关系型数据库
常见类型
MySQL：开源、免费，具有良好的性能和稳定性，适用于中小型企业的各种应用场景，如 Web 应用程序的数据库支持。
Oracle：功能强大、可靠性高，提供了丰富的功能和工具集，常用于大型企业关键业务系统，如银行、电信等行业的核心业务数据库。
SQL Server：微软推出的数据库管理系统，与 Windows 操作系统紧密集成，功能全面，在 Windows 环境下的企业级应用中广泛使用。
PostgreSQL：开源的对象关系型数据库，支持复杂的 SQL 查询和多种数据类型，具有强大的扩展性和稳定性，适合对数据完整性和功能要求较高的应用。
特点
数据模型：以表格形式存储数据，由行和列组成，支持事务处理、约束和复杂的 SQL 查询，通过外键关联不同表之间的数据，能清晰地表达数据之间的关系。
事务处理：遵循 ACID 特性，即原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability），确保数据在并发操作和故障情况下的完整性和一致性。
数据一致性：通过约束（如主键约束、外键约束、唯一性约束等）和事务机制来保证数据的一致性，确保数据的准确性和完整性。
SQL 支持：使用标准的 SQL 语言进行数据操作和管理，易于学习和使用，开发人员可以方便地进行数据查询、插入、更新和删除等操作。
适用于：适用于对数据一致性、事务处理要求高，数据结构固定，需要进行复杂的关联查询和报表生成的场景，如传统的企业资源规划（ERP）系统、财务管理系统等。
非关系型数据库
常见类型
MongoDB：文档型数据库，以 BSON（Binary JSON）格式存储数据，具有高可扩展性和灵活的数据模型，常用于 Web 应用、移动应用等对数据灵活性要求较高的场景。
Redis：内存数据库，主要用于缓存、消息队列、实时数据处理等场景，支持多种数据结构，如字符串、哈希、列表、集合等，读写速度极快。
Cassandra：分布式列存储数据库，具有高可扩展性、高可用性和容错性，适用于处理大规模的分布式数据，如互联网公司的用户行为数据、物联网数据等。
HBase：基于 Hadoop 的列存储数据库，主要用于存储和处理大规模的非结构化和半结构化数据，常用于大数据分析和处理场景。
特点
数据模型：采用键值对、文档、列存储或图等非表格型的数据模型，数据结构更加灵活，能够适应不同类型的数据和业务需求。
高可扩展性：能够轻松地通过添加节点来扩展存储和处理能力，以应对海量数据和高并发的场景，具有良好的横向扩展性。
高性能读写：在处理大规模数据和高并发读写时，具有较高的性能和吞吐量，能够快速地存储和检索数据。
数据一致性：一般遵循最终一致性模型，在数据更新后，不要求立即在所有节点上保持一致，而是在一定时间内达到一致状态，以牺牲强一致性来换取高可用性和扩展性。
无模式或弱模式：数据不需要遵循严格的模式定义，可以动态地添加或修改数据字段，适用于数据结构不固定、变化频繁的应用场景。
适用于：适用于处理非结构化或半结构化数据，如社交媒体数据、日志数据、用户生成内容等，以及对高并发读写、快速迭代开发有需求的场景，如实时数据分析、缓存系统、内容管理系统等。