数据库的选择简单而复杂。简单指的是对于大部分互联网公司MySQL或者mongoDB之类的加上缓存就够用了。复杂指的是大家对大数据的预期，导致在数据库技术上的选型颇为难。今天就对比下现在流行的几种SQL之间的区别。
NoSQL
之前在大学创业时做的是一款移动端视频交友APP，在数据库的选择上用的就是mongoDB+redis缓存的底层数据管理架构。这也是我第一次接触NoSQL。当时使用的感觉是方便简单，足够快。那么我们来看下，什么是NoSQL。
NoSQL并无明确的定义，泛指非关系型数据库。NoSQL数据库们具备一些共同的特征：不需要预定义模式；无共享架构，弹性可扩展；可分区；异步复制；最终一致性（弱一致性）。下面列举四类数据库进行比较。
其中，KV数据库和文档型数据库是比较相似的，不同的是，文档型数据库能够了解value的内容。文档型数据库将常用的数据存储在同一个文档中，而不是存在表中。如果一个应用程序需要存储不同的属性以及大量的数据，那么文档型数据库会是一个很好的选择（这也是我们以前为什么选mongoDB的原因）。而KV数据库大多用来当缓存。
NewSQL
NewSQL兼具传统数据库的ACID模型和NoSQL所需的高扩展性。NewSQL一直在尝试解决的问题是摆脱人工运维的束缚，在存储层实现真正的自增长自维护，同时用户可以以最自然大的编程接口访问和存储数据。当实现这点后，业务才可以摆脱存储的介质和容量的限制，而专注于逻辑的实现。目前NewSQL比较典型的代表是FoundationDB和VoltDB。
数据库场景对比
在数据库的选型上，始终要关注3个关键词：数据量、实时性、一致性。NoSQL就是牺牲强一致性来增强其扩展性的。下面用一张图来看各种数据库的对比情况。
数据价值密度：数据价值密度的高低与数据总量的大小成反比，即数据价值密度越高数据总量越小，数据价值密度越低数据总量越大。
在大数据的推动下，数据库的架构逐渐走向多元化，已经从一种架构支持多类应用转变成多种架构支持多类应用。
End(^-^)
如果有需要文中原图，或者有什么需要交流的问题，可以加微信~
