1. 关系型数据库（RDBMS）
（1）核心特性
- 结构化数据：数据以表（Table）形式存储，遵循严格的模式（Schema）。
- SQL语言：通过结构化查询语言（SQL）进行数据操作。
- ACID事务：
- 原子性（Atomicity）：事务要么全部完成，要么全部回滚。
- 一致性（Consistency）：事务保持数据库从一个有效状态到另一个有效状态。
- 隔离性（Isolation）：并发事务互不干扰。
- 持久性（Durability）：事务提交后数据永久保存。
（2）主流数据库对比
| 数据库 | 特点 | 适用场景 |
|---|---|---|
| MySQL | 开源、易用、高性能，适合Web应用 | 中小型Web应用、电商平台 |
| PostgreSQL | 功能强大、支持JSON和扩展类型 | 复杂业务系统、GIS地理数据 |
| Oracle | 企业级、高可用性、收费 | 金融、电信等大型企业系统 |
（3）关键操作示例
-- 创建表
CREATE TABLE users (
id INT PRIMARY KEY AUTO_INCREMENT,
name VARCHAR(50) NOT NULL,
email VARCHAR(100) UNIQUE
);
-- 插入数据
INSERT INTO users (name, email) VALUES ('Alice', 'alice@example.com');
-- 查询（带JOIN）
SELECT u.name, o.order_id
FROM users u JOIN orders o ON u.id = o.user_id;2. NoSQL数据库
（1）核心特性
- 非结构化/半结构化数据：灵活的数据模型（键值、文档、列族等）。
- 高扩展性：支持水平扩展（分片）。
- 最终一致性：牺牲强一致性以换取高可用性（CAP定理）。
（2）主流NoSQL数据库
| 类型 | 数据库 | 数据模型 | 适用场景 |
|---|---|---|---|
| 文档型 | MongoDB | JSON文档（BSON） | 内容管理、实时分析（灵活模式变更） |
| 键值型 | Redis | Key-Value | 缓存、会话存储（高速读写） |
| 列族型 | Cassandra | 列族（宽表） | 时序数据、大规模日志（高写入吞吐） |
| 图数据库 | Neo4j | 节点+边 | 社交网络、推荐系统（关系密集型） |
（3）操作示例
MongoDB（文档型）：
// 插入文档
db.users.insertOne({
name: "Bob",
age: 30,
hobbies: ["coding", "hiking"]
});
// 查询
db.users.find({ age: { $gt: 25 } });Redis（键值型）：
# 设置键值
SET user:1 "Alice"
# 获取值
GET user:13. 数据库范式（Normalization）
（1）目的
减少数据冗余，避免更新异常（插入/删除/修改异常）。
（2）核心范式
| 范式 | 规则 | 示例问题与解决 |
|---|---|---|
| 1NF | 每个字段不可再分（原子性） | 将“地址”拆分为省/市/街道字段。 |
| 2NF | 满足1NF，且非主键字段完全依赖主键 | 订单表中，商品名称应依赖订单ID+商品ID，而非仅订单ID。 |
| 3NF | 满足2NF，且消除传递依赖（非主键字段不依赖其他非主键字段） | 学生表中，学院电话应移至学院表，避免依赖学生ID。 |
| BCNF | 满足3NF，且所有依赖的决定因素必须包含候选键 | 解决主键复合时的复杂依赖关系。 |
（3）反范式化（Denormalization）
- 场景：为提升查询性能（如报表系统），允许冗余数据。
- 权衡：牺牲写入效率换取读取效率。
关键问题与解决方案
| 问题 | 解决方案 | 示例 |
|---|---|---|
| 高并发写入瓶颈 | 分库分表（如MySQL分片）+ NoSQL辅助 | 用户表按ID哈希分片，日志用MongoDB存储 |
| 复杂查询性能低 | 反范式化设计或使用列式数据库（如ClickHouse） | 订单统计表冗余用户姓名 |
| 数据一致性要求高 | 使用关系型数据库+分布式事务（如XA协议） | 银行转账需强一致性 |
现代演进方向
- NewSQL：结合SQL和NoSQL优势（如Google Spanner、TiDB）。
- 多模型数据库：单数据库支持多种数据模型（如PostgreSQL支持JSON和图查询）。
- 云原生数据库：自动扩缩容+Serverless（如AWS Aurora、Snowflake）。
总结
- 关系型数据库：适合强一致性、复杂查询的场景（如金融系统）。
- NoSQL数据库：适合高扩展性、灵活模式的场景（如社交网络）。
- 数据库范式：设计时优先满足3NF，必要时反范式化优化性能。
掌握这些知识能帮助您根据业务需求合理选型与设计数据库（如电商系统用MySQL存订单，Redis存购物车缓存）。