① 有哪些輕型的非關系型資料庫
常見的非關系型資料庫有：1、mongodb；2、cassandra；3、redis；4、hbase；5、neo4j。其中mongodb是非常著名的Nosql資料庫，它是一個面向文檔的開源資料庫。
常見的幾種非關系型資料庫：
1、MongoDB
MongoDB是最著名的NoSQL資料庫。它是一個面向文檔的開源資料庫。MongoDB是一個可伸縮和可訪問的資料庫。它在c++中。MongoDB同樣可以用作文件系統。在MongoDB中，JavaScript可以作為查詢語言使用。通過使用sharding MongoDB水平伸縮。它在流行的JavaScript框架中非常有用。
人們真的很享受分片、高級文本搜索、gridFS和map-rece功能。驚人的性能和新特性使這個NoSQL資料庫在我們的列表中名列第一。
特點：提供高性能；自動分片；運行在多個伺服器上；支持主從復制；數據以JSON樣式文檔的形式存儲；索引文檔中的任何欄位；由於數據被放置在碎片中，所以它具有自動負載平衡配置；支持正則表達式搜索；在失敗的情況下易於管理。
優點：易於安裝MongoDB；MongoDB Inc.為客戶提供專業支持；支持臨時查詢；高速資料庫；無模式資料庫；橫向擴展資料庫；性能非常高。
缺點：不支持連接；數據量大；嵌套文檔是有限的；增加不必要的內存使用。
2、Cassandra
Cassandra是Facebook為收件箱搜索開發的。Cassandra是一個用於處理大量結構化數據的分布式數據存儲系統。通常，這些數據分布在許多普通伺服器上。您還可以添加數據存儲容量，使您的服務保持在線，您可以輕松地完成這項任務。由於集群中的所有節點都是相同的，因此不需要處理復雜的配置。
Cassandra是用Java編寫的。Cassandra查詢語言(CQL)是查詢Cassandra資料庫的一種類似sql的語言。因此，Cassandra在最佳開源資料庫中排名第二。Facebook、Twitter、思科(Cisco)、Rackspace、eBay、Twitter、Netflix等一些最大的公司都在使用Cassandra。
特點：線性可伸縮；；保持快速響應時間；支持原子性、一致性、隔離性和耐久性(ACID)等屬性；使用Apache Hadoop支持MapRece；分配數據的最大靈活性；高度可伸縮；點對點架構。
優點：高度可伸縮；無單點故障；Multi-DC復制；與其他基於JVM的應用程序緊密集成；更適合多數據中心部署、冗餘、故障轉移和災難恢復。
缺點：對聚合的有限支持；不可預知的性能；不支持特別查詢。
3、Redis
Redis是一個鍵值存儲。此外，它是最著名的鍵值存儲。Redis支持一些c++、PHP、Ruby、Python、Perl、Scala等等。Redis是用C語言編寫的。此外，它是根據BSD授權的。
特點：自動故障轉移；將其資料庫完全保存在內存中；事務；Lua腳本；將數據復制到任意數量的從屬伺服器；鑰匙的壽命有限；LRU驅逐鑰匙；支持發布/訂閱。
優點：支持多種數據類型；很容易安裝；非常快（每秒執行約11萬組，每秒執行約81000次）；操作都是原子的；多用途工具（在許多用例中使用）。
缺點：不支持連接；存儲過程所需的Lua知識；數據集必須很好地適應內存。
4、HBase
HBase是一個分布式的、面向列的開源資料庫，該技術來源於 Fay Chang 所撰寫的Google論文「Bigtable：一個結構化數據的分布式存儲系統」。就像Bigtable利用了Google文件系統（File System）所提供的分布式數據存儲一樣，HBase在Hadoop之上提供了類似於Bigtable的能力。
HBase是Apache的Hadoop項目的子項目。HBase不同於一般的關系資料庫，它是一個適合於非結構化數據存儲的資料庫。另一個不同的是HBase基於列的而不是基於行的模式。
5、neo4j
Neo4j被稱為原生圖資料庫，因為它有效地實現了屬性圖模型，一直到存儲層。這意味著數據完全按照白板的方式存儲，資料庫使用指針導航和遍歷圖。Neo4j有資料庫的社區版和企業版。企業版包括Community Edition必須提供的所有功能，以及額外的企業需求，如備份、集群和故障轉移功能。
特點：它支持唯一的約束；Neo4j支持完整的ACID(原子性、一致性、隔離性和持久性)規則；Java API: Cypher API和本機Java API；使用Apache Lucence索引；簡單查詢語言Neo4j CQL；包含用於執行CQL命令的UI: Neo4j Data Browser。
優點：容易檢索其相鄰節點或關系細節，無需連接或索引；易於學習Neo4j CQL查詢語言命令；不需要復雜的連接來檢索數據；非常容易地表示半結構化數據；大型企業實時應用程序的高可用性；簡化的調優。
缺點：不支持分片
② 互聯網時代處理大量流動性數據社交網路數據最好使用哪些類型資料庫
使用現有的主要吸引力一、可擴展的NoSQL資料庫
如果您的整個 _active set_ 適合單個機器的主內存（現代商品機器可以高達 128GB +），那麼您就沒有水平可擴展性問題：即，您絕對沒有理由進行分區（「分片") ) 你的資料庫和放棄關系。如果您的活動數據集適合內存，那麼任何帶有索引的適當調整的資料庫都將表現得足夠好，可以在資料庫本身成為限制之前使您的乙太網卡飽和。
如果您認為關系模型本身並不合適，您可以輕松地在 MySQL 之上構建一個「面向文檔的存儲」：這就是 Friendfeed 最終要做的，我會遵循他們的模型（除非我使用 Avro （軟體）、Apache Thrift 或 Google Protocol Buffers 而不是特定於語言的序列化）-
http://bret.appspot.com/entry/how-friendfeed-uses-mysql
如果您的站點變得非常成功，您將擁有一個不再適合您機器的主內存的活動集。在這種情況下，設計不當的存儲引擎的性能會迅速下降。但是，MySQL 的 InnoDB（或 Postgres 的存儲引擎）仍然允許您使用旋轉磁碟保持（取決於您的請求分布）大約 2:1-5:1 的數據與內存比率。一旦超出這個范圍，性能就會開始迅速下降（因為您要為每個請求進行多次磁碟搜索）。現在，您最好的做法是升級到 SSD（固態驅動器），這再次允許您在資料庫成為限制之前使乙太網卡飽和。
最後，當您遇到不適合的數據集大小時，例如，軟體 raid 1 + 0 配置中的多個 SSD（同時為備份、多個版本的數據等提供空間...），那麼您必須水平縮放。也就是說，您必須使用本質上支持分區的資料庫（例如 Riak、Voldemort、Cassandra、HBase），或者在基於 MySQL/Postgres 的數據存儲之上構建應用程序級分區層。我無法告訴您哪種解決方案是正確的，因為我（或您）都不知道您的數據及其訪問模式在那時會是什麼樣子。也就是說，編寫自己的分片層是您可以在代碼中引入額外錯誤的另一個地方：不必構建自己的分布式資料庫（您通過構建分片層有效地做的事情）是使用現有的主要吸引力一、可擴展的NoSQL數據
③ 數據多的時候為什麼要使用redis而不用mysql
通常來說，當數據多、並發量大的時候，架構中可以引入Redis，幫助提升架構的整體性能，減少Mysql(或其他資料庫)的壓力，但不是使用Redis，就不用MySQL。
因為Redis的性能十分優越，可以支持每秒十幾萬此的讀/寫操作，並且它還支持持久化、集群部署、分布式、主從同步等，Redis在高並發的場景下數據的安全和一致性，所以它經常用於兩個場景：
緩存
判斷數據是否適合緩存到Redis中，可以從幾個方面考慮： 會經常查詢么？命中率如何？寫操作多麼？數據大小？
我們經常採用這樣的方式將數據刷到Redis中：查詢的請求過來，現在Redis中查詢，如果查詢不到，就查詢資料庫拿到數據，再放到緩存中，這樣第二次相同的查詢請求過來，就可以直接在Redis中拿到數據；不過要注意【緩存穿透】的問題。
緩存的刷新會比較復雜，通常是修改完資料庫之後，還需要對Redis中的數據進行操作；代碼很簡單，但是需要保證這兩步為同一事務，或最終的事務一致性。
高速讀寫
常見的就是計數器，比如一篇文章的閱讀量，不可能每一次閱讀就在資料庫裡面update一次。
高並發的場景很適合使用Redis，比如雙11秒殺，庫存一共就一千件，到了秒殺的時間，通常會在極為短暫的時間內，有數萬級的請求達到伺服器，如果使用資料庫的話，很可能在這一瞬間造成資料庫的崩潰，所以通常會使用Redis（秒殺的場景會比較復雜，Redis只是其中之一，例如如果請求超過某個數量的時候，多餘的請求就會被限流）。
這種高並發的場景，是當請求達到伺服器的時候，直接在Redis上讀寫，請求不會訪問到資料庫；程序會在合適的時間，比如一千件庫存都被秒殺，再將數據批量寫到資料庫中。
所以通常來說，在必要的時候引入Redis，可以減少MySQL（或其他）資料庫的壓力，兩者不是替代的關系 。
我將持續分享Java開發、架構設計、程序員職業發展等方面的見解，希望能得到你的關注。
Redis和MySQL的應用場景是不同的。
通常來說，沒有說用Redis就不用MySQL的這種情況。
因為Redis是一種非關系型資料庫（NoSQL），而MySQL是一種關系型資料庫。
和Redis同類的資料庫還有MongoDB和Memchache（其實並沒有持久化數據）
那關系型資料庫現在常用的一般有MySQL，SQL Server，Oracle。
我們先來了解一下關系型資料庫和非關系型資料庫的區別吧。
1.存儲方式關系型資料庫是表格式的，因此存儲在表的行和列中。他們之間很容易關聯協作存儲，提取數據很方便。而Nosql資料庫則與其相反，他是大塊的組合在一起。通常存儲在數據集中，就像文檔、鍵值對或者圖結構。
2.存儲結構關系型資料庫對應的是結構化數據，數據表都預先定義了結構（列的定義），結構描述了數據的形式和內容。這一點對數據建模至關重要，雖然預定義結構帶來了可靠性和穩定性，但是修改這些數據比較困難。而Nosql資料庫基於動態結構，使用與非結構化數據。因為Nosql資料庫是動態結構，可以很容易適應數據類型和結構的變化。
3.存儲規范關系型資料庫的數據存儲為了更高的規范性，把數據分割為最小的關系表以避免重復，獲得精簡的空間利用。雖然管理起來很清晰，但是單個操作設計到多張表的時候，數據管理就顯得有點麻煩。而Nosql數據存儲在平面數據集中，數據經常可能會重復。單個資料庫很少被分隔開，而是存儲成了一個整體，這樣整塊數據更加便於讀寫
4.存儲擴展這可能是兩者之間最大的區別，關系型資料庫是縱向擴展，也就是說想要提高處理能力，要使用速度更快的計算機。因為數據存儲在關系表中，操作的性能瓶頸可能涉及到多個表，需要通過提升計算機性能來克服。雖然有很大的擴展空間，但是最終會達到縱向擴展的上限。而Nosql資料庫是橫向擴展的，它的存儲天然就是分布式的，可以通過給資源池添加更多的普通資料庫伺服器來分擔負載。
5.查詢方式關系型資料庫通過結構化查詢語言來操作資料庫（就是我們通常說的SQL）。SQL支持資料庫CURD操作的功能非常強大，是業界的標准用法。而Nosql查詢以塊為單元操作數據，使用的是非結構化查詢語言（UnQl），它是沒有標準的。關系型資料庫表中主鍵的概念對應Nosql中存儲文檔的ID。關系型資料庫使用預定義優化方式（比如索引）來加快查詢操作，而Nosql更簡單更精確的數據訪問模式。
6.事務關系型資料庫遵循ACID規則（原子性(Atomicity)、一致性(Consistency)、隔離性(Isolation)、持久性(Durability)），而Nosql資料庫遵循BASE原則（基本可用（Basically Availble）、軟/柔性事務（Soft-state ）、最終一致性（Eventual Consistency））。由於關系型資料庫的數據強一致性，所以對事務的支持很好。關系型資料庫支持對事務原子性細粒度控制，並且易於回滾事務。而Nosql資料庫是在CAP（一致性、可用性、分區容忍度）中任選兩項，因為基於節點的分布式系統中，很難全部滿足，所以對事務的支持不是很好，雖然也可以使用事務，但是並不是Nosql的閃光點。
7.性能關系型資料庫為了維護數據的一致性付出了巨大的代價，讀寫性能比較差。在面對高並發讀寫性能非常差，面對海量數據的時候效率非常低。而Nosql存儲的格式都是key-value類型的，並且存儲在內存中，非常容易存儲，而且對於數據的 一致性是 弱要求。Nosql無需sql的解析，提高了讀寫性能。
8.授權方式大多數的關系型資料庫都是付費的並且價格昂貴，成本較大（MySQL是開源的，所以應用的場景最多），而Nosql資料庫通常都是開源的。
所以，在實際的應用環境中，我們一般會使用MySQL存儲我們的業務過程中的數據，因為這些數據之間的關系比較復雜，我們常常會需要在查詢一個表的數據時候，將其他關系表的數據查詢出來，例如，查詢某個用戶的訂單，那至少是需要用戶表和訂單表的數據。
查詢某個商品的銷售數據，那可能就會需要用戶表，訂單表，訂單明細表，商品表等等。
而在這樣的使用場景中，我們使用Redis來存儲的話，也就是KeyValue形式存儲的話，其實並不能滿足我們的需要。
即使Redis的讀取效率再高，我們也沒法用。
但，對於某些沒有關聯少，且需要高頻率讀寫，我們使用Redis就能夠很好的提高整個體統的並發能力。
例如商品的庫存信息，我們雖然在MySQL中會有這樣的欄位，但是我們並不想MySQL的資料庫被高頻的讀寫，因為使用這樣會導致我的商品表或者庫存表IO非常高，從而影響整個體統的效率。
所以，對於這樣的數據，且有沒有什麼復雜邏輯關系（就只是隸屬於SKU）的數據，我們就可以放在Redis裡面，下單直接在Redis中減掉庫存，這樣，我們的訂單的並發能力就能夠提高了。
個人覺得應該站出來更正一下，相反的數據量大，更不應該用redis。
因為redis是內存型資料庫啊，是放在內存里的。
設想一下，假如你的電腦100G的資料，都用redis來存儲，那麼你需要100G以上的內存！
使用場景Redis最明顯的用例之一是將其用作緩存。只是保存熱數據，或者具有過期的cache。
例如facebook，使用Memcached來作為其會話緩存。
總之，沒有見過哪個大公司數據量大了，換掉mysql用redis的。
題主你錯了，不是用redis代替MySQL，而是引入redis來優化。
BAT里越來越多的項目組已經採用了redis+MySQL的架構來開發平台工具。
如題主所說，當數據多的時候，MySQL的查詢效率會大打折扣。我們通常默認如果查詢的欄位包含索引的話，返回是毫秒級別的。但是在實際工作中，我曾經遇到過一張包含10個欄位的表，1800萬+條數據，當某種場景下，我們不得不根據一個未加索引的欄位進行精確查詢的時候，單條sql語句的執行時長有時能夠達到2min以上，就更別提如果用like這種模糊查詢的話，其效率將會多麼低下。
我們最開始是希望能夠通過增加索引的方式解決，但是面對千萬級別的數據量，我們也不敢貿然加索引，因為一旦資料庫hang住，期間的所有資料庫寫入請求都會被放到等待隊列中，如果請求是通過http請求發過來的，很有可能導致服務發生分鍾級別的超時不響應。
經過一番調研，最終敲定的解決方案是引入redis作為緩存。redis具有運行效率高，數據查詢速度快，支持多種存儲類型以及事務等優勢，我們把經常讀取，而不經常改動的數據放入redis中，伺服器讀取這類數據的時候時候，直接與redis通信，極大的緩解了MySQL的壓力。
然而，我在上面也說了，是redis+MySQL結合的方式，而不是替代。原因就是redis雖然讀寫很快，但是不適合做數據持久層，主要原因是使用redis做數據落盤是要以效率作為代價的，即每隔制定的時間，redis就要去進行數據備份/落盤，這對於單線程的它來說，勢必會因「分心」而影響效率，結果得不償失。
樓主你好，首先糾正下，數據多並不是一定就用Redis，Redis歸屬於NoSQL資料庫中，其特點擁有高性能讀寫數據速度，主要解決業務效率瓶頸。下面就詳細說下Redis的相比MySQL優點。（ 關於Redis詳細了解參見我近期文章：https://www.toutiao.com/i6543810796214813187/ ）
讀寫異常快
Redis非常快，每秒可執行大約10萬次的讀寫速度。
Redis支持豐富的數據類型，有二進制字元串、列表、集合、排序集和散列等等。這使得Redis很容易被用來解決各種問題，因為我們知道哪些問題可以更好使用地哪些數據類型來處理解決。
原子性Redis的所有操作都是原子操作，這確保如果兩個客戶端並發訪問，Redis伺服器能接收更新的值。
豐富實用工具 支持異機主從復制Redis支持主從復制的配置，它可以實現主伺服器的完全拷貝。
以上為開發者青睞Redis的主要幾個可取之處。但是，請注意實際生產環境中企業都是結合Redis和MySQL的特定進行不同應用場景的取捨。 如緩存——熱數據、計數器、消息隊列（與ActiveMQ，RocketMQ等工具類似）、位操作（大數據處理）、分布式鎖與單線程機制、最新列表（如新聞列表頁面最新的新聞列表）以及排行榜等等 可以看見Redis大顯身手的場景。可是對於嚴謹的數據准確度和復雜的關系型應用MySQL等關系型資料庫依然不可替。
web應用中一般採用MySQL+Redis的方式，web應用每次先訪問Redis，如果沒有找到數據，才去訪問MySQL。
本質區別1、mysql：數據放在磁碟 redis：數據放在內存。
首先要知道mysql存儲在磁碟里，redis存儲在內存里，redis既可以用來做持久存儲，也可以做緩存，而目前大多數公司的存儲都是mysql + redis，mysql作為主存儲，redis作為輔助存儲被用作緩存，加快訪問讀取的速度，提高性能。
使用場景區別1、mysql支持sql查詢，可以實現一些關聯的查詢以及統計；
2、redis對內存要求比較高，在有限的條件下不能把所有數據都放在redis；
3、mysql偏向於存數據，redis偏向於快速取數據，但redis查詢復雜的表關系時不如mysql，所以可以把熱門的數據放redis，mysql存基本數據。
mysql的運行機制mysql作為持久化存儲的關系型資料庫，相對薄弱的地方在於每次請求訪問資料庫時，都存在著I/O操作，如果反復頻繁的訪問資料庫。第一：會在反復鏈接資料庫上花費大量時間，從而導致運行效率過慢；第二：反復地訪問資料庫也會導致資料庫的負載過高，那麼此時緩存的概念就衍生了出來。
Redis持久化由於Redis的數據都存放在內存中，如果沒有配置持久化，redis重啟後數據就全丟失了，於是需要開啟redis的持久化功能，將數據保存到磁碟上，當redis重啟後，可以從磁碟中恢復數據。redis提供兩種方式進行持久化，一種是RDB持久化（原理是將Reids在內存中的資料庫記錄定時mp到磁碟上的RDB持久化），另外一種是AOF（append only file）持久化（原理是將Reids的操作日誌以追加的方式寫入文件）。
redis是放在內存的~！
數據量多少絕對不是選擇redis和mysql的准則，因為無論是mysql和redis都可以集群擴展，約束它們的只是硬體(即你有沒有那麼多錢搭建上千個組成的集群)，我個人覺得數據讀取的快慢可能是選擇的標准之一，另外工作中往往是兩者同是使用，因為mysql存儲在硬碟，做持久化存儲，而redis存儲在內存中做緩存提升效率。
關系型資料庫是必不可少的，因為只有關系型資料庫才能提供給你各種各樣的查詢方式。如果有一系列的數據會頻繁的查詢，那麼就用redis進行非持久化的存儲，以供查詢使用，是解決並發性能問題的其中一個手段
④ 什麼是非關系資料庫非關系資料庫如何關聯呀
一樓很完善
⑤ 簡述關系型資料庫和NOSQL資料庫分別適用場景
關系型資料庫（Relational Database Management System，RDBMS）猛輪是一種使用關系模型來組織數據的資料庫管理系統。它是傳統的、最常用的資料庫類型，廣泛應用於各種領域，如企業應用、政府機構、教育機構等。
關系型資料庫適用於存儲爛迅結構化數據和執行復雜的查詢操作的場景。它們提供了強大的查詢功能，能夠快速檢索、匯總和分析數據。此外，關系型資料庫還支持事務處理、約束、索引等功能，能夠保證數據的完整性和一致性。
NOSQL（Not Only SQL）資料庫是一種非關系型資料庫，它旨在為大規模數據存儲和處理提供更高的性能和更靈活的數據模型。NOSQL資料庫主要分為四類：鍵值存儲資料庫、文檔型資料庫、列存儲資料庫和圖型資料庫。
NOSQL資料庫適用於存儲非結構化或半結構化數據的場景。它們支持快速寫入和自動擴展，適用於海量數據的存儲和處理。此外，NOSQL資料庫還提供了靈活的數據模擬和查詢功能，能夠適應各種不同的飢知此數據類型和查詢需求。但是，NOSQL資料庫往往不支持事務處理和約束，因此在數據一致性和完整性方面可能不如關系型資料庫。
總的來說，關系型資料庫更適合存儲結構化數據，執行復雜的查詢和事務處理，保證數據一致性和完整性的場景。而NOSQL資料庫更適合存儲非結構化或半結構化數據，執行大規模數據存儲和處理的場景。
⑥ Hive是什麼，Hive與關系型資料庫的區別
全不同應用場景吧，HBase
速度比
Hive
快了不知道多少。HBase
是非關系型資料庫（KV型），
對
key
做索引，查詢速度非常快（相比較
Hive
），適合實時查詢；而Hive是關系型數據結構，適合做後期數據分析。和單機的MySQL，Oracle比較的話，Hive的優點是可以存儲海量數據，只是查詢速度比較慢。
⑦ 對比關系型資料庫，什麼情況下使用非關系型資料庫
你期望一個更高的寫負載
默認情況下，對比事務安全，MongoDB更關注高的插入速度。如果你需要載入大量低價值的業務數據，那麼
MongoDB將很適合你的用例。但是必須避免在要求高事務安全的情景下使用MongoDB，比如一個1000萬美元的交易。
不可靠環境保證高可用性
設置副本集（主-從伺服器設置）不僅方便而且很快，此外，使用MongoDB還可以快速、安全及自動化的實現節點
（或數據中心）故障轉移。
未來會有一個很大的規模
資料庫擴展是非常有挑戰性的，當單表格大小達到5-10GB時，MySQL表格性能會毫無疑問的降低。如果你需要分
片並且分割你的資料庫，MongoDB將很容易實現這一點。
使用基於位置的數據查詢
MongoDB支持二維空間索引，因此可以快速及精確的從指定位置獲取數據。
非結構化數據的爆發增長
給RDBMS增加列在有些情況下可能鎖定整個資料庫，或者增加負載從而導致性能下降，這個問題通常發生在表格
大於1GB（更是下文提到BillRun系統中的痛點——單表格動輒幾GB）的情況下。鑒於MongoDB的弱數據結構模式，添
加1個新欄位不會對舊表格有任何影響，整個過程會非常快速；因此，在應用程序發生改變時，你不需要專門的1個
DBA去修改資料庫模式。
缺少專業的資料庫管理員
如果你沒有專業的DBA，同時你也不需要結構化你的數據及做join查詢，MongoDB將會是你的首選。MongoDB非常
適合類的持久化，類可以被序列化成JSON並儲存在MongoDB。需要注意的是，如果期望獲得一個更大的規模，你必須
要了解一些最佳實踐來避免走入誤區。
⑧ 以下那種類別對應數據的字元類屬性
整數類型：BIT、BOOL、TINY INT、SMALL INT、MEDIUM INT、 INT、 BIG INT
浮點數類型：FLOAT、DOUBLE、DECIMAL
字元串類型：CHAR、VARCHAR、TINY TEXT、TEXT、MEDIUM TEXT、LONGTEXT、TINY BLOB、BLOB、MEDIUM BLOB、LONG BLOB
日期類型：Date、DateTime、TimeStamp、Time、Year
其他數據類型：BINARY、VARBINARY、ENUM、SET、Geometry、Point、MultiPoint、LineString、MultiLineString、Polygon、GeometryCollection等
1、整型
數據類型 位元組及范圍
tinyint(m) 1個位元組 (-128~127)
smallint(m) 2個位元組 (-32768~32767)
mediumint(m) 3個位元組 (-8388608~8388607)
int或integer(m) 4個位元組 (-2147483648~2147483647)
bigint(m) 8個位元組 (±9.22*10的18次方)
整型括弧中里的m是表示SELECT查詢結果集中的顯示寬度，並不攔基影響實際的取值范圍，沒有影響到顯示的寬度。（可以略過這個東西）
2、浮簡吵謹點型
數據類型 定義
float(m,d) 單精度浮點型 8位精度(4位元組)
double(m,d) 雙精度浮點型 16位精度(8位元組)
m總個數，d小數位。設一個欄位定義為float(6,3)，如果插入一個數123.45678,實際資料庫里存的是123.457，但總個數還以實際為准，即6位。整數部分最大是3位。如果插入數12.123456，存儲的是12.1234，如果插入12.12，存儲的是12.1200.
3、定點數
①浮點型在資料庫中存放的是近似值，而定點類型在資料庫中存放的是精確值。
decimal(m,d)
②DECIMAL 類型不同於FLOAT和DECIMAL，其中DECIMAL 實際是以串存放的。DECIMAL 可能的最大取值范圍與DOUBLE 一樣，但是其有效的取值范圍由M 和D 的值決定。
給定的DECIMAL 類型的取值范圍取決於MySQL數據類型的版本。
③ 對貨幣等對精度敏感的數據，應該用定點數表示或存儲；
在這里插入圖片描述
4、字元串
數據類型 大小
char(n) 固定長度，最多255個字元
varchar(n) 固定長度，最多65535個字元
tinytext 可變長度，最多255個字元
text 可變長度，最多65535個字元
mediumtext 可變長度，最多2的24次方-1個字元
longtext 可變長度，最多2的32次方-1個字元
區別char和varchar：
①char(n) 若存入字元數小於n，則以空格補於其後，查詢之時再將空格去掉。所以char類型存儲的字元串末尾不能有空格，varchar不限於此。
②char(n) 固定長度，char(4)不管是存入幾個字元，都將佔用4個位元組；varchar是存入的實際字元數+1個位元組（n<=255）或2個位元組(n>255)，所以varchar(4),存入3個字元將佔用4個位元組。
③char類型的字元串檢索速度要比varchar類型的快。
5、二進制數據（_Blob）
1._BLOB和_text存儲方式不同，_TEXT以文本方式存儲，英文存儲區分大小寫，而_Blob是以二進制方式存儲，不分大小寫。
2._BLOB存儲的數據只能整體讀出。
3._TEXT可以指定字元集，_BLO不用指定字元集。
6、日期碰告和時間類型
作用：存儲用戶注冊時間，文章發布時間，員工入職時間，出生時間，過期時間等
數據類型 定義
DATE 日期 『2008-12-2』
TIME 時間 『12:25:36』
YEAR 年份 『2008』
DATETIME 日期時間 『2008-12-2 22:06:44』
TIMESTAMP 自動存儲記錄修改時間
註：①TIMESTAMP列用於INSERT或UPDATE操作時記錄日期和時間。如果不分配一個值，表中的第一個TIMESTAMP列自動設置為最近操作的日期和時間。
②也可以通過分配一個NULL值，將TIMESTAMP列設置為當前的日期和時間。TIMESTAMP值返回後顯示為』YYYY-MM-DD HH:MM:SS』格式的字元串。
③有專有的自動更新特性。
二、數據類型屬性
關鍵字 含義
NULL 數據列可包含NULL值
NOT NULL 數據列不允許包含NULL值
DEFAULT 默認值
PRIMARY KEY 主鍵
AUTO_INCREMENT 自動遞增，適用於整數類型
UNSIGNED 無符號
CHARACTER SET name 指定一個字元集
三、簡單介紹幾個存儲引擎
1、MyISAM 數據存儲引擎和數據列
MyISAM數據表，最好使用固定長度(CHAR)的數據列代替可變長度(VARCHAR)的數據列。
2、MEMORY存儲引擎和數據列
MEMORY數據表目前都使用固定長度的數據行存儲，因此無論使用CHAR或VARCHAR列都沒有關系。兩者都是作為CHAR類型處理的。
3、InnoDB 存儲引擎和數據列（重要）
建議使用 VARCHAR類型。
也可以用show engines;語句查看所有引擎
在這里插入圖片描述
以下幾個例子
1、時間和日期
在這里插入圖片描述
在這里插入圖片描述
在這里插入圖片描述
2、set
在這里插入圖片描述
在這里插入圖片描述
在這里插入圖片描述
在這里插入圖片描述
3、datatime
在這里插入圖片描述
4、TIMESTAMP
CREATE TABLE timestamp_db(
a TIMESTAMP
);
INSERT timestamp_db() VALUES(20020121);
INSERT timestamp_db() VALUES(20020121142554);
INSERT timestamp_db() VALUES("2015-12-16 21:14:15");
INSERT timestamp_db() VALUES("2015-12-17");
INSERT timestamp_db() VALUES(NULL);
INSERT timestamp_db() VALUES(CURRENT_TIMESTAMP);
INSERT timestamp_db() VALUES();
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
在這里插入圖片描述
5、YEAR
在這里插入圖片描述
文章知識點與官方知識檔案匹配
MySQL入門技能樹資料庫組成表
22468 人正在系統學習中
點擊閱讀全文
打開CSDN，閱讀體驗更佳
評論(2) 請先 登錄 後發表或查看評論
...知識之數據類型_小玉玉玉玉呀的博客_資料庫數據類型
四、日期時間類型 1、數據類型 date裡面 Y是年,M是月,D是天,即年月日;time裡面 H是時,M是分,S是秒 ,即時分秒。 eg:表中的money是充值金額,接著記錄一下充值時間,先添加一個時間欄位,類型是datetime, 然後刷新表格,再打開,...
MySQL資料庫中幾種常見的數據類型分享_ysds20211402的博客...
一、數據類型是什麼? 數據類型是指列、存儲過程參數、表達式和局部變數的數據特徵,它決定了數據的存儲格式,代表了不同的信息類型。 有一些數據是要存儲為數字的,數字當中有些是要存儲為整數、小數、日期型等... ...
Oracle 數據類型
Oracle的數據類型： 1、CHAR數據類型，該類型是固定長度的字元串，如果沒指定大小，則默認佔用一位元組，如果輸入的值小於指定的長度，則資料庫用空格填充至固定長度，如果用戶輸入的值大於指定的長度，則資料庫返回錯誤信息 2、varchar2，用於存儲可變長度的字元串，使用該數據類型可節省磁碟空間，但存儲效率沒有CHAR高 3、NCHAR和nvarchar2，NCHAR和CHAR區別在於NCHAR用來存儲Unicode字元集類型，即雙位元組字元數據，CHAR是一個位元組，而NCAHR是一個字元（兩個位元組），前者是CHAR(1)無法插入『的』，後者是NCHAR(1)可以插入『的』 4、NUMBER表示數值數據類型，NUMBER(P,S),P為精度，表示數據的總位數，S為范圍，表示小數點右邊數字的位數 5、DATE數據類型，使用7個位元組固定長度，每個位元組分別存儲世紀，年，月，日 ，時，分，秒，ORACLE中SYSDATE函數的功能是返回當前的日期和時間 6、TIMESTAMP數據類型，和DATE相似，但是這個類型的秒精確到小數點後6位，而DATE沒有秒的小數部分 7、LOB數據類型用於存儲大型的，沒有被結構化的數據，例如二進制文件，圖片文件，LOB主要分為BLOB和CLOB，BLOB數據類型用於存儲二進制對象：圖像，音頻，視頻...CLOB數據類型用於存儲字元格式的大型對象 8、ORACLE其實也支持INTEGER,FLOAT,DOUBLE,VARCHAR,最好用ORACLE自身的NUMBER 和 VARCHAR2
資料庫：常見的數據類型
文章目錄一、常見的數據類型1.數值型 一、常見的數據類型 1、數值型： 整型 小數： 定點數 浮點型 2、字元型： 較短的文本：char、varchar 較長的文本：text、blob（較長的二進制數據） 3、日期型 1.數值型 （1）整型 整數類型 位元組 范圍 Tinyint 1 有符號：-128~127 ， 無符號：0~225
繼續訪問
資料庫的類型_彬仔二號的博客_資料庫類型
ps:資料庫的類型主要分為四大類:一:關系型資料庫。二:非關系型資料庫。三:網狀資料庫。四:層次資料庫。目前最常見的資料庫模型主要是:關系型資料庫和非關系型資料庫。 ps:這里我們主要說關系型資料庫和非關系型資料庫。
資料庫的數據類型
之前介紹了 資料庫基本常識的簡介及mysql安裝 結構化查詢語言sql 資料庫表介紹 接下來說一下資料庫的數據類型 資料庫的數據類型主要包括以下幾種 整數類型：一般常用的就是int=integer。可以在int後面加顯示寬度，例如int(4)，但是超過這個長度也不會報錯，會進行自動擴充。 浮點類型：一般常用的是double。指定小數位和總長度double(4,1)，表示小數點後保留1位，總長度為4位，並且不會自動擴充。如果出現插入的小數位數較多，則會進行四捨五入。 字元串類型：char和varch
繼續訪問
MySQL資料庫中幾種常見的數據類型分享
轉自：微點閱讀https://www.weidianyue.com 一、數據類型是什麼？ 數據類型是指列、存儲過程參數、表達式和局部變數的數據特徵，它決定了數據的存儲格式，代表了不同的信息類型。 有一些數據是要存儲為數字的，數字當中有些是要存儲為整數、小數、日期型等... 二、MYSQL常見數據類型 MySQL支持多種類型，大致可以分為四類：數值型、浮點型、日期/時間和字元串(字元)類型。 1、數值類型 MySQL支持所有標准SQL數值數據類型。 這些數值類型包括嚴格數值數據類型..
繼續訪問
資料庫的類型
ps:資料庫的類型主要分為四大類：一：關系型資料庫。二：非關系型資料庫。三：網狀資料庫。四：層次資料庫。目前最常見的資料庫模型主要是：關系型資料庫和非關系型資料庫。ps:這里我們主要說關系型資料庫和費關系型資料庫。1. 關系型資料庫關系型資料庫模型是將復雜的數據結構用較為簡單的二元關系（二維表）來表示，如圖1-4所示。在該類型資料庫中，對數據的操作基本上都建立在一個或多個表格上，我們可以採用結構化查詢語言（SQL）對資料庫進行操作。關系型資料庫是目前主流的資料庫技術，其中具有代表性的資料庫管理系統有：Ora
繼續訪問
資料庫基礎知識之數據類型
mysql常用數據類型 一、數值類型（整型、浮點型） 1、整型 eg:添加一個表格：點擊表——添加欄位——名稱——類型，年齡age是tinyint類型，要在下方勾選無符號，因為年齡都是正數，不存在負數一說，所以不需要符號。 點擊保存，然後輸入表名，比如t1，就出現了t1 然後雙擊表裡面的null就可以修改值了 如果在年齡里寫了一個負數，再按ctrl+s保存，就會報錯： 由於范圍是0-255，所以當寫了256時，也會報錯: 2、浮點型 eg:想添加...
繼續訪問
資料庫修改數據類型
資料庫修改數據類型 在日常使用資料庫中，或多或少都會遇到要修改資料庫表中欄位的數據類型，有一種方法是直接點「設計」，就可以修改了，但往往都不行，會提示為「不允許保存修改」 那就用另一種方法。可以看到，表中的「B02_2」的數據類型是『nchar』，就把它數據類型修改為『int』 首先新建一個查詢 接著在查詢窗口裡輸入SQL 查詢語句,查詢表結構,找到需要修改的欄位 然後執行下面語句，命令已成功完成。 最後表中的「B02_2」的數據類型就修改為『int』了
繼續訪問
資料庫中修改數據類型
UNIT_PRICE ：資料庫原先類型為： NUMBER(18,4) AMOUNT ： 資料庫原先類型為： NUMBER(18,4) 如果直接進行修改會報錯，因為原先欄位中已經有數據了。 ALTER TABLE CLOUD_RELEASE.CONTRACT_PRODUCT_ITEM MODIFY(UNIT_PRICE NUMBER(18,6)); ALTER TABLE CLOUD_RELEASE.CONTRACT_PRODUCT_ITEM MODIFY(AMOUNT NUMBER(18,6));
繼續訪問
資料庫常見數據類型
常見的數據類型： 數值型： 整型：tinyint(1位元組)、smallint(2位元組)、mediumint(3位元組)、int/integer(4位元組)、bigint(8位元組) 特點：默認是有符號的，要設置無符號，需添加unsigned關鍵字；不設置長度，會有默認的長度，長度代表了顯示的最大寬度，如果不夠會用0在左邊填充。 小數: 浮點型：float(M,D)、double(M,D) 定點型：dec(M,D)、decimal(M,D) M：整數部位+小數部位 D：小數部位 M和D都可以省略
繼續訪問
【mysql】 數據表修改欄位的數據類型
【mysql】 數據表修改欄位的數據類型1、背景2、修改欄位的數據類型 1、背景 當數據表創建之後，發現數據表欄位的數據類型不合適，我們可以立即刪除後重新創建； 但是一旦存上大量數據之後，我們更希望直接修改數據表； 即修改數據表： 修改表指的是修改資料庫中已經存在的數據表的結構。 MySQL 中使用 ALTER TABLE 語句修改表。 2、修改欄位的數據類型 本博客涉及數據表中修改欄位的數據類型，即把欄位的數據類型轉換成另一種數據類型。 在 MySQL 中修改欄位數據類型的語法規則如下： ALTER TA
繼續訪問
資料庫中有哪幾種數據類型？
資料庫中有哪幾種數據類型？ 整型： tiny int，small int，medium int，int，big int，大小分別為 8，16，24，32，64位。 浮點型： float、double 字元串類型： 定長的 char，變長的 varchar。在進行存儲時，char 會刪除末尾的空格，varchar 會保留末尾的空格。 日期時間類型： 與時區無關的 data time，與時區有關的 ...
繼續訪問
熱門推薦 八大基本數據類型（超詳細）
學習目標： Java八大數據類型： （1）整數類型：byte、short、int、long （2）小數類型：float、double （3）字元類型：char （4）布爾類型：boolean 學習內容： 1、 整數數據類型 byte：1個位元組，8位，256種狀態，取值范圍為【-128,127】 short：2個位元組，16位，65536種狀態，取值范圍為【-32768,32767】 int：4個位元組，32位，整數類型默認是int類型，取值范圍約21億 long：8個位元組，64位，long類型表示long類
繼續訪問
數據類型有哪些？如何判斷數據類型？
數據類型有哪些？如何判斷數據類型？ 一、數據類型有兩種， 一種基本數據類型， 一種引用數據類型， 基本數據都有，string、number、Boolean、null、undefined； 引用數據類型有object， es6新增一個symbol 1、symbol類型 Symbol()返回的symbol值都是唯一的，使用Symbol()創建新的symbol值，並用一個可選的字元串作為其描述 —— 描述相同的兩個Symbol值依然是不同的 2､undefined類型 只有一個值。在使用var聲明變數但未對其加初
繼續訪問
資料庫常用的數據類型
數據類型1.整型：bit（布爾型）:只能輸入true或false，輸入1是自動轉化為TRUE，0是自動轉化為FALSEtinyint：只能輸入0到225之間的整數smallint(兩個位元組組成的整數)：-32768~32767int(四個位元組組成的整數)：2的31次方bigint(八個位元組組成的整數)：2的63次方2.貨幣型：money,可以四位小數3.日期型：data：2001.1.1~9999...
繼續訪問
21 常見的數據類型
常見的數據類型 1、數值型：整型、浮點型（定點數、浮點數） 2、字元型：較短的文本：CHAR、VARCHAR 較長的文本：TEXT、BLOB（較長的二進制數據） 3、日期型 一、整型 整數類型 位元組 范圍 Tinyint 1 有符號：-128-127 無符號：0~255 Smallint 2 有符號：-32768~32767 無符號：0~65536 Mediumint 3 有符號：-8388608~8388607 無符號：0~1677215 Int、Integer 4 有符
繼續訪問
最新發布 資料庫基本增刪改查語法和多表聯查方式
我們想要操作資料庫，主要需要使用的基本指令就是增刪改查，主要包括四個關鍵字，增：insert，刪：delete，改：update，查：select。接下來詳細的講一下這四種關鍵字的使用。
繼續訪問
SQL中改變列的數據類型
一、該列非主鍵、無default約束 直接更新： alter table 表名 alter column 列名 數據類型 二、該列為主鍵列、無default約束 (1)刪除主鍵 alter table 表名 drop constraint 主鍵名稱 (2)更新數據類型 alter table 表名 alter column 列名 數據類型 not null (3)添加主鍵 alter table ...
繼續訪問
MySQL修改列名稱或列的數據類型
一、只修改列的數據類型的方法: 語法： alter table 表名 modify column 列名 新的列的類型 例如:student表中列stu_name的類型是char(20),現在要修改為varchar(20),SQL語句如下 alter table student modify column stu_name varchar(20); 二、同時修改列名和列的數據
繼續訪問
python六種數據類型的增刪改查
六種數據類型的增刪改查1、字元串str2、列表list3、元組tuple4、字典dict5、集合set可變類型：list、set、dict不可變類型：string、tuple、數字型 1、字元串str 增：拼接+，* 刪：無 改：不可修改 查：index查字元串的索引值 2、列表list 增：append、insert、extend、update 刪：pop、del、remove、clear 改：...
繼續訪問
資料庫數據類型
⑨ Hive是什麼，Hive與關系型資料庫的區別
Hive與傳統的關系型資料庫有很多類似的地方，例如對SQL的支持。但是其基於HDFS與MapRece的事實使得它與傳統的資料庫在很多方面有很大的不同，在一些特性的支持下也受到底層架構的限制，但是這些限制隨著版本迭代正在不斷被消除，使得Hive看起來越來越像傳統的資料庫。