关系型数据库（RDBMS）和非关系型数据库（NoSQL）

关系型数据库擅长处理复杂关系和事务，而非关系型数据库更适合高并发、分布式存储和灵活的非结构化数据场景。

1. 请简单阐述一下关系型数据库和非关系型数据库的定义。

关系型数据库（RDBMS）：
- 是一种基于表结构的数据存储系统，数据以行和列的方式组织，表与表之间通过“关系”进行关联。
- 通过标准的 SQL（Structured Query Language）进行数据管理。
- 典型的例子有：MySQL、PostgreSQL、Oracle、SQL Server。
非关系型数据库（NoSQL）：
- 是一种不采用传统表结构的数据存储系统，支持灵活的数据模型，如键值对、文档、列族或图结构。
- 适用于大数据、高并发、非结构化或半结构化数据存储。
- 典型的例子有：MongoDB（文档型）、Redis（键值型）、Cassandra（列族型）、Neo4j（图数据库）。

2. 关系型数据库的主要特点是什么？非关系型数据库又有哪些与之不同的关键特性？

关系型数据库的主要特点：
1. 结构化数据：数据存储在表格中，具有严格的行列结构。
2. ACID特性：支持事务，确保数据的原子性、一致性、隔离性和持久性。
3. 强关系支持：通过主键、外键和索引实现表间关系。
4. 标准化查询：支持标准 SQL 语句。
5. 适合复杂查询：对关系复杂、需要多表联结的应用表现良好。
非关系型数据库的关键特性：
1. 灵活数据模型：支持键值对、文档、列族或图等模型，适合非结构化或半结构化数据。
2. 高性能和高扩展性：支持高并发读写，易于水平扩展。
3. 无固定模式：数据结构可以动态变化，无需严格定义模式。
4. 弱一致性：优先保证数据的可用性和分区容错性（CAP 定理）。
5. 适合特定场景：如实时分析、缓存、大规模数据存储等。

3. 举例说明什么是关系型数据库，什么是非关系型数据库。

关系型数据库示例：

表格结构存储：

- Users Table: 
+----+---------+-------------+ 
| ID | Name | Email | 
+----+---------+-------------+ 
| 1 | Alice | alice@mail | 
| 2 | Bob | bob@mail | 
+----+---------+-------------+

示例数据库：MySQL、PostgreSQL、Oracle。

非关系型数据库示例：

文档型存储（MongoDB 示例）：

{ "_id": 1, "name": "Alice", "email": "alice@mail", "orders": [ { "id": 101, "amount": 300 }, { "id": 102, "amount": 150 } ] 
}

示例数据库：MongoDB、Redis、Cassandra。

4. 请解释一下关系型数据库中的“关系”一词的含义。

在关系型数据库中，“关系”是数学中关系的一个实现形式，指的是表（Relation）。表由若干行（Row）和列（Column）组成，其中：

行表示记录（Record）。
列表示属性（Attribute）。
表与表之间通过外键建立关联，从而构成数据库的关系网络。

5. 对比关系型数据库和非关系型数据库的数据模型，它们在数据存储和组织方式上有哪些根本差异？

方面	关系型数据库	非关系型数据库
数据结构	表格（行与列）	键值对、文档、列族、图结构等
模式（Schema）	固定模式，需先定义表结构	无固定模式，数据结构灵活
关系支持	表间通过主键、外键建立关系	无内置关系支持，需通过应用层实现
查询语言	SQL	多样化，如 JSON 查询、键值操作
扩展性	垂直扩展（Scale-up）	水平扩展（Scale-out）

6. 关系型数据库的表结构和非关系型数据库（如文档型数据库）的文档结构在数据表示上各有什么优劣？

对比维度	关系型数据库的表结构	非关系型数据库的文档结构
数据存储方式	结构化存储，强制定义表的列和类型	半结构化存储，自由定义文档内容
灵活性	低，需提前定义模式；模式变更复杂	高，字段和结构可以动态调整
查询能力	强，支持复杂的联结、多条件查询	灵活，适合嵌套和层级数据，但复杂查询性能可能较低
性能	适合事务和一致性要求高的场景	适合高并发和海量数据存储
开发便捷性	需要严格遵循模式和关系设计	更贴近开发者的思维，易于存储复杂嵌套对象