数据库的分类

根据存储数据时所用数据模型的不同，当今互联网中的的数据库主要分为两种：关系型数据库和非关系型数据库。

1. 关系型数据库

关系型数据库是指采用关系模型（即二维表格形式）组织数据的数据库系统，它由数据表和数据表之间的关系组成，主要包含以下核心元素：

• 数据行：一条记录，相当于Python对象；

• 数据列：字段，相当于Python对象的属性；

• 数据表：数据行的集合；

• 数据库：数据表的集合。

下面看一个数据表的示例，如图1所示。

图1 数据表示例

关系型数据库经历了几十年的发展，技术比较成熟，因其具有容易理解、操作简单、便于维护的特点，而被广泛应用到各个行业的数据管理中。目前，主流的关系型数据库有Oracle、MySQL、IBM Db2、PostgreSQL、Microsoft SQL Server、Microsoft Access等，其中使用较多的有Oracle和MySQL数据库。

2. 非关系型数据库

非关系型数据库也被称为NoSQL（Not Only SQL）数据库，是指非关系型的、分布式的数据存储系统。与关系型数据库相比，非关系型数据库无需事先为要存储的数据建立字段，它没有固定的结构，既可以拥有不同的字段，也可以存储各种格式的数据。

非关系型数据库的种类繁多。按照不同的数据模型，非关系型数据库主要可以分为列存储数据库、键值存储数据库、文档型数据库，下面分别介绍这些数据库各自的特征及适用范围。

（1） 键值（Key-Value）存储数据库

键值存储数据库采用键值结构存储数据，每个键分别对应一个特定的值。这类数据库具有易部署、查询速度快、存储量大、高并发操作等特点，适用于处理大量数据的高访问负载和一些日志系统等。

键值存储数据库的典型代表有Redis、Flare、MemcacheDB等。

（2） 列式（Column-Oriented）存储数据库

列式存储数据库采用列式结构存储数据，将同一列数据存储到一起。这类数据库具有查询速度快、可扩展性强等特点，更容易进行分布式扩展，适用于分布式的文件系统。

列式存储数据库的典型代表有Hbase、Cassandra等。

（3） 文档型（Document-Oriented）存储数据库

文档型存储数据库的结构与键值存储数据库类似，采用文档（如JSON或XML等格式）结构存储数据，每个文档中包含多个键值对。这类数据库的数据结构要求并不严格，具有表结构可变、查询速度更快的特点，适用于Web应用的场景。

文档型数据库的典型代表有MongoDB、CouchDB等。

为了让读者更好地理解文档型数据库的数据结构，这里以MongoDB为例进行介绍。MongoDB数据库主要包含3个核心元素，分别为文档、集合和数据库，各个元素的介绍如下。

• 文档：由JSON或XML数据构成的对象，对应关系数据库中的行；

• 集合：文档的物理容器，对应关系数据库中的表；

• 数据库：集合的物理容器，一个数据库中可以包含多个文档；

在众多数据库中，MySQL、MongoDB和Redis都是比较突出的，应用也比较广泛。针对这些主流的数据库，Python提供了包或模块实现程序与数据库交互。例如，使用pymysql库操作MySQL数据库，使用pymongo模块操作MongoDB数据库，使用redis模块操作Redis数据库。