关系型数据库的“关系”体现在哪里？
数据之间存在关联是关系型数据库得名的主要原因，数据间的关联怎么体现呢？用JOIN，中文就是连接，数据连接。数据与数据之间可以JOIN，实现了数据关联
那么对应的局限就有，为了实现“关系”，进行数据的JOIN，关系型数据库需要把数据存储在同一个服务器内（集中），不可分布式存储
关系型数据库遵循ACID规则
事务在英文中是transaction，类似现实世界发生的商业交易，有如下四个特性：
- 1、A (Atomicity) 原子性
原子性就是说事务里的所有操作要么全部做完，要么都不做。只要事务有一个操作失败，整个事务就失败，需要回滚。
比如银行转账，从A账户转100元至B账户，需要分为两个步骤：1）从A账户取100元；2）存入100元至B账户。这两步要么一起完成，要么啥都不做，如果只完成第一步，第二步失败，钱会莫名其妙少了100元。 - 2、C (Consistency) 一致性
一致性就是说数据间的约束关系要一直保持一致，事务不能改变数据库原本的一致性约束，否则事务失败。
例如现有完整性约束a+b=10，如果一个事务改变了a，那么必须得改变b，使得事务结束后依然满足a+b=10，否则事务失败。 - 3、I (Isolation) 隔离性
指并发的事务与事务之间存在一定的隔离性，使得A事务的操作不影响B事务的操作。不同的隔离级别对应不同强度的隔离性，读未提交-读提交-可重复读-串行化这4个级别隔离性递增 - 4、D (Durability) 持久性
持久性是指一旦事务提交后，它所做的修改将会永久的保存在数据库上（即存在硬盘），即使突然断电、宕机也不会丢失
NoSql（not only Sql）泛指非关系型的数据库
NoSql数据库用来解决【大数据应用难题】，以及对事务要求不高的操作，即不要求强原子性、强一致性、强隔离性和强持久性（例如社交网络中的用户数据相关操作）。常见的数据存储形式有：
Key-Value Stores, Column Stores, Document Stores and Graph Stores
常见的几个NoSql数据库
MongoDB
MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的
相比于关系型数据库对数据进行行存储，MongoDB对数据进行【列存储】，是一个基于【分布式文件】存储的数据库
Redis
基于内存且可持久化（数据存硬盘），对数据进行【Key-Value存储】
数据从内存到硬盘需要序列化，从硬盘到内存需要“反序列化”
序列化就是指把对象转换为字节序列的过程
反序列化就是指把字节序列恢复为对象的过程
序列化和反序列化核心作用就是对象状态的保存和重建
memcached
基于内存，但不可持久化（数据不能存硬盘，只能活在内存中），对数据进行【Key-Value存储】。由于memcached把数据都保存在内存中，当memcached由于故障等原因停止的时候，所有的数据都会丢失，用它来处理那些重要数据是非常危险的
