大家好，這一期我們來談一下數據庫，目前有兩大類型的數據庫，一種是結構化SQL數據庫，一種非結構化NOSQL數據庫。

比拼1：數據的組織形式。

SQL

SQL, 顧名思義是結構化查詢語言。它的數據都是結構化的，這個需要在最初創建數據庫的時候要做好設計，這個設計一旦定型以后，再修改的話就會比較麻煩。當然如果設計做得好的話，也就無需再修改了。所以結構化數據***的一個工作就是表的設計。這是在使用這種數據庫的時候，開發工作中的重中之重。

結構化數據的另一個體現就是各種數據之間的關系，比如說1對1的關系，一對多的關系，多對多的關系。

另一個體現就是數據的定義嚴格，在一個表中只能存放一種表數據，也就是說，你的每一行的數據都要遵循這個表的的定義。這個表里的每行的數據都遵循這個表內定義好的數據類型，不能夠存放一些所謂非定義的數據，否則出錯。

NOSQL

而NOSQL數據庫。它不需要結構化的數據設計。這樣它的容錯性就很強，也不存在太嚴格的設計，所以以后的擴展和修改都比較容易。

NOSQL數據庫里面不存在關系這個概念，如果你想實現關系，比如說1對1，一對多,多對多，你需要用程序來實現，而不是用數據庫本身來實現。

另外一個是一個表中可以存放不同的數據類型, 簡單的說就是每一行的數據可以不遵循統一的定義。

比拼2：原子操作

我們要看一下原子操作。所謂原子操作，就是指一個操作要么成功，要么失敗，沒有半途而終的。假設說一個處理訂單的操作中存在5個步驟，你處理一個訂單，提交訂單，開始計算數據，隨后寫入數據庫五個表然后，才返回成功，如果有一個失敗，那就返回失敗。返回失敗就意味著撤回之前所有的操作。

這種原子操作在SQL數據庫中非常容易實現，它本身就存在這樣的機制叫做事務處理機制。

這也是我們選擇SQL數據庫的一個重要參考指標。只要我們在處理數據的過程中存在這樣的操作，要么成功，要么失敗，那么我們首先要選擇的就是SQL數據庫。

然而在NOSQL數據庫中不存在這樣的機制。但是這里追求數據的統一性，比如說你有很多個數據集，這里不稱之為數據表了。一旦有一部分修改，你必須更新所有的包含這類數據數據集。

比拼3：效率方面。

結構化數據庫有很多方式可以提高數據的處理效率。比如說創建索引，使用存儲程序Stored Procedure, 一些架構如entity framework, hibernate。

但是因為結構化數據庫天然的追求數據的完整性，所以它在效率方面還是存在一些瓶頸的。

然而NOSQL非結構化數據庫就不存在這樣的問題。因為它關心的就是快速的寫入數據，查詢數據。雖然有一些數據的冗余，但是它的寫入和查詢速度都非常快，尤其是在處理巨量數據的時候，這個優勢特別明顯。

但是如果數據集之間的耦合性非常強的話，因為要做到數據的統一，你需要不停的寫多個相關的數據集，這樣也會大大降低效率。

比拼4：擴展潛力

橫向擴展和縱向擴展的區別。

橫向擴展是指用多臺服務器服務一個數據庫，這種擴展的好處就是沒有極限。這個對于結構化數據庫來說，幾乎是不可能的。非結構化數據庫就可以做到橫向擴展。

縱向擴展是指通過提高硬件性能軟件性能來提高整體服務器的性能。這種擴展的劣勢就是總會達到極限。當然這種擴展對于結構化數據庫和非結構化數據庫都是適用的。

小結：那么哪個更好呢？

說實在的，一下子很難說，是結構化數據庫更好還是非結構化數據庫更好？因為這兩種數據庫的設計初衷是不一樣的。

結構化數據庫的目標是追求數據操作的完整性，但是對單機服務器的性能要求比較高。

非結構化數據庫的設計，追求的是讀寫的效率和可擴展性，可以實現多機的協作。但是又不注重數據操作的完整性。同時會產生大量的冗余數據。