关系型数据库和非关系型数据库区别，关系型数据库与非关系型数据库的发展前景如何

关系型数据库和非关系型数据库区别？

非关系型数据库就是没用遵守关系代数模式的数据库。举一部分例子：1. 文档数据库，没研究过定义，一般mongodb 就是文档数据库，特点就是数据定义比较灵活。2. Kv数据库，提供的是kv的数据表示模式。单机的rocksdb，分布式的tikv之类。3. 图数据库。数据可以用图来定义。4. 列式数据库。hbase之类，这里可能有争议，不少人把hbase 定义为列存。

关系型数据库：这里说的关系型数据库是指采取了关系模型来组织数据的数据库。关系模型是在1970年由IBM的研究员E.F.Codd博士第一提出，在后面的几十年中，关系模型的概念得到了充分的蓬勃发展和进步并渐渐成为数据库架构的主流模型。一般情况下，关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其当中的联系组成的一个数据组织。下面列出了关系模型中的经常会用到概念。关系：可以理解为一张二维表，每个关系都具有一个关系名，就是一般说的表名。元组：可以理解为二维表中的一行，在数据库中常常被称为记录。属性：可以理解为二维表中的一列，在数据库中常常被称为字段。域：属性的取值范围，其实就是常说的数据库中某一列的取值限制。重要字：一组可以唯一标识元组的属性。数据库中常称为主键，由一个或多个列组成。关系模式：指对关系的描述，其格式为：关系名（属性1，属性2，…，属性N）。在数据库中一般称为表结构。

最主要的几点区别：

关系型数据库支持SQL，可用于复杂的查询，非关系型数据库没有sql支持，学习和使用成本非常高，数据结构相对复杂，复杂查询方面稍欠；

关系型数据库大多数情况下是结构化的数据，主要的数据结构是表，故此，关系型数据库有固定的表结构，灵活度稍欠，非关系型数据库格式灵活，存储数据的格式可以是key,value形式、文档形式、图片形式等等，应用场景广泛。

第三点区别，关系型数据库读写性能比较差，特别是海量数据的高效率读写，非关系型数据库速度快，nosql可以使用硬盘或者随机存储器作为载体。

关系型数据库与非关系型数据库的蓬勃发展和进步前景？

优点：

1）成本：nosql数据库简单易部署，基本都是开源软件，不用像使用oracle那样花费非常多成本购买使用，相比关系型数据库价格便宜。

2）查询速度：nosql数据库将数据存储于缓存之中，关系型数据库将数据存储在硬盘中，自然查询速度远不及nosql数据库。

3）存储数据的格式：nosql的存储格式是key,value形式、文档形式、图片形式等等，故此，可以存储基础类型还有对象或者是集合等各自不同的格式，而数据库则只支持基础类型。

4）扩展性：关系型数据库有类似join这样的多表查询机制的限制致使扩展很艰难。

缺点：

1）维护的工具和资料有限，因为nosql是属于新的技术，不可以和关系型数据库10几年的技术同日而语。

2）没有对sql的支持，假设不支持sql这样的工业标准，将出现一定用户的学习和使用成本。

3）没有关系型数据库对事物的处理。

非关系型数据库与关系型数据库各自的优势

非关系型数据库的优势：

1. 性能NOSQL是根据键值对的，可以想象成表中的主键和值的对应关系，而且，不用经过SQL层的剖析解读，故此，性能很高。

2. 可扩展性同样也是因为根据键值对，数据当中没有耦合性，故此，很容易水平扩展。

关系型数据库的优势：

1. 复杂查询可以用SQL语句方便的在一个表还有多个表当中做很复杂的数据查询。

2. 事务支持让针对安全性能很高的数据访问要求得以达到。针对这两类数据库，对方的优势就是自己的弱势，反之亦然。

非关系型数据库的优势和劣势

关系型数据库把全部的数据都通过行和列的二元表现形式表示出来。

关系型数据库的优势：

1. 保持数据的完全一样性（事务处理）

2.因为以标准化为前提，数据更新的开销很小（一样的字段差不多都唯有一处）

3. 可以进行Join等复杂查询

这当中可以保持数据的完全一样性是关系型数据库的最大优势。

关系型数据库的不够：

不擅长的处理

1. 非常多数据的写入处理

2. 为有数据更新的表做索引或表结构（schema）变更

3. 字段不固定时应用

4. 对简单查询需迅速返回结果的处理

非结构化数据和结构化数据在共享方面的区别？

结构化数据和非结构化数据是大数据信息内容服务平台的两种类型，这两者当中依然不会存在真正的冲突。客户如何选择不是根据数据结构，而是根据使用它们的应用程序：关系数据库用于结构化数据，相当大一部分其他类型的应用程序用于非结构化数据。

然而结构化数据分析的难度大小与非结构化数据的分析难度当中的关系越来越慌张。结构化数据分析是一种成熟的过程和技术。非结构化数据分析是一个新兴的行业，在研发方面有不少新的投资，但不是一项成熟的技术。了解两者当中的差异是充分利用这两者的重点，尤其是在从Web数据中获益时。

什么是结构化数据

相当大一部分人都熟悉结构化数据的工作原理。结构化数据，可以从名称中看出是高度组织和整齐格式化的数据。它是可以放入表格和电子表格中的数据类型。它可能不是大家最容易找到的数据类型，但与非结构化数据相比，无疑是两者中大家更容易让用的数据类型。另外一个方面，计算机可以轻松地搜索它。

结构化数据也被成为定量数据是可以用数据或统一的结构加以表示的信息，如数字、符号。在项目中，保存和管理这些的数据大多数情况下为关系数据库，当使用结构化查询语言或SQL时，计算机程序比较容易搜索这些术语。结构化数据具有的明确的关系让这些数据运用起来十分方便，不过在商业上的可挖掘价值方面就比较差。

典型的结构化数据涵盖：信用卡号码、日期、财务金额、手机号、地点位置、产品名称等。

什么是非结构化数据

非结构化数据实质上是结构化数据之外的一切数据。它不满足任何预定义的模型，因为这个原因它存储在非关系数据库中，并使用NoSQL进行账号登录并查询。它可能是文本的或非文本的，也许是人为的或机器生成的。简单的说，非结构化数据就是字段可变的数据。

非结构化数据不是既然如此那，容易组织或格式化的。收集，处理和分析非结构化数据也是一项重要挑战。这出现了一部分问题，因为非结构化数据构成了互联网上大部分可用数据，还它每一年都在增长。随着更多信息在互联网上可用，还大多数信息都是非结构化的，找到使用它的方式已成为不少企业的重要战略。更传统的数据分析工具和方式还没办法完成工作。

典型的人为生成的非结构化数据涵盖：

文本篇文章件：文字处理、电子表格、演示文稿、电子邮件、日志。

电子邮件：电子邮件因为其元数据而具有一部分内部结构，我们有的时候，故将他称为半结构化。但是消息字段是非结构化的，传统的分析工具没办法剖析解读它。

社交媒体：来自新浪微博、微信、QQ、Facebook，Twitter，LinkedIn等平台的数据。

官方网站： YouTube，Instagram，照片共享官方网站。

移动数据：短信、位置等。

通讯：聊天、即时消息、电话号码录音、协作软件等。

媒体：MP3、数码照片、音频文件、视频文件。

业务应用程序：MS Office文档、生产力应用程序。

典型的机器生成的非结构化数据涵盖：

卫星图像：天气数据、地形、军事活动。

科学数据：石油和天然气勘探、空间勘探、地震图像、大气数据。

数字监控：监控照片和视频。

传感器数据：交通、天气、海洋传感器。

结构化数据与非结构化数据：有何区别

从上文的解释中，结构化和非结构化数据当中的差异渐渐变得清晰。除了存储在关系数据库和存储非关系数据库之外的明显区别之外，最大的区别在于分析结构化数据与非结构化数据的便利性。针对结构化数据存在成熟的分析工具，但用于挖掘非结构化数据的分析工具正处于萌芽和发展阶段。

还非结构化数据要比结构化数据多得多。非结构化数据占企业数据的百分之80以上，还以每一年55%~65%的速度增长。假设没有工具来分析这些海量数据，企业数据的巨大价值都将没办法发挥。

随着储存成本的下降，还有新兴技术的蓬勃发展和进步，行业对非结构化数据的重视程度得到提升。例如物联网、工业4.0、视频直播出现了更多的非结构化数据，而人工智能、机器学习、语义分析、图像识别等技术方向则更需非常多的非结构化数据来开展工作。

（1）结构化数据，一般情况下就是数据库。结合到典型场景中更容易理解，例如企业ERP、财务系统；医疗HIS数据库；政府行政审批；其他核心数据库等。这些应用需什么存储方案呢？基本涵盖高速存储应用需求、数据备份需求、数据共享需求还有数据容灾需求。

（2）非结构化数据库是指其字段长度可变，还每个字段的记录又可以由可重复或不可重复的子字段构成的数据库，用它不仅可以处理结构化数据（如数字、符号等信息）而且，更合适处理非结构化数据（全文文本、图像、声音、影视、超媒体等信息）。

ado是什么意思互联网用语？

ADO (ActiveX Data Objects，ActiveX数据对象）是Microsoft提出的应用程序接口（API），用以达到访问关系或非关系数据库中的数据。

比如，假设您期望编写应用程序从DB2或Oracle数据库中向网页提供数据，可以将ADO程序涵盖在作为活动服务器页（ASP）的HTML文件中。

当用户从官方网站请求网页时，返回的网页也涵盖了数据中的对应数据，这都是因为使用了ADO代码的结果。

n非关系型数据库有什么？

几种经常会用到非关系型数据库：MongoDB、Apache CouchDB、ArangoDB、Couchbase、Cosmos DB、IBM Domino、MarkLogic、OrientDB。