关系型数据库 SQL

优点：

容易理解：
二维表结构是非常贴近逻辑世界的一个概念，关系模型相对网状、层次等其他模型来说更容易理解；

使用方便：
通用的SQL语言使得操作关系型数据库非常方便;SQL,结构化查询语言,全称是Structured Query Language，是用于访问和处理数据库的标准的计算机语言。

缺点：

高并发:
网站的用户并发性非常高，往往达到每秒上万次读写请求，对于关系型数据库来说，硬盘I/O是一个很大的瓶颈

大数据读写:
网站每天产生的数据量是巨大的，对于关系型数据库来说，在一张包含海量数据的表中查询，效率是非常低的

扩展性和可用性:
在基于web的结构当中，数据库是最难进行横向扩展的，当一个应用系统的用户量和访问量与日俱增的时候，数据库却没有办法像server那样简单的通过添加更多的硬件和服务节点来扩展性能和负载能力。对于很多需要提供24小时不间断服务的网站来说，对数据库系统进行升级和扩展是非常痛苦的事情，往往需要停机维护和数据迁移。

流行的关系型数据库有：Mysql 、 Oracle 、PostgreSQL 、SQLServer等。

非关系型数据库 NOSQL

当关系型数据库的很多特性不再需要了：

事务一致性:
关系型数据库在对事物一致性的维护中有很大的开销，而现在很多web2.0系统对事务的读写一致性都不高

读写实时性:
对关系数据库来说，插入一条数据之后立刻查询，是肯定可以读出这条数据的，但是对于很多web应用来说，并不要求这么高的实时性，比如发一条动态之后，过几秒乃至十几秒之后朋友才看到这条动态是完全可以接受的

复杂SQL，特别是多表关联查询:
任何大数据系统，都非常忌讳多个大表的关联查询，以及复杂的数据分析类型的复杂SQL报表查询，特别是SNS类型的网站，从需求以及产品阶级角度，就避免了这种情况的产生。往往更多的只是单表的主键查询，以及单表的简单条件分页查询，SQL的功能极大的弱化了

于是，非关系型数据库应运而生；

非关系型数据库提出另一种理念，例如，以键值对存储，且结构不固定，每一个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，这样就不会局限于固定的结构，可以减少一些时间和空间的开销。

优点：

用户可以根据需要去添加自己需要的字段，这样，为了获取用户的不同信息，不需要像关系型数据库中，要对多表进行关联查询。仅需要根据id取出相应的value就可以完成查询。

缺点：

非关系型数据库由于很少的约束，他也不能够提供像SQL所提供的where这种对于字段属性值情况的查询。并且难以体现设计的完整性。他只适合存储一些较为简单的数据，对于需要进行较复杂查询的数据，SQL数据库显的更为合适。

流行的非关系型数据库主要有:
key-value存储：MemcacheDB、Redis等；写在内存里面，主要特点是具有极高的并发读写性能；
文档存储：MongoDB等；主要特点是从大数据中快速查询；
还有其它存储方式，不了解，先不扯。