数据库类型可分为哪三种？

　　数据库类型可分为层次型、网状型和关系型。层次型数据库是把数据根据层次构造（树结构）的方法呈现；网状型数据库是采用网状原理和方法，以网状数据模型为基础建立的数据库；关系型数据库是指采用了关系模型来组织数据的数据库。

　　相关：《编程学习》

　　数据库种类有哪些

　　早期较为时兴的数据库种类有三种，分别是层次型数据库、网状型数据库和关系型数据库。而在如今的互联网中，最常见的数据库种类主要有2种，即关系型数据库和非关系型数据库。

　　层次数据库介绍

　　层次数据库是最开始研制的数据库系统软件，它把数据根据层次构造（树结构）的方法呈现。层次数据库以前是非常热门的数据库，但伴随着关系数据库的逐渐流行，如今早已非常少应用了。

　　特征：树的性质决定了树状数据模型的特征

　　1. 整个模型中有且仅有一个节点没有父节点，其余的节点必须有且仅有一个父节点，但是所有的节点都可以不存在子节点；

　　2. 所有的子节点不能脱离父节点而单独存在，也就是说如果要删除父节点，那么父节点下面的所有子节点都要同时删除，但是可以单独删除一些叶子节点；

　　3. 每个记录类型有且仅有一条从父节点通向自身的路径；

　　较为具备象征性的层次数据库是IMS（Information Management System）数据库，由IBM企业研发。

　　网状型数据库介绍

　　定义：用有向图表示实体和实体之间的联系的数据结构模型称为网状数据模型。

　　特征：

　　1. 可以存在两个或者多个节点没有父节点；

　　2. 允许单个节点存在多于一个父节点；

　　关系型数据库详细介绍

　　网络数据库和层次数据库在数据独立性和抽象性级別上有所欠缺，用户开展存储时，需要声明数据的存储结构和相对路径。而关系数据库就可以较切实解决这种问题。

　　关系型数据库，是指采用了关系模型来组织数据的数据库，其以行和列的形式存储数据，以便于用户理解，关系型数据库这一系列的行和列被称为表，一组表组成了数据库。用户通过查询来检索数据库中的数据，而查询是一个用于限定数据库中某些区域的执行代码。关系模型可以简单理解为二维表格模型，而一个关系型数据库就是由二维表及其之间的关系组成的一个数据组织。

　　和Excel工作簿一样，关系型数据库也选用由列和行构成的二维表来管理数据，简单易懂。另外，它还利用SQL（Structured Query Language，结构化查询语言）对数据开展实际操作。

　　非关系型数据库详细介绍

　　伴随着互联网技术Web2.0的兴起，传统关系型数据库在应对大数据量，比如大规模和高并发的微博、微信或者SNS类型的web2.0动态网页时，已经有些力不从心，曝露了许多难以克服的难题。因此出现了针对大规模数据量场景，以性能卓越和应用便捷为目的的的数据库产品——NOSQL数据库。

　　非关系型数据库主要是根据“非关系实体模型”的数据库，也称之为NoSQL数据库，NOSQL的原意是“Not only SQL”，而不是“NoSQL”的含意，因而，NoSQL的出现并不是要完全否认关系型数据库，只是做为传统关系型数据库的一个合理补充。NOSQL数据库在特殊的情景下能够充分发挥出无法想象的高效率和卓越性能。

　　非关系型数据库还能够细分化为四个小项：

　　键值（Key-Value）储存数据库；

　　列储存（Column-oriedted）数据库；

　　面向文本文档（Document-Oriented）数据库；

　　图型（Graph）数据库。

　　不同种类数据库应用领域区别

　　在数据库应用角度来区分的话，数据库还可以分为面向操作型和面向数据分析型，以下是根据实际应用场景的不同对数据库的简单的介绍。

　　1.面向操作的关系型数据库

　　典型性应用领域:ERP,CRM,信用卡交易,中小型电商

　　数据储存方法:表格

　　流行厂商:Oracle Database,Microsoft SQLServer,IBM DB2,EnterpriseDB(PostgreSQL),MySQL

　　优点：完善的生态环境保护，事务保证/数据一致性

　　缺点：严苛的数据模型界定，数据库拓展限制，和非结构型的结合应用较难。

　　2.面向数据分析的关系型数据库

　　典型性应用领域:数据仓库，商务智能，数据科学研究

　　数据储存方法:表格

　　流行厂商:Oracle Exadata,Oracle Hyperion,Teradata,IBM Netezza,Google BigQuery

　　优点:信息内容和计算的一致性

　　缺点:必须由数据库技术专业的IT工作人员维护保养，数据相应通常是分钟级

　　3.面向操作的非关系型数据库

　　典型性应用领域:Web,mobile,and IoT applications,social networking,user recommendations,shopping carts

　　数据储存方法:有很多存储结构(document,graph,column,key-value,time series)

　　流行厂商:MongoDB,Amazon DynamoDB,Amazon,Redis

　　优点:便捷性，协调能力(不用预定义的方式)，水平伸缩(适应大规模数据量)，成本低(开源系统)

　　缺点:欠缺事务保证

　　4.面向数据分析的非关系型数据库

　　典型性应用领域:索引数以百万计的数据点，预测分析,诈骗检验

　　数据储存方法:Hadoop不用原有的数据构造;数据能够跨好几个服务器存储

　　流行厂商:Cloudera,Hortonworks,MapR,MarkLogic,Snowflake,DataBricks,ElasticSearch

　　优点:适用批量处理,并行处理文件;主要是开源的，资金投入较低

　　缺点:迟缓的响应速度;不宜迅速检索或高速更新

　　想要查阅更多相关文章，请访问！