CREATE TABLE Employees (
  EmployeeID INT PRIMARY KEY,
  FullName VARCHAR(100),
  Position VARCHAR(50),
  Department VARCHAR(50),
  Salary DECIMAL(10, 2)
);

INSERT INTO Employees (EmployeeID, FullName, Position, Department, Salary)
VALUES
  (101, 'John Doe', 'Software Engineer', 'Engineering', 75000.00),
  (102, 'Jane Smith', 'Marketing Manager', 'Marketing', 90000.00),
  (103, 'Michael Johnson', 'Sales Representative', 'Sales', 60000.00),
  (104, 'Emily Davis', 'HR Coordinator', 'Human Resources', 55000.00);

一个简单数据库的现实世界示例。

关系数据库被广泛使用，因为它们可靠，可扩展且易于使用。它们可以可以处理涉及多个表和操作的复杂查询和交易。关系数据库管理系统（RDBMS）的一些示例是MySQL，PostgreSQL和Microsoft SQL Server。

• 特征：酸性，预定义的模式，关系数据模型。
• 优点：强大的一致性，具有广泛的社区支持，强大的查询语言成熟。
• 缺点：有限的可伸缩性，刚性模式。
• 用例：具有复杂关系的结构化数据。
• 查询格式： sql（结构化查询语言）。

NOSQL数据库

NOSQL数据库有不同类型的类型。

NoSQL database是一种数据库，不将数据存储在表中，而是以其他格式，例如文档，键值对，图形或列。处理大量的非结构化或半结构化数据，这些数据与关系数据库的刚性模式不太吻合。它们还与关系数据库相比提供了更大的灵活性和可扩展性。 nosql数据库不仅被称为SQL数据库。

是什么设置了NOSQL数据库？

NOSQL数据库不依赖固定的模式，允许存储非结构化或半结构化数据。它们可以轻松地容纳可能随着时间的推移而发展的数据，使其非常适合处理动态应用程序。

有不同类型的NOSQL数据库，每个数据库都有自己的优势和缺点：

图片来源：Alex Xu

1]时间序列数据库

时间序列数据库是一种将数据存储为与时间戳关联的值的数据库。时间序列是一系列数据点，这些数据点按时间订购并代表随时间的测量或事件。例如，时间序列可能看起来像这样：

timestamp: 2021-01-01 12:00:00
value: 25
timestamp: 2021-01-01 13:00:00
value: 26
timestamp: 2021-01-01 14:00:00
value: 27

时间序列数据库使用的查询语言旨在在时间序列数据（例如聚合，过滤，转换和分析）上执行操作。例如，以下查询计算温度时间序列中每个小时的平均温度：

SELECT MEAN(value) FROM temperature GROUP BY time(1h);

时间序列数据库适用于存储具有高度量和速度的数据，并且需要实时处理和分析。他们还可以处理不规则且缺少值的数据。

ðâ

时间序列数据库管理系统的一些示例是InfluxDB，TimescaleDB和Prometheus。

• 功能：针对时间戳记的数据进行了优化。
• PROS：有效存储和查询时间序列数据。
• 缺点：不适合通用数据。
• 用例：物联网应用程序，监视系统。
• 查询格式： sql样语法（infuxdb的infuxql）。

2]文档数据库

文档数据库是一个将数据存储为文档的NOSQL数据库。 文档是键值对的集合，可以包含各种类型的数据，例如文本，数字，数组，对象或二进制数据。，例如，客户的文档可能看起来像这：

 {
"name": "John",
"email": "john@example.com",
"phone": "+1-234-567-8901",
"address": {
"street": "123 Main Street",
"city": "New York",
"state": "NY",
"zip": "10001"
  }
}

高性能文档数据库体系结构

文档数据库使用特定于文档格式的查询语言。例如，MongoDB uses JSON（JavaScript对象符号）作为文档格式，并支持BSON（二进制JSON）中的查询。以下查询从纽约市的客户收藏中选择所有文档：

db.customers.find({address.city: 'New York'});

文档数据库适用于存储具有高度种类并且不需要固定模式的数据。与关系数据库相比，它们还可以更有效地处理嵌套和分层数据。

ðâ

文档数据库管理系统的一些示例是MongoDB，CouchDB和DynamoDB。

• 功能：将数据存储在类似文档的结构中。
• 优点：高灵活性，易于扩展。
• 缺点：缺乏标准化。
• 用例：内容管理系统，目录。
• 查询格式：类似JSON的文档。

3]键值数据库

键值数据库是一个将数据作为键和值对存储的NOSQL数据库。 键是用于检索关联值的唯一标识符。值可以是任何类型的数据，例如字符串，数字，对象或二进制数据。例如，一对客户的钥匙值可能看起来像这样：

key: john@example.com
value: {
"name": "John",
"phone": "+1-234-567-8901"
}

键值数据库体系结构

键值数据库使用一种简单的查询语言，允许用户对数据执行基本操作，例如get，set，set，删除和更新。，例如，以下命令设置值对于客户收藏中的关键john@example.com：

SET customers john@example.com '{"name": "John", "phone": "+1-234-567-8901"}';

键值数据库适合存储具有高度简单性并且不需要复杂的查询或关系的数据。他们还可以通过在多个节点上分发数据来处理高性能和可伸缩性要求。

ðâ

键值数据库管理系统的一些示例是Redis，Memcached和Riak。

• 功能：基于键值对的简单数据模型。
• 优点：高性能，易于扩展。
• 缺点：有限的查询功能。
• 用例：缓存，会话管理。
• 查询格式：简单命令通过键获取/设置数据。

4]图数据库

图数据库是一个NOSQL数据库，将数据存储为节点和边缘。 节点是具有属性和标签的实体。一个边缘是连接的关系两个节点，有一个方向和类型。例如，客户和产品的图可能看起来像这样：

Customer(name: John) -[BOUGHT]-> Product(name: Laptop)
Customer(name: John) -[BOUGHT]-> Product(name: Phone)
Customer(name: Mary) -[BOUGHT]-> Product(name: Laptop)
Customer(name: Mary) -[LIKES]-> Customer(name: John)

有效地存储和查询复杂关系，非常适合社交网络。

图形数据库使用基于图理论的查询语言，允许用户根据节点，边缘和路径进行遍历和分析数据。例如，以下查询找到所有的查找购买与John相同产品的客户：

MATCH (c:Customer)-[:BOUGHT]->(p:Product)<-[:BOUGHT]-(j:Customer {name: 'John'})
RETURN c.name, p.name;

SELECT * FROM users WHERE age > 30;
INSERT INTO orders (customer_id, product_id, quantity) VALUES (123, 456, 2);
UPDATE products SET price = 19.99 WHERE id = 789;
DELETE FROM customers WHERE last_purchase_date < '2022-01-01';

SELECT * FROM customers WHERE name = 'John';

{
"name": "New York",
"type": "polygon",
"coordinates": [
[
[-74.0059731, 40.7143528],
[-74.0063933, 40.7152191],
[-74.0078135, 40.7152191],
[-74.0078135, 40.7143528],
[-74.0059731, 40.7143528]
]
]
}

SELECT * FROM cities WHERE ST_Area(geometry) > 1000;

SELECT * FROM customers WHERE name = 'John';