数据库类型有哪几种

关系型数据库统治世界几十年，数据靠的库类是一张张规规矩矩的表格。银行转账、数据订单管理、库类员工花名册，数据全得靠它。库类MySQL、数据PostgreSQL、库类Oracle，数据名字报出来都是库类老熟人。数据塞进预定义好的数据行和列，想查什么用SQL写一句，库类交情到位，数据关系分明。库类但它的数据硬伤也明显——表结构一旦定死，想改个字段比搬家还折腾，数据量大了还得靠分库分表续命，麻烦得很。 后来互联网爆发，数据量疯长，关系型数据库有点扛不住了。这时候键值数据库跳了出来，Redis、Memcached，简单粗暴，一个钥匙配一个值，跟查字典一样快。你把它当缓存用，热点数据唰一下就能取出来，扛住高并发就靠它。可你要是想按范围查个数据，或者搞个复杂关联，它直接摆烂——没那功能。它适合的场景极其单一，但架不住快，特别是抢购活动、实时排行榜，离了它真不行。 文档数据库是另一路野路子，MongoDB是典型代表。它不搞表格那套，数据存成JSON文档，长得跟编程里的对象一模一样。这带来的好处是灵活，字段想加就加，不用提前设计表结构。比如做个博客系统，每篇文章的标签、评论数、阅读量，直接塞一个文档里，存取都方便。程序员用起来特别顺手，因为不用在对象和表格之间来回转换。不过代价是事务能力弱，你要是搞个涉及多步操作的转账，它处理起来就有点力不从心，容易出岔子。 列族数据库听着冷门，但HBase、Cassandra在大厂内部早就混得风生水起。它按列存数据，跟关系型按行存是两码事。适合海量数据的写入和查询，比如日志系统、用户行为分析，一天几十亿条记录往里灌，它还能保持稳定发挥。但它对查询的支持比较死板，你得按设计好的列族去访问，想临时跑个复杂查询，能把你急死。它天生为扩展而生，加机器就能扩容，但用起来门槛不低，一般小项目根本用不上。 图数据库是后起之秀，Neo4j是代表。它专门处理关系复杂的数据，比如社交网络里谁关注了谁，或者推荐系统里用户和商品之间的关联。数据存成节点和边，查起来就像沿着线走迷宫，效率极高。你要是在关系型数据库里查“朋友的朋友的朋友”，得写好几层JOIN，性能差到怀疑人生。但图数据库里这就是一句简单查询的事。当然它也有短板，数据量一旦特别大，分布式处理能力就没那么强了，容易成单点瓶颈。 这几种数据库不是互相替代的关系，更像是工具箱里的不同家伙什。实际生产环境里，很多系统都是混着用的。比如一个电商平台，商品信息放关系型数据库，用户购物车放Redis缓存，订单文档存MongoDB，用户行为日志丢进HBase，好友关系用图数据库。每样东西都放在最合适的位置，各干各的活，谁也不碍着谁。 选型这事，真没有银弹。我见过小团队非要用HBase存用户信息，结果运维成本高得吓人，最后灰溜溜迁回MySQL。也见过大厂死守Oracle不放，结果扩展性跟不上业务增长，天天加班搞优化。合适才是硬道理，流量小的项目用MySQL加Redis，撑个几百万用户绰绰有余。真到了千万级日活，再考虑上更复杂的分布式方案也不迟。别一开始就整一堆技术栈，到头来维护成本比业务开发还高，那就本末倒置了。