis和Dynamo。
· 文档数据库：数据存储在文档中，而不是行和列。 文档被分组以形成一个集合。 这种数据库的优点之一是每个文档可以具有不同的结构。 这种数据库对于内容管理和存储用户个人资料非常有用。 示例：CouchDB和MongoDB。
· 宽列数据库：宽列数据库中的列和表的概念与关系数据库中的概念不同。 例如，在宽列数据库中，数据被非规范化，列根本没有固定，它们可以随时更改。 例如，我们可以在应用程序中动态添加列，甚至同一表中的行可以具有不同的列的情况也是如此。 与文档数据库一样，此处的值可以是复杂的结构，例如数组和列表。 这种数据库对于时间序列数据，日志记录和其他大量写入应用程序非常有用。 示例：Cassandra和HBase。
· 图形数据库：在图形中可以更好地表示关系的应用程序，这些数据库在那里非常有用。 这些类型的数据库主要用于社交网络，知识图等。例如：Neo4J。
关系数据库和NoSQL这两个数据库在数据管理方面都很棒。 没有简单的答案哪个更好。 这完全取决于帮助人们根据上述参数及其权衡选择的要求。
