关系数据库和非关系数据库。1.关系数据库的特点:数据的集中控制；减少数据冗余等。适用范围:比较适合处理结构化的数据，比如学生的成绩，地址等。通常，这种数据需要结构化查询。2.非关系数据库的特点:易于扩展；数据量大，性能高；灵活的数据模型等。使用范围:模型比较简单；需要更灵活的IT系统；对数据库性能的要求很高。扩展数据:非关系数据库的分类:1。列存储数据库这部分数据库通常用于处理分布式存储的海量数据。
这些柱是按柱族排列的。比如卡珊德拉，HBase，Riak。2.文档数据库文档数据库的灵感来源于LotusNotes办公软件，它类似于第一个键值存储。这种类型的数据模型是版本化文档，半结构化文档以特定的格式存储，比如JSON。基于文档的数据库可以看作是键值数据库的升级版，允许键值嵌套在它们之间。而且文档数据库的查询效率高于键值数据库。
6、请问大数据包括哪些数据类型大数据的数据类型有:1。结构化数据:可以用数据或统一的结构来表示，人们称之为结构化数据，如数字、符号等；2.半结构化数据:所谓半结构化数据是介于完全结构化数据和完全非结构化数据之间的数据，XML和HTML文档属于半结构化数据；3.非结构化数据:非结构化数据库是指字段长度可变的数据库，每隔一个字段的记录可以由可重复或不可重复的子字段组成。它不仅可以处理结构化数据，而且更适合处理非结构化数据。
7、大数据技术有哪些大数据我们都知道hadoop、Spark、Storm和impala，了解大数据各种技术之间的关系并选择合适的语言。随着大数据分析市场的快速扩张，哪些技术需求最大，最具增长潜力？在ForresterResearch最近的一份研究报告中，评估了整个数据生命周期中22项技术的成熟度和轨迹。这些技术为大数据的实时性、预测性和全面洞察性做出了巨大贡献。
预测分析允许公司通过分析大数据源来发现、评估、优化和部署预测模型，从而提高业务绩效或降低风险。同时，大数据的预测分析也与我们的生活息息相关。淘宝会预测你每次购物可能想买什么，爱奇艺在预测你可能想看什么，Lily.com和其他交友网站甚至试图预测你会爱上谁。2.NoSQL数据库NoSQL，NotOnlySQL，意为“不仅仅是SQL”，一般指非关系数据库。
8、数据库和大数据的区别?在大数据处理过程中，数据库提供底层支持，实现大数据的稳定存储，从而更好地支持下一步的大数据计算。今天的大数据基础知识分享，我们来谈谈大数据中数据库和数据仓库的区别，如何理解它们，如何应用它们。首先，什么是数据库？根据定义，数据库是存储数据的仓库。数据库由许多表组成，这些表是二维的，并且在一个表中有许多字段。字段对齐，数据逐行写入表中。
9、什么是大数据以及大数据的特性有哪些大数据技术是指从各种海量类型的数据中快速获取有价值信息的能力。适合大数据的技术有MPP数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网、可扩展存储系统等。大数据有以下四个特点:一是数据量巨大。比如人类生产的所有印刷品的数据量只有200PB。典型的个人电脑硬盘容量在TB量级，而一些大型企业的数据量接近EB量级。
现在的数据类型不仅仅是文本，还有图片、视频、音频、地理信息等各种类型的数据，个性化数据占绝对多数。第三，处理速度快。数据处理遵循“1秒定律”，可以从各类数据中快速获取高价值信息。第四，价值密度低。以视频为例。一个小时的视频，在不断测试的过程中，可能只有一两秒钟的有用数据。
10、常见的基于列存储的大数据数据库有哪些目前大数据存储有行存储和列存储两种选择。业界对两种存储方案的争论很多，焦点是:谁能更有效地处理海量数据，并兼顾安全性、可靠性和完整性，从目前的发展情况来看，关系数据库已经不适应这种巨大的存储容量和计算需求，基本被淘汰。在几个已知的大数据处理软件中，Hadoop的HBase采用列存储，MongoDB采用基于文档的行存储，Lexst采用二进制行存储。
