面试题答案
一键面试- 数据结构和格式：
- 关系型数据库：适用于结构化数据，数据以表格形式存储，有明确的行和列，数据之间存在复杂的关联关系。例如订单系统，订单与订单详情、客户信息等存在关联，用关系型数据库可方便维护这些关系。
- 非关系型数据库：适合非结构化或半结构化数据，如日志、文档、图片等。像社交媒体平台的用户动态，包含文本、图片等多种格式数据，非关系型数据库能更好存储。
- 读写性能：
- 关系型数据库：在高并发读写场景下，因需要维护数据一致性和事务处理，性能可能受限。比如高并发的秒杀活动，频繁读写操作对其性能挑战大。
- 非关系型数据库：能应对高并发读写，像 Redis 基于内存存储，读写速度极快，适用于缓存、实时统计等场景，如电商网站的商品浏览量实时统计。
- 数据一致性：
- 关系型数据库：通过事务机制保证数据强一致性，能确保数据操作要么全部成功，要么全部失败。在银行转账等对数据一致性要求极高场景应用广泛。
- 非关系型数据库：多数采用最终一致性模型，在分布式环境下，数据更新后不同节点同步存在延迟。像内容分享平台，对数据一致性要求相对没那么高，可接受一定延迟。
- 扩展性：
- 关系型数据库：纵向扩展（提升单机性能）相对容易，但横向扩展（增加服务器节点）复杂，需考虑数据分片、复制等技术难题。
- 非关系型数据库：天生具备良好的横向扩展性，如 Cassandra 等分布式非关系型数据库，可轻松添加节点提升性能和存储容量。
- 成本：
- 关系型数据库：商业数据库（如 Oracle）通常需要购买许可证，成本较高；开源关系型数据库（如 MySQL）虽无许可费用，但对运维人员技术要求较高，运维成本不容忽视。
- 非关系型数据库：多数开源免费，且部署和维护相对简单，成本较低。例如 MongoDB 开源且易上手，适合初创企业和对成本敏感项目。