⑴ 数据库关系模型的主要优点有
两种典型的GIS数据模型
1、拓扑关系数据模型
拓扑关系数据模型以拓扑关系为基础组织和存储各个几何要素，其特点是以点、线、面间的拓扑连接关系为中心，它们的坐标存贮具有依赖关系。该模型的主要优点是数据结构紧凑，拓扑关系明晰，系统中预先存储的拓扑关系可以有效提高系统在拓扑查询和网络分析方面的效率，但也有不足：
对单个地理实体的操作效率不高。由于拓扑数据模型面向的是整个空间区域，强调的是各几何要素之间的连接关系，在另一方面对具有完整、独立意义的地理实体作为个体存在的事实没有足够的重视，因此增加、删除、修改某一地理实体时，将会牵涉到一系列文件和关系数据库表格，这样不仅使程序管理工作变得复杂，而且会降低系统的执行效率。
难以表达复杂的地理实体。由于拓扑关系组织的要求，一个完整的简单实体在拓扑关系模型中有时需要被分解为多个几何要素（比如一条公路本是一个完整的实体，但为了记录其拓扑邻接信息，只有对其在与其它公路实体邻接的地方进行分段，这样一个完整的实体就被分成多个几何要素。所有的实体都进行如此处理，所以我们说拓扑数据模型是面向整个区域、面向不被分割的几何要素的，而不是面向用户眼中的地理实体）。复杂地理实体由多个简单实体组合而成，自然也常常被分解，拓扑数据模型的整体组织特性注定了它不可能有效地表达这一由多个独立实体构成的有机集合体。
难以实现快速查询和复杂的空间分析。由于在拓扑数据模型中，地理实体被分解为点、线、面基本几何要素存储在不同的文件和关系表中，因而凡涉及到独立地理实体的操作、查询和分析都将花费较多的CPU时间，在大区域的复杂空间分析方面表现尤为明显。
局部更新困难，系统难于维护与扩充。由于地理空间的数据组织和存储是以基本几何要素（点、弧段和多边形）为单元进行的，系统中存储的复杂拓扑关系是GIS工作的数据基础，当局部一些实体发生变动时，整层拓扑关系将不得不随之重建，这样的系统牵一发而动全身，在维护和扩充方面需要更多的精力，并且容易出错。
值得说明的是，拓扑关系数据模型也能以面向对象的方式实现，但此时面向的对象是不被其它要素从中间分割的几何要素，往往是一个独立地理实体的一部分，而不是一个完整的、独立的地理实体。这一点是拓扑关系数据模型与下一节面向实体数据模型本质不同的重要表现之一。
2、面向实体的数据模型
里称为“面向实体”，是为了强调这种数据模型是以单个空间地理实体为数据组织和存储的基本单位的。
与上述拓扑模型相反，该模型以独立、完整、具有地理意义的实体为基本单位对地理空间进行表达。在具体组织和存储时，可将实体的坐标数据和属性数据（如建立了部分拓扑，拓扑关系也放在表中保存）分别存放在文件系统和关系数据库中，也可以将二者统一存放在关系数据库中（可以将坐标数据和属性数据放在同一个表中，也可以将二者分成两个表，ESRI公司SDE的存贮模式是分成四个表格，它还增加了一个Layers表和一个空间索引表。Layers表位于服务器端，用于层的管理和维护；空间索引表（服务器端）采用网格索引，用于实体的快速搜索）。
面向实体的数据模型在具体实现时采用的是完全面向对象的软件开发方法，每个对象（独立的地理实体）不仅具有自己独立的属性（含坐标数据），而且具有自己的行为（操作），能够自己完成一些操作。虽然面向实体的数据模型在内部组织上可以按照拓扑关系进行，但是作者这里所说的模型强调对象的坐标存贮之间（尤其是面与线的坐标存贮）不具有依赖关系，这是它与拓扑关系模型的本质不同点。该模型能够很好地克服拓扑关系数据模型的几个缺点，具有实体管理、修改方便，查询检索、空间分析容易的优点，更重要的是它能够方便地构造用户需要的任何复杂地理实体，而且这种模式符合人们看待客观世界的思维习惯，便于用户理解和接受。同时，面向实体的数据模型自然地具有系统维护和扩充方便的优点。
这种模型是当今流行GIS软件采用的最新数据模型，但也有一些缺点：
拓扑关系需临时构建。由于面向实体的数据模型是以地理实体为中心的，并未以拓扑关系为基础组织、存储地理实体，表达地理空间，因此拓扑关系并不是一开始就存在，而是在需要时才临时导出各种拓扑关系，这需要消耗一定的系统资源。也许有观点认为，以实体为单位组织数据时，也可以将拓扑关系一开始就保存在实体的属性表中，拓扑关系并不一定是临时构建出来的。但仔细分析便可发现，这种方案对由多个几何要素组成的实体（如一条组成要素不同的河流）不可行，因为拓扑关系不能有效准确地记录。实际上这种方案只对由一个几何要素组成的实体适用，但其本质上仍是拓扑关系数据模型，其缺点表征与上面2.1节描述的完全相同，因而不是真正的面向实体数据模型。
动态分段、网络分析效率降低。在结点---弧段---多边形拓扑关系链中，显式的拓扑表有四个：结点---弧段表，弧段---结点表，弧段---多边形表和多边形---弧段表。有了这四个关系表，我们就能直接查找任意结点、弧段和多边形的拓扑属性，便于进行动态分段和网络分析等其它与拓扑关系有关的拓扑分析，基于拓扑数据模型的GIS可以很方便地做到这一点。但由于将四个拓扑表全部存贮会使系统的空间开销成倍增大，因此一些软件只存贮其中2个（如早期的System 9版本）或将弧段—结点、弧段—多边形表合二为一（Arc/Info 8.0以前版本），被隐含的表可由显示存在的表导出。即便这样，基于拓扑数据模型的GIS在涉及拓扑关系的查询和分析上仍然有较高的效率，而面向实体的数据模型由于要根据需要临时构建拓扑关系，自然会使拓扑查询和分析的效率降低。当然构建好的拓扑关系可存放起来，供以后使用。
实体间的公共点和公共边重复存贮。由于面向实体的数据模型是以地理实体为基本单位进行数据组织和空间表达的，对每一个地理实体都进行完整存贮（存贮到点一级），在存贮坐标时是各对象独立存贮，不再依赖其它对象，那么就必然会导致实体间共有的公共点和公共边重复存贮。
难以将管理、分析和处理定位到几何要素一级。几何要素是指点、弧段和多边形等简单图形，有时构成同一实体的各个几何要素之属性差别较大（例如组成一块宗地的各边之面积不一样，某一交通闭合环路的组成道路类型不一样等），需要在地理实体的下一级---几何要素一级上进行处理，拓扑数据模型可以直接进行处理，而面向实体的数据模型则需要首先对相关地理实体进行定位、分解，因而降低系统在这方面的性能。从本质上分析，我们不难得到，由于该种模型认为组成同一实体的几何要素之属性相同，因而忽略了几何要素间的属性差异，从而导致在系统存贮和处理机制上难以定位到几何要素一级。
难以实现跨图层的拓扑查询和分析。如果这个问题放在拓扑关系模型中，则比较容易解决，因为各个要素的邻接要素已事先存在，不仅已经是分层的，而且具有实际的地理属性，因此只要顺藤摸瓜查找邻接要素并取得其地理属性即可。但对于面向实体的数据模型，则不能有效地解决，因为临时生成拓扑关系时其中的几何要素一般属于同一层，不可能自动生成跨图层的地理属性，必须做进一步的处理方才有可能解决。显然，这种方法的效率不高。
⑵ 关系型数据库和非关系型数据库区别
1、数据存储方式不同。
关系型和非关系型数据库的主要差异是数据存储的方式。关系型数据天然就是表格式的，因此存储在数据表的行和列中。数据表可以彼此关联协作存储，也很容易提取数据。
与其相反，非关系型数据不适合存储在数据表的行和列中，而是大块组合在一起。非关系型数据通常存储在数据集中，就像文档、键值对或者图结构。你的数据及其特性是选择数据存储和提取方式的首要影响因素。
2、扩展方式不同。
sql和NoSQL数据库最大的差别可能是在扩展方式上，要支持日益增长的需求当然要扩展。
要支持更多并发量，SQL数据库是纵向扩展，也就是说提高处理能力，使用速度更快速的计算机，这样处理相同的数据集就更快了。
因为数据存储在关系表中，操作的性能瓶颈可能涉及很多个表，这都需要通过提高计算机性能来客服。虽然SQL数据库有很大扩展空间，但最终肯定会达到纵向扩展的上限。而NoSQL数据库是横向扩展的。
而非关系型数据存储天然就是分布式的，NoSQL数据库的扩展可以通过给资源池添加更多普通的数据库服务器(节点)来分担负载。
3、对事务性的支持不同。
如果数据操作需要高事务性或者复杂数据查询需要控制执行计划，那么传统的SQL数据库从性能和稳定性方面考虑是你的最佳选择。SQL数据库支持对事务原子性细粒度控制，并且易于回滚事务。
虽然NoSQL数据库也可以使用事务操作，但稳定性方面没法和关系型数据库比较，所以它们真正闪亮的价值是在操作的扩展性和大数据量处理方面。
参考资料来源：网络——关系型数据库
参考资料来源：网络——非关系型数据库
⑶ 关系型数据库和非关系型数据库区别
1/7 分步阅读
1.实质。非关系型数据库的实质：非关系型数据库产品是传统关系型数据库的功能阉割版本，通过减少用不到或很少用的功能，来大幅度提高产品性能。
2/7
2.价格。目前基本上大部分主流的非关系型数据库都是免费的。而比较有名气的关系型数据库，比如Oracle、DB2、MSSQL是收费的。虽然Mysql免费，但它需要做很多工作才能正式用于生产。
3/7
3.功能。实际开发中，有很多业务需求，其实并不需要完整的关系型数据库功能，非关系型数据库的功能就足够使用了。这种情况下，使用性能更高、成本更低的非关系型数据库当然是更明智的选择。
4/7
传统的SQL数据库有3个缺点
许可费用昂贵
不能自动Sharding
严格的Schema
互联网公司一般都是技术密集型的，就自己根据自己的需求搞了一套数据存储，牺牲了严格一致性，满足互联网伸缩性的要求。
5/7
nosql 当年是为了处理 杂乱的非结构化数据来设计的 比如 网页访问信息 那就如楼上说的 阉割了sql 的 acid 特性 这样当然快了啊 比如插入数据
相反如果是一些 交易数据 数据的安全稳定 压倒一切的时候 rdbms 就显现威力了 但是rdbms 在面对nosql的 一些挑战之后 大力优化了 对于一些 非结构化数据的支持 比如json 数据 同时rdbms 对于 olap and oltp 的支持 也要比 nosql快的你是一点半点
6/7
非关系型数据库的优势：1. 性能NOSQL是基于键值对的，可以想象成表中的主键和值的对应关系，而且不需要经过SQL层的解析，所以性能非常高。2. 可扩展性同样也是因为基于键值对，数据之间没有耦合性，所以非常容易水平扩展。
7/7
关系型数据库的优势：1. 复杂查询可以用SQL语句方便的在一个表以及多个表之间做非常复杂的数据查询。2. 事务支持使得对于安全性能很高的数据访问要求得以实现。对于这两类数据库，对方的优势就是自己的弱势，反之亦然。
⑷ 数据库关系模型有哪些优缺点
关系模型数据库的优点：
1、关系模型和格式化模型不同，它是简历在严格的数学概念的基础上的。
2、关系模型的概念单一。无论实体还是实体之间的联系都用关系来表示。对数据库的检索和更新结果也是关系（即表）。所以其数据结构简单、清晰，用户易懂易用。
3、关系模型的存取路径对用户透明，从而具有更高的数据独立性、更好的安全保密性，也简化了程序员的工作和数据库开发建立的工作。
关系模型数据库的缺点：
1、由于存取路径岛屿用户是隐蔽的，查询效率往往不如格式化数据模型。
2、为了提高性能，数据库管理系统必须到用户的查询请求进行优化，因此增加了开发数据库管理系统的难度。
(4)关系型数据库优势扩展阅读：
其他数据库的优缺点：
层次数据库的优点：
1、数据结构比较简单清晰。
2、层次数据库的查询效率高。因为层次模型中记录之间的联系用有向边表示，这种练习在DBMS中常常用指针来实现，因此这种练习也就是记录之间的存取路径。当药存取某个节点的记录值，DBMS就沿着这一条路径很快找到该记录值，所以层次数据库的性能优于关系数据库，不低于网状数据库。
3、层次数据模型提供了良好的完整性支持。
层次数据库的缺点：
1、现实世界中很多联系都是非层次性的。
2、对插入和产出操作的限制比较多，因此应用程序的编写比较复杂、
3、由于结构严密，层次命令趋于程序化。
⑸ 关系数据模型和非关系数据模型的优缺点
关系型数据库：SQLServer、Oracle、mysql等
特性：
①采用关系模型来组织数据的数据库；
②事务的一致性；
③简单来说，关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。
优点：
①容易理解：二维表结构是非常贴近逻辑世界一个概念，关系模型相对网状、层次等其他模型来说更容易理解；
②使用方便：通用的SQL语言使得操作关系型数据库非常方便；
③易于维护：丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大减低了数据冗余和数据不一致的概率；
④支持SQL，可用于复杂查询。
缺点：
①为了维护一致性所付出的巨大代价就是其读写性能比较差；
②固定的表结构；
③高并发读写需求；
④海量数据的高效率读写；
非关系型数据库：MongoDb、redis、HBase等
特性：
①使用键值对存储数据；
②分布式；
③一般不支持ACID特性；
④非关系型数据库严格上不是一种数据库，应该是一种数据结构化存储方法的集合。
优点：
①无需经过sql层的解析，读写性能很高；
②基于键值对，数据没有耦合性，容易扩展；
③存储数据的格式：nosql的存储格式是key,value形式、文档形式、图片形式等等，文档形式、图片形式等等，而关系型数据库则只支持基础类型。
缺点：
①不提供sql支持，学习和使用成本较高；
②无事务处理，附加功能bi和报表等支持也不好；
⑹ 什么是关系型数据库
关系型数据库，是指采用了关系模型来组织数据的数据库，其以行和列的形式存储数据，以便于用户理解，关系型数据库这一系列的行和列被称为表，一组表组成了数据库。
用户通过查询来检索数据库中的数据，而查询是一个用于限定数据库中某些区域的执行代码。关系模型可以简单理解为二维表格模型，而一个关系型数据库就是由二维表及其之间的关系组成的一个数据组织。
关系型数据库设计的过程可大体分为四个时期七个阶段。
存储结构：关系型数据库按照结构化的方法存储数据，每个数据表都必须对各个字段定义好（也就是先定义好表的结构），再根据表的结构存入数据，这样做的好处就是由于数据的形式和内容在存入数据之前就已经定义好了，所以整个数据表的可靠性和稳定性都比较高，但带来的问题就是一旦存入数据后，如果需要修改数据表的结构就会十分困难。
(6)关系型数据库优势扩展阅读：
关系型数据库相比其他模型的数据库而言。有着以下优点：
1、容易理解：关系模型中的二维表结构非常贴近逻辑世界，相对于网状、层次等其他模型来说更容易理解。
2、使用方便：通用的SQL语言使得操作关系型数据库非常方便，只需使用SOL语言在逻辑层面操作数据库，而完全不必理解其底层实现。
3、易于维护：丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大降低了数据冗余和数据不一致的概率。
⑺ 关系数据库系统的特点是什么
关系数据库的主要特点列举如下：
1.数据集中控制，在文件管理方法中，文件是分散的，这些文件之间一般是没有联系的，因此不能按照统一的方法来控制、维护和管理。而数据库则可以集中控制、维护和管理有关数据。
2.数据独立，数据库中的数据独立于应用程序，包括数据的物理独立性和逻辑独立性，给数据库的使用、调整、优化和进一步扩充提供了方便。
3.数据共享，数据库中的数据可以供多个用户使用，每个用户只与库中的一部分数据发生联系；用户数据可以重叠，用户可以同时存取数据而互不影响。
4.减少数据冗余，数据库中的数据不是面向应用，而是面向系统。数据统一定义、组织和存储，集中管理，避免了不必要的数据冗余。
5.数据结构化，整个数据库按一定的结构形式构成，数据在记录内部和记录类型之间相互关联，用户可通过不同的路径存取数据。
6.统一的数据保护功能，在多用户共享数据资源的情况下，对用户使用数据有严格的检查，对数据库规定密码或存取权限，以确保数据的安全性、并发控制。
(7)关系型数据库优势扩展阅读：
关系数据库，是建立在关系数据库模型基础上的数据库，借助于集合代数等概念和方法来处理数据库中的数据，同时也是一个被组织成一组拥有正式描述性的表格，这些表格中的数据能以许多不同的方式被存取或重新召集而不需要重新组织数据库表格。
关系数据库的定义造成元数据的一张表格或造成表格、列、范围和约束的正式描述。每个表格（有时被称为一个关系）包含用列表示的一个或更多的数据种类。 每行包含一个唯一的数据实体，这些数据是被列定义的种类。
参考资料：网络——关系数据库