NoSQL database is optimized for scalable performance and architectureless data model Non-relational database.
NoSQL databases are also widely recognized for their ease of development, low latency, and flexibility.
This type of database can use various data models, including columnar, document, graphics and Memory key-value storage.
How does a NoSQL database work?
NoSQL database system can use various models for data management, such as memory key-value storage, graphical data model and document storage.
This type of database is optimized for applications that require large amounts of data, low latency, and flexible data models.
This is by relaxing some data consistency of traditional relational databases Restrictions are achieved.
Why use a NoSQL database?
NoSQL databases are very suitable for many big data, mobile and web applications,
Because the scalability and responsiveness of traditional relational databases cannot meet their needs.
Because of the simpler data structure and horizontal scalability, NoSQL databases are generally more responsive and easier to scale than relational databases.
SQL and NoSQL database comparison
Relational database management system (RDBMS) and non-relational (NoSQL) databases have their own advantages and disadvantages.
In RDBMS, you can flexibly query data, but the query cost is relatively high, and it cannot be effectively expanded under high traffic conditions.
In a NoSQL database, you can only effectively query data in a few ways, otherwise the query cost is high and the speed is slow.
| Relational database | NoSQL database | |
| Data model | Relational model can standardize data It is a table composed of rows and columns. A structure is used to strictly define tables, rows, columns, indexes, relationships between tables, and other database elements. | NoSQL databases generally do not implement architecture. Partition keys are generally used to retrieve values, column sets, or semi-structured JSON, XML, or other documents containing related item attributes. |
| ACID attributes | Traditional RDBMS supports the ACID attributes of relational databases: atomicity, consistency, isolation, and durability. Atomicity means “all or nothing”, that is, a transaction is completely executed or not executed at all. Consistency means that after the transaction is committed, the data must conform to the database schema. Isolation requires concurrent transactions to be executed separately without interfering with each other. Persistence is the ability to recover from an unexpected system failure or power outage to the last known state. | In order to obtain a more flexible and horizontally scalable data model, NoSQL databases usually give up some of the ACID properties of traditional RDBMS. With these features, when the traditional RDBMS encounters architectural challenges, NoSQL database becomes the best choice, which can be used to overcome a series of problems, including performance bottlenecks, scalability, operational complexity, and increasing management and support cost. |
| Performance | Performance generally depends on the disk subsystem. To get the best performance, you need to optimize the query, index, and table structure. | Performance is usually determined by the size of the underlying hardware cluster, network latency, and calling applications. |
| Expansion | The easiest way to scale up is to use faster hardware. You need additional investment to obtain relational tables across distributed systems. | The aim is to use low-cost hardware distributed clusters for horizontal expansion, thereby increasing throughput without increasing latency. |
| API | Requests for storing and retrieving data are conveyed by queries that conform to Structured Query Language (SQL). These queries are parsed and executed by the RDBMS. | With object-based APIs, application developers can easily store and retrieve in-memory data structures. With partition keys, applications can find key-value pairs, column sets, or semi-structured documents that contain serialized application objects and attributes. |
| Tools | SQL databases generally provide a rich set of tools to simplify the development process of database-driven applications. | NoSQL databases generally provide a variety of tools to manage clusters and expand. The application is the main interface of the underlying data. |
Different types of NoSQL databases
There are four common types of NoSQL databases: columnar, document, graph, and memory key value.
Generally, these databases differ in the way they store, access, and structure data, but they are optimized for different use cases and applications.
- Columnar database is optimized for reading and writing data columns instead of data rows. Columnar storage for database tables is an important element of analyzing query performance because it greatly reduces overall disk I/O requirements and reduces the amount of data you need to load from disk.
- Document database is designed to store semi-structured data as documents, usually in JSON or XML format. Unlike traditional relational databases, the structure of each NoSQL document is different, allowing you to organize and store application data more flexibly and reduce the storage required for optional values.
- Graphic database can store vertices and direct links called edges. Graph databases can be built on SQL and NoSQL databases. Vertices and edges can have their own related attributes.
- Memory key-value storage is for read-intensive application workloads (such as social networks, games, media sharing, and Q&A portals) or compute-intensive workloads (For example, recommendation engine) Optimized NoSQL database. Memory cache can store important data in memory for low-latency access, thereby improving application performance.
Comparison of SQL and NoSQL terms
| SQL |
MongoDB (NoSQL) | DynamoDB (NoSQL) | Cassandra (NoSQL) | Couchbase (NoSQL) |
| collection | table | table | data bucket | |
| line | document | item | line | document |
| Column | Field | Attribute | Column | Field |
| Primary key | Object ID | Primary key | Primary key | Document ID |
| Index | Index | Secondary Index | Index | Index |
| View | View | Global secondary index | Materialized view | View |
| Nested table Or object | embedded document | mapping | mapping | mapping |
| array | Array | List | List | List |
Reposted from:
NoSQL database is aimed at scalable performance and no A non-relational database with optimized architecture data model.
NoSQL databases are also widely recognized for their ease of development, low latency, and flexibility.
This type of database can use various data models, including columnar, document, graphics and Memory key-value storage.
How does a NoSQL database work?
NoSQL database system can use various models for data management, such as memory key-value storage, graphical data model and document storage.
This type of database is optimized for applications that require large amounts of data, low latency, and flexible data models.
This is by relaxing some data consistency of traditional relational databases Restrictions are achieved.
Why use a NoSQL database?
NoSQL databases are very suitable for many big data, mobile and web applications,
Because the scalability and responsiveness of traditional relational databases cannot meet their needs.
Because of the simpler data structure and horizontal scalability, NoSQL databases are generally more responsive and easier to scale than relational databases.
SQL and NoSQL database comparison
Relational database management system (RDBMS) and non-relational (NoSQL) databases have their own advantages and disadvantages.
In RDBMS, you can flexibly query data, but the query cost is relatively high, and it cannot be effectively expanded under high traffic conditions.
In a NoSQL database, you can only effectively query data in a few ways, otherwise the query cost is high and the speed is slow.
| Relational database | NoSQL database | |
| Data model | Relational model can standardize data It is a table composed of rows and columns. A structure is used to strictly define tables, rows, columns, indexes, relationships between tables, and other database elements. | NoSQL databases generally do not implement architecture. Partition keys are generally used to retrieve values, column sets, or semi-structured JSON, XML, or other documents containing related item attributes. |
| ACID attributes | Traditional RDBMS supports the ACID attributes of relational databases: atomicity, consistency, isolation, and durability. Atomicity means “all or nothing”, that is, a transaction is completely executed or not executed at all. Consistency means that after the transaction is committed, the data must conform to the database schema. Isolation requires concurrent transactions to be executed separately without interfering with each other. Persistence is the ability to recover from an unexpected system failure or power outage to the last known state. | In order to obtain a more flexible and horizontally scalable data model, NoSQL databases usually give up some of the ACID properties of traditional RDBMS. With these features, when the traditional RDBMS encounters architectural challenges, NoSQL database becomes the best choice, which can be used to overcome a series of problems, including performance bottlenecks, scalability, operational complexity, and increasing management and support cost. |
| Performance | Performance generally depends on the disk subsystem. To get the best performance, you need to optimize the query, index, and table structure. | Performance is usually determined by the size of the underlying hardware cluster, network latency, and calling applications. |
| Expansion | The easiest way to scale up is to use faster hardware. You need additional investment to obtain relational tables across distributed systems. | The aim is to use low-cost hardware distributed clusters for horizontal expansion, thereby increasing throughput without increasing latency. |
| API | Requests for storing and retrieving data are conveyed by queries that conform to Structured Query Language (SQL). These queries are parsed and executed by the RDBMS. | With object-based APIs, application developers can easily store and retrieve in-memory data structures. With partition keys, applications can find key-value pairs, column sets, or semi-structured documents that contain serialized application objects and attributes. |
| Tools | SQL databases generally provide a rich set of tools to simplify the development process of database-driven applications. | NoSQL databases generally provide a variety of tools to manage clusters and expand. The application is the main interface of the underlying data. |
Different types of NoSQL databases
There are four common types of NoSQL databases: columnar, document, graph, and memory key value.
Generally, these databases differ in the way they store, access, and structure data, but they are optimized for different use cases and applications.
- Columnar database is optimized for reading and writing data columns instead of data rows. Columnar storage for database tables is an important element of analyzing query performance because it greatly reduces overall disk I/O requirements and reduces the amount of data you need to load from disk.
- Document database is designed to store semi-structured data as documents, usually in JSON or XML format. Unlike traditional relational databases, the structure of each NoSQL document is different, allowing you to organize and store application data more flexibly and reduce the storage required for optional values.
- Graphic database can store vertices and direct links called edges. Graph databases can be built on top of SQL and NoSQL databases. Vertices and edges can have their own related attributes.
- Memory key-value storage is for read-intensive application workloads (such as social networks, games, media sharing, and Q&A portals) or compute-intensive workloads (For example, recommendation engine) Optimized NoSQL database. Memory cache can store important data in memory for low-latency access, thereby improving application performance.
Comparison of SQL and NoSQL terms
| SQL |
MongoDB (NoSQL) | DynamoDB (NoSQL) | Cassandra (NoSQL) | Couchbase (NoSQL) |
| table | collection | table | table | data bucket |
| row | Item | Line | Document | |
| Column | Field | Attribute | Column | Field |
| Primary key | Object ID | primary key | primary key | document ID |
| index | index | Secondary index | Index | Index |
| View | View | Material view | View | |
| Nested table or object | Embedded document | Mapping | Mapping | Mapping |
| Array | Array< /td> | List | List | List |
Reposted from:
NoSQL database Very suitable for many big data, mobile and web applications,
Because the scalability and responsiveness of traditional relational databases cannot meet their needs.
Because of the simpler data structure and horizontal scalability, NoSQL databases are generally more responsive and easier to scale than relational databases.
SQL and NoSQL database comparison
NoSQL databases are very suitable for many big data, mobile and web applications,
Because the scalability and responsiveness of traditional relational databases cannot meet their needs.
Because of the simpler data structure and horizontal scalability, NoSQL databases are generally more responsive and easier to scale than relational databases.
SQL and NoSQL database comparison
NoSQL databases are very suitable for many big data, mobile and web applications, because the scalability and responsiveness of traditional relational databases cannot meet their needs.
Because of the simpler data structure and horizontal scalability, NoSQL databases are generally more responsive and easier to scale than relational databases.
SQL and NoSQL database comparison
< div class="parsys col1">
NoSQL databases are very suitable for many big data, mobile and web applications,
because of the traditional The scalability and responsiveness of relational databases cannot meet their needs.
Because of the simpler data structure and horizontal scalability, NoSQL databases are generally more responsive and easier to scale than relational databases.
SQL and NoSQL database comparison
NoSQL databases are very suitable for many big data, mobile and web applications,
Because the scalability and responsiveness of traditional relational databases cannot meet their needs .
Because of the simpler data structure and horizontal scalability, NoSQL databases are generally more responsive and easier to scale than relational databases.
SQL and NoSQL database comparison
NoSQL database is very Suitable for many big data, mobile and web applications,
Because the scalability and responsiveness of traditional relational databases cannot meet their needs.
Because of the simpler data structure and horizontal scalability, NoSQL databases are generally more responsive and easier to scale than relational databases.
SQL 与 NoSQL 数据库比较
NoSQL 数据库非常适合许多大数据、移动和 Web 应用程序，
因为传统关系数据库的可扩展性和响应能力无法满足其需求。
由于数据结构更简单且可水平扩展，NoSQL 数据库通常比关系数据库响应速度更快且更易扩展。
SQL 与 NoSQL 数据库比较
关系数据库管理系统 (RDBMS) 和非关系 (NoSQL) 数据库各有优劣。
在 RDBMS 中，您可以灵活查询数据，但查询成本相对较高，并且在高流量的情况下无法有效扩展。
在 NoSQL 数据库中，您只能通过几种方式有效查询数据，否则查询成本高且速度慢。
| 关系数据库 | NoSQL 数据库 | |
| 数据模型 | 关系模型可将数据标准化为由行和列组成的表。采用一种架构来严格定义表、行、列、索引、各个表之间的关系及其他数据库元素。 | NoSQL 数据库一般不会实施架构。一般使用分区键来检索值、列集或半结构化 JSON、XML 或其他包含相关项目属性的文档。 |
| ACID 属性 | 传统的 RDBMS 支持关系数据库的 ACID 属性：原子性、一致性、隔离性和持久性。原子性表示“全有或全无”，即完全执行或完全不执行某项事务。一致性表示事务提交之后，数据必须符合数据库架构。隔离性要求并发事务应分别执行，互不干扰。持久性即能够从意外系统故障或断电情况中恢复到上一个已知状态。 | 为了获得更为灵活且可水平扩展的数据模型，NoSQL 数据库通常会放弃传统 RDBMS 的部分 ACID 属性。凭借这些特性，当传统的 RDBMS 遇到架构方面的挑战时，NoSQL 数据库便成了最佳选择，可用来克服一系列问题，包括性能瓶颈、可扩展性、运营复杂性和不断增加的管理和支持成本。 |
| 性能 | 性能一般取决于磁盘子系统。要获得最佳性能，就需要优化查询、索引和表结构。 | 性能通常由底层硬件集群大小、网络延迟以及调用应用程序来决定。 |
| 扩展 | 进行纵向扩展最简单的方式是利用运行更快的硬件。您需要追加投资才能获得跨分布式系统的关系表。 | 旨在利用低成本硬件的分布式群集进行横向扩展，从而在不增加延迟的前提下提高吞吐量。 |
| API | 存储和检索数据的请求由符合结构化查询语言 (SQL) 的查询来传达。这些查询由 RDBMS 解析和执行。 | 借助基于对象的 API，应用程序开发人员可以轻松存储和检索内存数据结构。通过分区键，应用程序可以查找键值对、列集或包含序列化应用程序对象和属性的半结构化文档。 |
| 工具 | SQL 数据库一般会提供一组丰富的工具，用于简化数据库驱动型应用程序的开发流程。 | 而 NoSQL 数据库一般会提供多种工具来管理集群和扩展。应用程序是底层数据的主要接口。 |
NoSQL 数据库的不同类型
有四种常见的 NoSQL 数据库类型：列式、文档、图形和内存键值。
通常，这些数据库在存储、访问和结构化数据的方式上有所差异，但都针对不同的使用案例和应用程序进行了优化。
- 列式数据库针对读取和写入数据列（而不是数据行）进行了优化。适用于数据库表的列式存储是分析查询性能的一大要素，因为它极大地降低了整体磁盘 I/O 要求，并减少了您需要从磁盘加载的数据量。
- 文档数据库旨在将半结构化数据存储为文档，通常采用 JSON 或 XML 格式。与传统关系数据库不同的是，每个 NoSQL 文档的架构是不同的，可让您更加灵活地整理和存储应用程序数据并减少可选值所需的存储。
- 图形数据库可存储顶点以及称为边缘的直接链路。图形数据库可以在 SQL 和 NoSQL 数据库上构建。顶点和边缘可以拥有各自的相关属性。
- 内存键值存储是针对读取密集型应用程序工作负载（例如社交网络、游戏、媒体共享和 Q&A 门户）或计算密集型工作负载（例如推荐引擎）进行了优化的 NoSQL 数据库。内存缓存可将重要数据存储在内存中以实现低延迟访问，从而提高应用程序性能。
SQL 与 NoSQL 术语比较
| SQL |
MongoDB (NoSQL) | DynamoDB (NoSQL) | Cassandra (NoSQL) | Couchbase (NoSQL) |
| 表 | 集合 | 表 | 表 | 数据存储桶 |
| 行 | 文档 | 项目 | 行 | 文档 |
| 列 | 字段 | 属性 | 列 | 字段 |
| 主键 | 对象 ID | 主键 | 主键 | 文档 ID |
| 索引 | 索引 | 二级索引 | 索引 | 索引 |
| 视图 | 视图 | 全局二级索引 | 具体化视图 | 视图 |
| 嵌套表或对象 | 嵌入文档 | 映射 | 映射 | 映射 |
| 数组 | 数组 | 列表 | 列表 | 列表 |
转自：
关系数据库管理系统 (RDBMS) 和非关系 (NoSQL) 数据库各有优劣。
在 RDBMS 中，您可以灵活查询数据，但查询成本相对较高，并且在高流量的情况下无法有效扩展。
在 NoSQL 数据库中，您只能通过几种方式有效查询数据，否则查询成本高且速度慢。
| 关系数据库 | NoSQL 数据库 | |
| 数据模型 | 关系模型可将数据标准化为由行和列组成的表。采用一种架构来严格定义表、行、列、索引、各个表之间的关系及其他数据库元素。 | NoSQL 数据库一般不会实施架构。一般使用分区键来检索值、列集或半结构化 JSON、XML 或其他包含相关项目属性的文档。 |
| ACID 属性 | 传统的 RDBMS 支持关系数据库的 ACID 属性：原子性、一致性、隔离性和持久性。原子性表示“全有或全无”，即完全执行或完全不执行某项事务。一致性表示事务提交之后，数据必须符合数据库架构。隔离性要求并发事务应分别执行，互不干扰。持久性即能够从意外系统故障或断电情况中恢复到上一个已知状态。 | 为了获得更为灵活且可水平扩展的数据模型，NoSQL 数据库通常会放弃传统 RDBMS 的部分 ACID 属性。凭借这些特性，当传统的 RDBMS 遇到架构方面的挑战时，NoSQL 数据库便成了最佳选择，可用来克服一系列问题，包括性能瓶颈、可扩展性、运营复杂性和不断增加的管理和支持成本。 |
| 性能 | 性能一般取决于磁盘子系统。要获得最佳性能，就需要优化查询、索引和表结构。 | 性能通常由底层硬件集群大小、网络延迟以及调用应用程序来决定。 |
| 扩展 | 进行纵向扩展最简单的方式是利用运行更快的硬件。您需要追加投资才能获得跨分布式系统的关系表。 | 旨在利用低成本硬件的分布式群集进行横向扩展，从而在不增加延迟的前提下提高吞吐量。 |
| API | 存储和检索数据的请求由符合结构化查询语言 (SQL) 的查询来传达。这些查询由 RDBMS 解析和执行。 | 借助基于对象的 API，应用程序开发人员可以轻松存储和检索内存数据结构。通过分区键，应用程序可以查找键值对、列集或包含序列化应用程序对象和属性的半结构化文档。 |
| 工具 | SQL 数据库一般会提供一组丰富的工具，用于简化数据库驱动型应用程序的开发流程。 | 而 NoSQL 数据库一般会提供多种工具来管理集群和扩展。应用程序是底层数据的主要接口。 |
NoSQL 数据库的不同类型
有四种常见的 NoSQL 数据库类型：列式、文档、图形和内存键值。
通常，这些数据库在存储、访问和结构化数据的方式上有所差异，但都针对不同的使用案例和应用程序进行了优化。
- 列式数据库针对读取和写入数据列（而不是数据行）进行了优化。适用于数据库表的列式存储是分析查询性能的一大要素，因为它极大地降低了整体磁盘 I/O 要求，并减少了您需要从磁盘加载的数据量。
- 文档数据库旨在将半结构化数据存储为文档，通常采用 JSON 或 XML 格式。与传统关系数据库不同的是，每个 NoSQL 文档的架构是不同的，可让您更加灵活地整理和存储应用程序数据并减少可选值所需的存储。
- 图形数据库可存储顶点以及称为边缘的直接链路。图形数据库可以在 SQL 和 NoSQL 数据库上构建。顶点和边缘可以拥有各自的相关属性。
- 内存键值存储是针对读取密集型应用程序工作负载（例如社交网络、游戏、媒体共享和 Q&A 门户）或计算密集型工作负载（例如推荐引擎）进行了优化的 NoSQL 数据库。内存缓存可将重要数据存储在内存中以实现低延迟访问，从而提高应用程序性能。
SQL 与 NoSQL 术语比较
| SQL |
MongoDB (NoSQL) | DynamoDB (NoSQL) | Cassandra (NoSQL) | Couchbase (NoSQL) |
| 表 | 集合 | 表 | 表 | 数据存储桶 |
| 行 | 文档 | 项目 | 行 | 文档 |
| 列 | 字段 | 属性 | 列 | 字段 |
| 主键 | 对象 ID | 主键 | 主键 | 文档 ID |
| 索引 | 索引 | 二级索引 | 索引 | 索引 |
| 视图 | 视图 | 全局二级索引 | 具体化视图 | 视图 |
| 嵌套表或对象 | 嵌入文档 | 映射 | 映射 | 映射 |
| 数组 | 数组 | 列表 | 列表 | 列表 |
转自：
关系数据库管理系统 (RDBMS) 和非关系 (NoSQL) 数据库各有优劣。
在 RDBMS 中，您可以灵活查询数据，但查询成本相对较高，并且在高流量的情况下无法有效扩展。
在 NoSQL 数据库中，您只能通过几种方式有效查询数据，否则查询成本高且速度慢。
| 关系数据库 | NoSQL 数据库 | |
| 数据模型 | 关系模型可将数据标准化为由行和列组成的表。采用一种架构来严格定义表、行、列、索引、各个表之间的关系及其他数据库元素。 | NoSQL 数据库一般不会实施架构。一般使用分区键来检索值、列集或半结构化 JSON、XML 或其他包含相关项目属性的文档。 |
| ACID 属性 | 传统的 RDBMS 支持关系数据库的 ACID 属性：原子性、一致性、隔离性和持久性。原子性表示“全有或全无”，即完全执行或完全不执行某项事务。一致性表示事务提交之后，数据必须符合数据库架构。隔离性要求并发事务应分别执行，互不干扰。持久性即能够从意外系统故障或断电情况中恢复到上一个已知状态。 | 为了获得更为灵活且可水平扩展的数据模型，NoSQL 数据库通常会放弃传统 RDBMS 的部分 ACID 属性。凭借这些特性，当传统的 RDBMS 遇到架构方面的挑战时，NoSQL 数据库便成了最佳选择，可用来克服一系列问题，包括性能瓶颈、可扩展性、运营复杂性和不断增加的管理和支持成本。 |
| 性能 | 性能一般取决于磁盘子系统。要获得最佳性能，就需要优化查询、索引和表结构。 | 性能通常由底层硬件集群大小、网络延迟以及调用应用程序来决定。 |
| 扩展 | 进行纵向扩展最简单的方式是利用运行更快的硬件。您需要追加投资才能获得跨分布式系统的关系表。 | 旨在利用低成本硬件的分布式群集进行横向扩展，从而在不增加延迟的前提下提高吞吐量。 |
| API | 存储和检索数据的请求由符合结构化查询语言 (SQL) 的查询来传达。这些查询由 RDBMS 解析和执行。 | 借助基于对象的 API，应用程序开发人员可以轻松存储和检索内存数据结构。通过分区键，应用程序可以查找键值对、列集或包含序列化应用程序对象和属性的半结构化文档。 |
| 工具 | SQL 数据库一般会提供一组丰富的工具，用于简化数据库驱动型应用程序的开发流程。 | 而 NoSQL 数据库一般会提供多种工具来管理集群和扩展。应用程序是底层数据的主要接口。 |
NoSQL 数据库的不同类型
有四种常见的 NoSQL 数据库类型：列式、文档、图形和内存键值。
通常，这些数据库在存储、访问和结构化数据的方式上有所差异，但都针对不同的使用案例和应用程序进行了优化。
- 列式数据库针对读取和写入数据列（而不是数据行）进行了优化。适用于数据库表的列式存储是分析查询性能的一大要素，因为它极大地降低了整体磁盘 I/O 要求，并减少了您需要从磁盘加载的数据量。
- 文档数据库旨在将半结构化数据存储为文档，通常采用 JSON 或 XML 格式。与传统关系数据库不同的是，每个 NoSQL 文档的架构是不同的，可让您更加灵活地整理和存储应用程序数据并减少可选值所需的存储。
- 图形数据库可存储顶点以及称为边缘的直接链路。图形数据库可以在 SQL 和 NoSQL 数据库上构建。顶点和边缘可以拥有各自的相关属性。
- 内存键值存储是针对读取密集型应用程序工作负载（例如社交网络、游戏、媒体共享和 Q&A 门户）或计算密集型工作负载（例如推荐引擎）进行了优化的 NoSQL 数据库。内存缓存可将重要数据存储在内存中以实现低延迟访问，从而提高应用程序性能。
SQL 与 NoSQL 术语比较
| SQL |
MongoDB (NoSQL) | DynamoDB (NoSQL) | Cassandra (NoSQL) | Couchbase (NoSQL) |
| 表 | 集合 | 表 | 表 | 数据存储桶 |
| 行 | 文档 | 项目 | 行 | 文档 |
| 列 | 字段 | 属性 | 列 | 字段 |
| 主键 | 对象 ID | 主键 | 主键 | 文档 ID |
| 索引 | 索引 | 二级索引 | 索引 | 索引 |
| 视图 | 视图 | 全局二级索引 | 具体化视图 | 视图 |
| 嵌套表或对象 | 嵌入文档 | 映射 | 映射 | 映射 |
| 数组 | 数组 | 列表 | 列表 | 列表 |
转自：
关系数据库管理系统 (RDBMS) 和非关系 (NoSQL) 数据库各有优劣。
在 RDBMS 中，您可以灵活查询数据，但查询成本相对较高，并且在高流量的情况下无法有效扩展。
在 NoSQL 数据库中，您只能通过几种方式有效查询数据，否则查询成本高且速度慢。
| 关系数据库 | NoSQL 数据库 | |
| 数据模型 | 关系模型可将数据标准化为由行和列组成的表。采用一种架构来严格定义表、行、列、索引、各个表之间的关系及其他数据库元素。 | NoSQL 数据库一般不会实施架构。一般使用分区键来检索值、列集或半结构化 JSON、XML 或其他包含相关项目属性的文档。 |
| ACID 属性 | 传统的 RDBMS 支持关系数据库的 ACID 属性：原子性、一致性、隔离性和持久性。原子性表示“全有或全无”，即完全执行或完全不执行某项事务。一致性表示事务提交之后，数据必须符合数据库架构。隔离性要求并发事务应分别执行，互不干扰。持久性即能够从意外系统故障或断电情况中恢复到上一个已知状态。 | 为了获得更为灵活且可水平扩展的数据模型，NoSQL 数据库通常会放弃传统 RDBMS 的部分 ACID 属性。凭借这些特性，当传统的 RDBMS 遇到架构方面的挑战时，NoSQL 数据库便成了最佳选择，可用来克服一系列问题，包括性能瓶颈、可扩展性、运营复杂性和不断增加的管理和支持成本。 |
| 性能 | 性能一般取决于磁盘子系统。要获得最佳性能，就需要优化查询、索引和表结构。 | 性能通常由底层硬件集群大小、网络延迟以及调用应用程序来决定。 |
| 扩展 | 进行纵向扩展最简单的方式是利用运行更快的硬件。您需要追加投资才能获得跨分布式系统的关系表。 | 旨在利用低成本硬件的分布式群集进行横向扩展，从而在不增加延迟的前提下提高吞吐量。 |
| API | 存储和检索数据的请求由符合结构化查询语言 (SQL) 的查询来传达。这些查询由 RDBMS 解析和执行。 | 借助基于对象的 API，应用程序开发人员可以轻松存储和检索内存数据结构。通过分区键，应用程序可以查找键值对、列集或包含序列化应用程序对象和属性的半结构化文档。 |
| 工具 | SQL 数据库一般会提供一组丰富的工具，用于简化数据库驱动型应用程序的开发流程。 | 而 NoSQL 数据库一般会提供多种工具来管理集群和扩展。应用程序是底层数据的主要接口。 |
NoSQL 数据库的不同类型
有四种常见的 NoSQL 数据库类型：列式、文档、图形和内存键值。
通常，这些数据库在存储、访问和结构化数据的方式上有所差异，但都针对不同的使用案例和应用程序进行了优化。
- 列式数据库针对读取和写入数据列（而不是数据行）进行了优化。适用于数据库表的列式存储是分析查询性能的一大要素，因为它极大地降低了整体磁盘 I/O 要求，并减少了您需要从磁盘加载的数据量。
- 文档数据库旨在将半结构化数据存储为文档，通常采用 JSON 或 XML 格式。与传统关系数据库不同的是，每个 NoSQL 文档的架构是不同的，可让您更加灵活地整理和存储应用程序数据并减少可选值所需的存储。
- 图形数据库可存储顶点以及称为边缘的直接链路。图形数据库可以在 SQL 和 NoSQL 数据库上构建。顶点和边缘可以拥有各自的相关属性。
- 内存键值存储是针对读取密集型应用程序工作负载（例如社交网络、游戏、媒体共享和 Q&A 门户）或计算密集型工作负载（例如推荐引擎）进行了优化的 NoSQL 数据库。内存缓存可将重要数据存储在内存中以实现低延迟访问，从而提高应用程序性能。
SQL 与 NoSQL 术语比较
| SQL |
MongoDB (NoSQL) | DynamoDB (NoSQL) | Cassandra (NoSQL) | Couchbase (NoSQL) |
| 表 | 集合 | 表 | 表 | 数据存储桶 |
| 行 | 文档 | 项目 | 行 | 文档 |
| 列 | 字段 | 属性 | 列 | 字段 |
| 主键 | 对象 ID | 主键 | 主键 | 文档 ID |
| 索引 | 索引 | 二级索引 | 索引 | 索引 |
| 视图 | 视图 | 全局二级索引 | 具体化视图 | 视图 |
| 嵌套表或对象 | 嵌入文档 | 映射 | 映射 | 映射 |
| 数组 | 数组 | 列表 | 列表 | 列表 |
转自：
关系数据库管理系统 (RDBMS) 和非关系 (NoSQL) 数据库各有优劣。
在 RDBMS 中，您可以灵活查询数据，但查询成本相对较高，并且在高流量的情况下无法有效扩展。
在 NoSQL 数据库中，您只能通过几种方式有效查询数据，否则查询成本高且速度慢。
| 关系数据库 | NoSQL 数据库 | |
| 数据模型 | 关系模型可将数据标准化为由行和列组成的表。采用一种架构来严格定义表、行、列、索引、各个表之间的关系及其他数据库元素。 | NoSQL 数据库一般不会实施架构。一般使用分区键来检索值、列集或半结构化 JSON、XML 或其他包含相关项目属性的文档。 |
| ACID 属性 | 传统的 RDBMS 支持关系数据库的 ACID 属性：原子性、一致性、隔离性和持久性。原子性表示“全有或全无”，即完全执行或完全不执行某项事务。一致性表示事务提交之后，数据必须符合数据库架构。隔离性要求并发事务应分别执行，互不干扰。持久性即能够从意外系统故障或断电情况中恢复到上一个已知状态。 | 为了获得更为灵活且可水平扩展的数据模型，NoSQL 数据库通常会放弃传统 RDBMS 的部分 ACID 属性。凭借这些特性，当传统的 RDBMS 遇到架构方面的挑战时，NoSQL 数据库便成了最佳选择，可用来克服一系列问题，包括性能瓶颈、可扩展性、运营复杂性和不断增加的管理和支持成本。 |
| 性能 | 性能一般取决于磁盘子系统。要获得最佳性能，就需要优化查询、索引和表结构。 | 性能通常由底层硬件集群大小、网络延迟以及调用应用程序来决定。 |
| 扩展 | 进行纵向扩展最简单的方式是利用运行更快的硬件。您需要追加投资才能获得跨分布式系统的关系表。 | 旨在利用低成本硬件的分布式群集进行横向扩展，从而在不增加延迟的前提下提高吞吐量。 |
| API | 存储和检索数据的请求由符合结构化查询语言 (SQL) 的查询来传达。这些查询由 RDBMS 解析和执行。 | 借助基于对象的 API，应用程序开发人员可以轻松存储和检索内存数据结构。通过分区键，应用程序可以查找键值对、列集或包含序列化应用程序对象和属性的半结构化文档。 |
| 工具 | SQL 数据库一般会提供一组丰富的工具，用于简化数据库驱动型应用程序的开发流程。 | 而 NoSQL 数据库一般会提供多种工具来管理集群和扩展。应用程序是底层数据的主要接口。 |
NoSQL 数据库的不同类型
有四种常见的 NoSQL 数据库类型：列式、文档、图形和内存键值。
通常，这些数据库在存储、访问和结构化数据的方式上有所差异，但都针对不同的使用案例和应用程序进行了优化。
- 列式数据库针对读取和写入数据列（而不是数据行）进行了优化。适用于数据库表的列式存储是分析查询性能的一大要素，因为它极大地降低了整体磁盘 I/O 要求，并减少了您需要从磁盘加载的数据量。
- 文档数据库旨在将半结构化数据存储为文档，通常采用 JSON 或 XML 格式。与传统关系数据库不同的是，每个 NoSQL 文档的架构是不同的，可让您更加灵活地整理和存储应用程序数据并减少可选值所需的存储。
- 图形数据库可存储顶点以及称为边缘的直接链路。图形数据库可以在 SQL 和 NoSQL 数据库上构建。顶点和边缘可以拥有各自的相关属性。
- 内存键值存储是针对读取密集型应用程序工作负载（例如社交网络、游戏、媒体共享和 Q&A 门户）或计算密集型工作负载（例如推荐引擎）进行了优化的 NoSQL 数据库。内存缓存可将重要数据存储在内存中以实现低延迟访问，从而提高应用程序性能。
SQL 与 NoSQL 术语比较
| MongoDB (NoSQL) | DynamoDB (NoSQL) | Cassandra (NoSQL) | Couchbase (NoSQL) | |
| 表 | 集合 | 表 | 表 | 数据存储桶 |
| 行 | 文档 | 项目 | 行 | 文档 |
| 列 | 字段 | 属性 | 列 | 字段 |
| 主键 | 对象 ID | 主键 | 主键 | 文档 ID |
| 索引 | 索引 | 二级索引 | 索引 | 索引 |
| 视图 | 视图 | 全局二级索引 | 具体化视图 | 视图 |
| 嵌套表或对象 | 嵌入文档 | 映射 | 映射 | 映射 |
| 数组 | 数组 | 列表 | 列表 | 列表 |
转自：
关系数据库管理系统 (RDBMS) 和非关系 (NoSQL) 数据库各有优劣。
在 RDBMS 中，您可以灵活查询数据，但查询成本相对较高，并且在高流量的情况下无法有效扩展。
在 NoSQL 数据库中，您只能通过几种方式有效查询数据，否则查询成本高且速度慢。
| 关系数据库 | NoSQL 数据库 | |
| 数据模型 | 关系模型可将数据标准化为由行和列组成的表。采用一种架构来严格定义表、行、列、索引、各个表之间的关系及其他数据库元素。 | NoSQL 数据库一般不会实施架构。一般使用分区键来检索值、列集或半结构化 JSON、XML 或其他包含相关项目属性的文档。 |
| ACID 属性 | 传统的 RDBMS 支持关系数据库的 ACID 属性：原子性、一致性、隔离性和持久性。原子性表示“全有或全无”，即完全执行或完全不执行某项事务。一致性表示事务提交之后，数据必须符合数据库架构。隔离性要求并发事务应分别执行，互不干扰。持久性即能够从意外系统故障或断电情况中恢复到上一个已知状态。 | 为了获得更为灵活且可水平扩展的数据模型，NoSQL 数据库通常会放弃传统 RDBMS 的部分 ACID 属性。凭借这些特性，当传统的 RDBMS 遇到架构方面的挑战时，NoSQL 数据库便成了最佳选择，可用来克服一系列问题，包括性能瓶颈、可扩展性、运营复杂性和不断增加的管理和支持成本。 |
| 性能 | 性能一般取决于磁盘子系统。要获得最佳性能，就需要优化查询、索引和表结构。 | 性能通常由底层硬件集群大小、网络延迟以及调用应用程序来决定。 |
| 扩展 | 进行纵向扩展最简单的方式是利用运行更快的硬件。您需要追加投资才能获得跨分布式系统的关系表。 | 旨在利用低成本硬件的分布式群集进行横向扩展，从而在不增加延迟的前提下提高吞吐量。 |
| API | 存储和检索数据的请求由符合结构化查询语言 (SQL) 的查询来传达。这些查询由 RDBMS 解析和执行。 | 借助基于对象的 API，应用程序开发人员可以轻松存储和检索内存数据结构。通过分区键，应用程序可以查找键值对、列集或包含序列化应用程序对象和属性的半结构化文档。 |
| 工具 | SQL 数据库一般会提供一组丰富的工具，用于简化数据库驱动型应用程序的开发流程。 | 而 NoSQL 数据库一般会提供多种工具来管理集群和扩展。应用程序是底层数据的主要接口。 |
NoSQL 数据库的不同类型
有四种常见的 NoSQL 数据库类型：列式、文档、图形和内存键值。
通常，这些数据库在存储、访问和结构化数据的方式上有所差异，但都针对不同的使用案例和应用程序进行了优化。
- 列式数据库针对读取和写入数据列（而不是数据行）进行了优化。适用于数据库表的列式存储是分析查询性能的一大要素，因为它极大地降低了整体磁盘 I/O 要求，并减少了您需要从磁盘加载的数据量。
- 文档数据库旨在将半结构化数据存储为文档，通常采用 JSON 或 XML 格式。与传统关系数据库不同的是，每个 NoSQL 文档的架构是不同的，可让您更加灵活地整理和存储应用程序数据并减少可选值所需的存储。
- 图形数据库可存储顶点以及称为边缘的直接链路。图形数据库可以在 SQL 和 NoSQL 数据库上构建。顶点和边缘可以拥有各自的相关属性。
- 内存键值存储是针对读取密集型应用程序工作负载（例如社交网络、游戏、媒体共享和 Q&A 门户）或计算密集型工作负载（例如推荐引擎）进行了优化的 NoSQL 数据库。内存缓存可将重要数据存储在内存中以实现低延迟访问，从而提高应用程序性能。
SQL 与 NoSQL 术语比较
| SQL |
MongoDB (NoSQL) | DynamoDB (NoSQL) | Cassandra (NoSQL) | Couchbase (NoSQL) |
| 表 | 集合 | 表 | 表 | 数据存储桶 |
| 行 | 文档 | 项目 | 行 | 文档 |
| 列 | 字段 | 属性 | 列 | 字段 |
| 主键 | 主键 | 主键 | 文档 ID | |
| 索引 | 索引 | 二级索引 | 索引 | 索引 |
| 视图 | 视图 | 全局二级索引 | 具体化视图 | 视图 |
| 嵌套表或对象 | 嵌入文档 | 映射 | 映射 | 映射 |
| 数组 | 数组 | 列表 | 列表 | 列表 |
转自：
NoSQL 数据库的不同类型
有四种常见的 NoSQL 数据库类型：列式、文档、图形和内存键值。
通常，这些数据库在存储、访问和结构化数据的方式上有所差异，但都针对不同的使用案例和应用程序进行了优化。
- 列式数据库针对读取和写入数据列（而不是数据行）进行了优化。适用于数据库表的列式存储是分析查询性能的一大要素，因为它极大地降低了整体磁盘 I/O 要求，并减少了您需要从磁盘加载的数据量。
- 文档数据库旨在将半结构化数据存储为文档，通常采用 JSON 或 XML 格式。与传统关系数据库不同的是，每个 NoSQL 文档的架构是不同的，可让您更加灵活地整理和存储应用程序数据并减少可选值所需的存储。
- 图形数据库可存储顶点以及称为边缘的直接链路。图形数据库可以在 SQL 和 NoSQL 数据库上构建。顶点和边缘可以拥有各自的相关属性。
- 内存键值存储是针对读取密集型应用程序工作负载（例如社交网络、游戏、媒体共享和 Q&A 门户）或计算密集型工作负载（例如推荐引擎）进行了优化的 NoSQL 数据库。内存缓存可将重要数据存储在内存中以实现低延迟访问，从而提高应用程序性能。
- 列式数据库针对读取和写入数据列（而不是数据行）进行了优化。适用于数据库表的列式存储是分析查询性能的一大要素，因为它极大地降低了整体磁盘 I/O 要求，并减少了您需要从磁盘加载的数据量。
- 文档数据库旨在将半结构化数据存储为文档，通常采用 JSON 或 XML 格式。与传统关系数据库不同的是，每个 NoSQL 文档的架构是不同的，可让您更加灵活地整理和存储应用程序数据并减少可选值所需的存储。
- 图形数据库可存储顶点以及称为边缘的直接链路。图形数据库可以在 SQL 和 NoSQL 数据库上构建。顶点和边缘可以拥有各自的相关属性。
- 内存键值存储是针对读取密集型应用程序工作负载（例如社交网络、游戏、媒体共享和 Q&A 门户）或计算密集型工作负载（例如推荐引擎）进行了优化的 NoSQL 数据库。内存缓存可将重要数据存储在内存中以实现低延迟访问，从而提高应用程序性能。
SQL 与 NoSQL 术语比较
SQL 与 NoSQL 术语比较
SQL 与 NoSQL 术语比较
| SQL |
MongoDB (NoSQL) | DynamoDB (NoSQL) | Cassandra (NoSQL) | Couchbase (NoSQL) |
| 表 | 集合 | 表 | 表 | 数据存储桶 |
| 行 | 文档 | 项目 | 行 | 文档 |
| 列 | 字段 | 属性 | 列 | 字段 |
| 主键 | 对象 ID | 主键 | 主键 | 文档 ID |
| 索引 | 索引 | 二级索引 | 索引 | 索引 |
| 视图 | 视图 | 全局二级索引 | 具体化视图 | 视图 |
| 嵌套表或对象 | 嵌入文档 | 映射 | 映射 | 映射 |
| 数组 | 数组 | 列表 | 列表 | 列表 |
| SQL |
MongoDB (NoSQL) | DynamoDB (NoSQL) | Cassandra (NoSQL) | Couchbase (NoSQL) |
| 表 | 集合 | 表 | 表 | 数据存储桶 |
| 行 | 文档 | 项目 | 行 | 文档 |
| 列 | 字段 | 属性 | 列 | 字段 |
| 主键 | 对象 ID | 主键 | 主键 | 文档 ID |
| 索引 | 索引 | 二级索引 | 索引 | 索引 |
| 视图 | 视图 | 全局二级索引 | 具体化视图 | 视图 |
| 嵌套表或对象 | 嵌入文档 | 映射 | 映射 | 映射 |
| 数组 | 数组 | 列表 | 列表 | 列表 |
https://aws.amazon.com/cn/nosql/?n c1=f_cc