上一篇
按存储与检索对象
按存储与检索对象，数据库分为关系型（表结构）、非关系型（键值/文档/图数据）、对象型（面向对象）及XML型，适配不同数据模型与应用场景
数据库类型与存储检索特点
| 数据库类型 | 存储特点 | 检索特点 |
|---|---|---|
| 关系型数据库 | 结构化存储（表、字段） 支持事务ACID特性 固定模式（Schema） | SQL查询优化成熟 复杂关联查询高效 模糊查询需依赖LIKE等操作符 |
| NoSQL数据库 | 灵活模式（动态字段） 支持文档/键值/列族/图等多种模型 水平扩展性强 | 高并发读写优化 基于索引的快速检索 复杂查询需应用层处理 |
| 搜索引擎 | 倒排索引存储 文本分词预处理 分布式存储（如ES） | 布尔/短语/模糊搜索 排序/聚合功能 实时性取决于刷新策略 |
| 文件存储系统 | 原始二进制存储 元数据独立管理 支持大对象（如视频/日志） | 依赖文件名/路径检索 全文检索需结合索引服务 随机读写性能较低 |
数据格式与存储适配性
| 数据格式 | 典型存储场景 | 检索优化方向 |
|---|---|---|
| 结构化数据 | 金融交易记录 ERP系统数据 物联网传感器数值 | 建立B+树/哈希索引 预聚合计算 分区表设计 |
| 半结构化数据 | JSON日志 XML配置文件 用户行为轨迹 | 嵌套字段索引 数组元素索引 Schema自动推断 |
| 非结构化数据 | 图像/音视频文件 自然语言文本 二进制日志 | 特征向量索引 嵌入模型检索 元信息反向索引 |
存储介质与检索性能
| 存储介质 | 性能特征 | 适用场景 |
|---|---|---|
| SSD（固态硬盘） | 低延迟（μs级） 高IOPS 无机械磨损 | 热数据存储 实时分析 高频读写场景（如支付系统） |
| HDD（机械硬盘） | 大容量低成本 高延迟（ms级） 顺序读写快 | 冷数据归档 批量离线处理 日志顺序写入（如安防监控） |
| 内存数据库 | 纳秒级延迟 极高吞吐 数据易失性 | 实时排行榜 超低延迟交易 临时计算结果缓存 |
典型应用场景对比
| 场景需求 | 最优存储方案 | 关键设计点 |
|---|---|---|
| 电商订单系统 | 关系型数据库（如MySQL）+ Redis缓存 | 事务保证订单完整性 缓存热点商品信息 分库分表应对高并发 |
| 社交媒体Feed流 | Cassandra（NoSQL）+ Elasticsearch | 分布式存储海量动态内容 倒排索引实现快速关键词搜索 时间轴排序 |
| 医疗影像系统 | 对象存储（MinIO）+ MongoDB元数据 | 原始DICOM文件对象存储 元数据嵌套结构 影像特征向量近似检索 |
成本与维护复杂度
| 维度 | 关系型数据库 | NoSQL数据库 | 搜索引擎 |
|---|---|---|---|
| 硬件成本 | 中等（依赖SSD） | 低（可分布式部署） | 高（需集群化部署） |
| 运维复杂度 | 高（备份/恢复/扩容） | 中（自动分片/副本） | 中高（索引管理/节点协调） |
| 开发成本 | 低（标准化SQL） | 中（API驱动） | 高（查询DSL学习） |
| 实时性 | 普通（毫秒级） | 优秀（微秒级） | 良好（近实时） |
相关问题与解答
Q1：如何选择关系型数据库与NoSQL数据库的混合存储架构？
A1：
- 核心原则：
- 结构化且需要事务的数据（如订单、账户）使用关系型数据库
- 非结构化/动态扩展数据（如用户画像、日志）使用NoSQL
- 典型组合：
| 组件 | 职责 | 技术选型示例 |
|—————-|————————————-|——————————-|
| 主数据库 | ACID事务处理 | PostgreSQL |
| 缓存层 | 热点数据加速 | Redis |
| 扩展存储 | 非结构化数据持久化 | MongoDB |
Q2：为什么Elasticsearch不适合作为OLTP系统的主存储？
A2：
- 主要限制：
- 写入延迟：文档写入需经历分词、索引构建等耗时操作（通常百毫秒级）
- 更新代价：删除/更新需逻辑删除+新文档索引，无法原地修改
- 事务支持：仅支持最终一致性，无多文档事务能力
- 适用边界：
适合读多写少、需复杂检索的场景（如日志分析），不适合高并发写入的实时
