数据分类

了解SQL和NoSQL之前，我们先了解下数据有几种分类：结构化数据、非结构化数据、半结构化数据。结构化数据就是由行和列组成的，可以用二维表来存储，非结构化数据比如文本、图片、视频音频等；半结构化数据类似XML和JSON，有语义标记对记录进行分割。

关系数据库

关系数据库存储的就是结构化数据，，使用SQL进行操作，支持ACID特性。经过几十年发展已非常成熟，但是关系数据库也有缺点。

1、数据按行存储，无法存储数据结构，比如说列表。

2、数据按行存储，即使只操作一列也需要将整行读入内存，IO较高

3、表结构扩展不方便，表结构schema是固定的，修改需要执行DDL语句，修改期间可能导致锁表

4、全文搜索功能弱

非关系数据库

非关系数据库也称NoSQL数据库，NoSQL = Not Only SQL，是对关系数据库的一种补充。针对以上4个缺点，分别有4种不同非NoSQL数据库

1、K-V存储

K-V存储以redis为代表，value可以是数据结构，比如string、hash、list、set、sorted set、bitmap。Redis数据基于内存，读写效率高，KV型数据，查询速度快，时间复杂度O(1),但是Redis是不支持完整的ACID。所以Redis应用场景是读大于写，并且可以容忍数据丢失的。

2、列式存储

列式存储以HBase为代表，按照列来存储，所以查询的时候只有指定的列会被读取，不会读取所有的列，因为一列中数据大多都类似，所以有更高的压缩率，节省存储空间。列式存储不适合频繁更新多个列的场景，随机写的效率比较低。列式存储适用于离线大数据分析和统计场景。

3、文档存储

文档型代表就是MongoDB了，以JSON存储数据解决表结构扩展不方便的情况。但是文档存储无法进行join,join需要多次操作，不支持事务操作，4.0版本支持了，但是没有大量使用过。

4、全文搜索引擎

全文搜索引擎以ElasticSearch为代表，主要技术原理就是倒排索引来解决全文搜索的问题

总结

希望对大家有所帮助，有帮助记得点赞哦！可以关注下，后面持续分享技术文章，谢谢！