非关系数据库中有NoSql和Cloudant。
nosql和关系数据库的比较？
优点:
1)成本:nosql数据库简单易部署，而且基本上是开源软件，不需要像oracle那样花很多钱购买使用，比关系数据库便宜。
2)查询速度:nosql数据库将数据存储在缓存中，关系数据库将数据存储在硬盘中，自然查询速度远不如nosql数据库。
3)存储数据格式:nosql的存储格式是key、value、document、picture等，因此可以存储基本类型、对象或集合等各种格式，而数据库只支持基本类型。
4)可扩展性:关系数据库受限于join这样的多表查询机制，难以扩展。
缺点:
1)维护工具和材料有限，因为nosql是一项新技术，10多年来无法与关系数据库的技术相比。
2)如果不支持sql，如果不支持像sql这样的行业标准，对用户来说会有一定的学习和使用成本。
3)没有提供关系数据库来处理事情。
非关系数据库的优点:1。性能NOSQL基于键值对，可以想象成主键与表中值的对应关系，不需要SQL层解析，所以性能很高。2.可扩展性也是因为基于键值对的数据之间没有耦合，所以很容易横向扩展。
关系数据库的优点:1。复杂查询可以使用SQL语句在一个表和多个表之间进行非常复杂的数据查询。2.事务支持使具有高安全性的数据访问要求得以实现。对于这两种类型的数据库，彼此的优势是各自的弱点，反之亦然。
关系数据库通过行和列的二进制表示来表示所有数据。
关系数据库的优势:
1.保持数据一致
2.因为有了标准化的前提，数据更新的成本很小
3.可以执行复杂的查询，如连接
关系数据库最大的优点是保持数据的一致性。
关系数据库的缺点:
处理你不擅长的事情
1.大量数据的写入处理
2.对具有数据更新的表进行索引或表结构更改
3.当字段不固定时应用
4.简单的查询需要快速返回结果
-大量数据的写入处理
读写都集中在一个数据库上，让数据库不堪重负。大多数网站都采用主从复制技术将读写分开，以提高读写性能和阅读数据库的可扩展性。
所以在进行大量数据操作时，会用到数据库的主从模式。主数据库负责写数据，从数据库负责读数据。增加从数据库实现规模化很容易，但是没有简单的方法解决规模化问题。
第一，为了大规模的写数据，可以考虑将主数据库的数量从一个增加到两个，作为相互关联、复制的二进制主数据库使用。确实这样可以将每个主数据库的负载减少一半，但是在更新处理上会有冲突，可能会造成数据不一致。为了避免这种问题，有必要将每个表的请求分配给适当的主数据库进行处理。
其次，我们可以考虑将数据库进行划分，放在不同的数据库服务器上，比如在不同的数据库服务器上放不同的表。数据库划分可以减少每个数据库服务器上的数据量，从而减少硬盘IO的输入输出处理，实现内存中的高速处理。但是，由于不同服务器上存储单词的表无法连接，因此在对数据库进行分区时，需要提前考虑这些问题。数据库分区后，如果一定要加入的话，在程序中一定要关联，很难。
-对具有数据更新的表进行索引或表结构更改
在使用关系数据库时，为了加快查询速度，需要创建索引，更改表结构以便添加必要的字段，以及共享和锁定表以便执行这些过程。在此期间，数据变更、更新、插入、删除等。无法执行。如果您需要执行一些耗时的操作，例如为具有大量数据的表创建索引或更改它们的表结构，您应该特别注意数据可能在很长一段时间内不会更新。
-字段不固定时的应用
如果字段不固定，就很难使用关系数据库。有人会说，需要的时候加个字段是必要的。这种方法不是没有可能，但是在实践中每次重复改变表结构是非常痛苦的。也可以预置大量的初步字段，但这种情况下，很容易保持字段和数据的对应状态，即哪些字段持有哪些数据。
-处理需要快速返回结果的简单查询
这并不是什么缺点，但是无论如何，关系数据库并不擅长将结果快速返回给简单的查询，因为关系数据库使用一种特殊的sql语言来读取数据，并且需要解析sql和Vietnam，还有锁表和解锁表这样的额外开销。这并不是说关系数据库太慢，只是告诉大家，想要高速处理简单的查询，没有必要使用关系数据库。
-
NoSQL数据库
关系数据库应用广泛，可以进行事务处理、表连接等复杂查询。相反，NoSQL数据库只用于特定的领域，基本上没有复杂的处理，但它只是弥补了前面列出的关系数据库的不足。
优点:
易于分散数据
关系数据库之所以得名，主要是因为数据之间的关联。关系数据库为了进行连接处理，必须将数据存储在同一个服务器上，不利于数据的分散，这也是关系数据库不善于写大量数据的原因。相反，NoSQL数据库本来就不支持Join处理，每个数据都是独立设计的，所以很容易将数据分散到多台服务器上，从而减少了每台服务器上的数据量，更容易处理大量数据的写入，数据的读取操作当然也同样容易。
典型的NoSQL数据库
临时键值存储、永久键值存储、面向文档的数据库、面向列的数据库
第一，键值存储
它的数据以键值的形式存储。虽然它的速度很快，但是只能通过完全一致的关键字查询才能得到，关键字可以分为临时的，永久的，两者都有。
暂时性
临时意味着数据可能会丢失，memcached将所有数据保存在内存中，所以保存和读取的速度非常快，但是当memcached停止时，数据就不存在了。由于数据存储在内存中，超出内存容量的数据无法操作，旧数据将丢失。总而言之:
。将数据保存在内存中
。它可以非常快速地存储和读取
。数据可能会丢失
永久
所谓永久，就是数据不会丢失。这里的键值存储是将数据保存在硬盘上。与临时存储相比，由于硬盘上不可避免的IO操作，性能上还是有差距的，但最大的好处是数据不会丢失。总而言之:
。将数据保存在硬盘上
。它可以非常快速地存储和读取
。数据不会丢失
两样都有
Redis就属于这种类型。Redis是特殊的，暂时的，永久的。Redis首先将数据保存在内存中，在满足一定条件的情况下将数据写入硬盘，既保证了内存中数据的处理速度，又通过写入硬盘保证了数据的持久性。这种类型的数据库特别适合处理数组数据。总而言之:
。将数据保存在内存和硬盘中
。它可以非常快速地存储和读取
。保存在硬盘上的数据不会消失
。适用于处理数组类型的数据
二、面向文档的数据库
MongoDB和CouchDB属于这种类型。它们属于NoSQL数据库，但不同于键值存储。
没有定义表结构
即使没有定义表结构，也可以按定义使用，省去了更改表结构的麻烦。
可以使用复杂的查询条件
与键值存储不同，面向文档的数据库可以通过复杂的查询条件来获取数据。虽然它们不具备事务处理、Join等关系型数据库的处理能力，但除了第一次，其他处理基本都可以实现。
第三，面向列的数据库
卡珊德拉、HBae、HyperTable都属于这种类型。由于近年来数据量的爆炸性增长，这种类型的NoSQL数据库引起了特别的关注。
普通关系型数据库以行为单位存储数据，擅长以行为单位进行读取和处理，比如获取特定条件的数据。因此，关系数据库也成为了面向行的数据库。相反，面向列的数据库将数据存储在列中，并且善于读取列中的数据。
面向列的数据库是可扩展的，即使数据增加，也不会降低相应的处理速度，所以主要用于处理大量数据的情况。另外，把它作为批处理程序的内存来更新大量的数据是非常有用的。然而，面向列的数据库很难应用，因为它在思维方式上与当前的数据库有很大不同。
综上所述，关系数据库和NoSQL数据库不是对立的而是互补的，即通常使用关系数据库，NoSQL合适的时候使用NoSQL数据库，这样NoSQL数据库可以弥补关系数据库的不足。
