① 有哪些轻型的非关系型数据库
常见的非关系型数据库有：1、mongodb；2、cassandra；3、redis；4、hbase；5、neo4j。其中mongodb是非常着名的Nosql数据库，它是一个面向文档的开源数据库。
常见的几种非关系型数据库：
1、MongoDB
MongoDB是最着名的NoSQL数据库。它是一个面向文档的开源数据库。MongoDB是一个可伸缩和可访问的数据库。它在c++中。MongoDB同样可以用作文件系统。在MongoDB中，JavaScript可以作为查询语言使用。通过使用sharding MongoDB水平伸缩。它在流行的JavaScript框架中非常有用。
人们真的很享受分片、高级文本搜索、gridFS和map-rece功能。惊人的性能和新特性使这个NoSQL数据库在我们的列表中名列第一。
特点：提供高性能；自动分片；运行在多个服务器上；支持主从复制；数据以JSON样式文档的形式存储；索引文档中的任何字段；由于数据被放置在碎片中，所以它具有自动负载平衡配置；支持正则表达式搜索；在失败的情况下易于管理。
优点：易于安装MongoDB；MongoDB Inc.为客户提供专业支持；支持临时查询；高速数据库；无模式数据库；横向扩展数据库；性能非常高。
缺点：不支持连接；数据量大；嵌套文档是有限的；增加不必要的内存使用。
2、Cassandra
Cassandra是Facebook为收件箱搜索开发的。Cassandra是一个用于处理大量结构化数据的分布式数据存储系统。通常，这些数据分布在许多普通服务器上。您还可以添加数据存储容量，使您的服务保持在线，您可以轻松地完成这项任务。由于集群中的所有节点都是相同的，因此不需要处理复杂的配置。
Cassandra是用Java编写的。Cassandra查询语言(CQL)是查询Cassandra数据库的一种类似sql的语言。因此，Cassandra在最佳开源数据库中排名第二。Facebook、Twitter、思科(Cisco)、Rackspace、eBay、Twitter、Netflix等一些最大的公司都在使用Cassandra。
特点：线性可伸缩；；保持快速响应时间；支持原子性、一致性、隔离性和耐久性(ACID)等属性；使用Apache Hadoop支持MapRece；分配数据的最大灵活性；高度可伸缩；点对点架构。
优点：高度可伸缩；无单点故障；Multi-DC复制；与其他基于JVM的应用程序紧密集成；更适合多数据中心部署、冗余、故障转移和灾难恢复。
缺点：对聚合的有限支持；不可预知的性能；不支持特别查询。
3、Redis
Redis是一个键值存储。此外，它是最着名的键值存储。Redis支持一些c++、PHP、Ruby、Python、Perl、Scala等等。Redis是用C语言编写的。此外，它是根据BSD授权的。
特点：自动故障转移；将其数据库完全保存在内存中；事务；Lua脚本；将数据复制到任意数量的从属服务器；钥匙的寿命有限；LRU驱逐钥匙；支持发布/订阅。
优点：支持多种数据类型；很容易安装；非常快（每秒执行约11万组，每秒执行约81000次）；操作都是原子的；多用途工具（在许多用例中使用）。
缺点：不支持连接；存储过程所需的Lua知识；数据集必须很好地适应内存。
4、HBase
HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。就像Bigtable利用了Google文件系统（File System）所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtable的能力。
HBase是Apache的Hadoop项目的子项目。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。
5、neo4j
Neo4j被称为原生图数据库，因为它有效地实现了属性图模型，一直到存储层。这意味着数据完全按照白板的方式存储，数据库使用指针导航和遍历图。Neo4j有数据库的社区版和企业版。企业版包括Community Edition必须提供的所有功能，以及额外的企业需求，如备份、集群和故障转移功能。
特点：它支持唯一的约束；Neo4j支持完整的ACID(原子性、一致性、隔离性和持久性)规则；Java API: Cypher API和本机Java API；使用Apache Lucence索引；简单查询语言Neo4j CQL；包含用于执行CQL命令的UI: Neo4j Data Browser。
优点：容易检索其相邻节点或关系细节，无需连接或索引；易于学习Neo4j CQL查询语言命令；不需要复杂的连接来检索数据；非常容易地表示半结构化数据；大型企业实时应用程序的高可用性；简化的调优。
缺点：不支持分片
② 互联网时代处理大量流动性数据社交网络数据最好使用哪些类型数据库
使用现有的主要吸引力一、可扩展的NoSQL数据库
如果您的整个 _active set_ 适合单个机器的主内存（现代商品机器可以高达 128GB +），那么您就没有水平可扩展性问题：即，您绝对没有理由进行分区（“分片") ) 你的数据库和放弃关系。如果您的活动数据集适合内存，那么任何带有索引的适当调整的数据库都将表现得足够好，可以在数据库本身成为限制之前使您的以太网卡饱和。
如果您认为关系模型本身并不合适，您可以轻松地在 MySQL 之上构建一个“面向文档的存储”：这就是 Friendfeed 最终要做的，我会遵循他们的模型（除非我使用 Avro （软件）、Apache Thrift 或 Google Protocol Buffers 而不是特定于语言的序列化）-
http://bret.appspot.com/entry/how-friendfeed-uses-mysql
如果您的站点变得非常成功，您将拥有一个不再适合您机器的主内存的活动集。在这种情况下，设计不当的存储引擎的性能会迅速下降。但是，MySQL 的 InnoDB（或 Postgres 的存储引擎）仍然允许您使用旋转磁盘保持（取决于您的请求分布）大约 2:1-5:1 的数据与内存比率。一旦超出这个范围，性能就会开始迅速下降（因为您要为每个请求进行多次磁盘搜索）。现在，您最好的做法是升级到 SSD（固态驱动器），这再次允许您在数据库成为限制之前使以太网卡饱和。
最后，当您遇到不适合的数据集大小时，例如，软件 raid 1 + 0 配置中的多个 SSD（同时为备份、多个版本的数据等提供空间...），那么您必须水平缩放。也就是说，您必须使用本质上支持分区的数据库（例如 Riak、Voldemort、Cassandra、HBase），或者在基于 MySQL/Postgres 的数据存储之上构建应用程序级分区层。我无法告诉您哪种解决方案是正确的，因为我（或您）都不知道您的数据及其访问模式在那时会是什么样子。也就是说，编写自己的分片层是您可以在代码中引入额外错误的另一个地方：不必构建自己的分布式数据库（您通过构建分片层有效地做的事情）是使用现有的主要吸引力一、可扩展的NoSQL数据
③ 数据多的时候为什么要使用redis而不用mysql
通常来说，当数据多、并发量大的时候，架构中可以引入Redis，帮助提升架构的整体性能，减少Mysql(或其他数据库)的压力，但不是使用Redis，就不用MySQL。
因为Redis的性能十分优越，可以支持每秒十几万此的读/写操作，并且它还支持持久化、集群部署、分布式、主从同步等，Redis在高并发的场景下数据的安全和一致性，所以它经常用于两个场景：
缓存
判断数据是否适合缓存到Redis中，可以从几个方面考虑： 会经常查询么？命中率如何？写操作多么？数据大小？
我们经常采用这样的方式将数据刷到Redis中：查询的请求过来，现在Redis中查询，如果查询不到，就查询数据库拿到数据，再放到缓存中，这样第二次相同的查询请求过来，就可以直接在Redis中拿到数据；不过要注意【缓存穿透】的问题。
缓存的刷新会比较复杂，通常是修改完数据库之后，还需要对Redis中的数据进行操作；代码很简单，但是需要保证这两步为同一事务，或最终的事务一致性。
高速读写
常见的就是计数器，比如一篇文章的阅读量，不可能每一次阅读就在数据库里面update一次。
高并发的场景很适合使用Redis，比如双11秒杀，库存一共就一千件，到了秒杀的时间，通常会在极为短暂的时间内，有数万级的请求达到服务器，如果使用数据库的话，很可能在这一瞬间造成数据库的崩溃，所以通常会使用Redis（秒杀的场景会比较复杂，Redis只是其中之一，例如如果请求超过某个数量的时候，多余的请求就会被限流）。
这种高并发的场景，是当请求达到服务器的时候，直接在Redis上读写，请求不会访问到数据库；程序会在合适的时间，比如一千件库存都被秒杀，再将数据批量写到数据库中。
所以通常来说，在必要的时候引入Redis，可以减少MySQL（或其他）数据库的压力，两者不是替代的关系 。
我将持续分享Java开发、架构设计、程序员职业发展等方面的见解，希望能得到你的关注。
Redis和MySQL的应用场景是不同的。
通常来说，没有说用Redis就不用MySQL的这种情况。
因为Redis是一种非关系型数据库（NoSQL），而MySQL是一种关系型数据库。
和Redis同类的数据库还有MongoDB和Memchache（其实并没有持久化数据）
那关系型数据库现在常用的一般有MySQL，SQL Server，Oracle。
我们先来了解一下关系型数据库和非关系型数据库的区别吧。
1.存储方式关系型数据库是表格式的，因此存储在表的行和列中。他们之间很容易关联协作存储，提取数据很方便。而Nosql数据库则与其相反，他是大块的组合在一起。通常存储在数据集中，就像文档、键值对或者图结构。
2.存储结构关系型数据库对应的是结构化数据，数据表都预先定义了结构（列的定义），结构描述了数据的形式和内容。这一点对数据建模至关重要，虽然预定义结构带来了可靠性和稳定性，但是修改这些数据比较困难。而Nosql数据库基于动态结构，使用与非结构化数据。因为Nosql数据库是动态结构，可以很容易适应数据类型和结构的变化。
3.存储规范关系型数据库的数据存储为了更高的规范性，把数据分割为最小的关系表以避免重复，获得精简的空间利用。虽然管理起来很清晰，但是单个操作设计到多张表的时候，数据管理就显得有点麻烦。而Nosql数据存储在平面数据集中，数据经常可能会重复。单个数据库很少被分隔开，而是存储成了一个整体，这样整块数据更加便于读写
4.存储扩展这可能是两者之间最大的区别，关系型数据库是纵向扩展，也就是说想要提高处理能力，要使用速度更快的计算机。因为数据存储在关系表中，操作的性能瓶颈可能涉及到多个表，需要通过提升计算机性能来克服。虽然有很大的扩展空间，但是最终会达到纵向扩展的上限。而Nosql数据库是横向扩展的，它的存储天然就是分布式的，可以通过给资源池添加更多的普通数据库服务器来分担负载。
5.查询方式关系型数据库通过结构化查询语言来操作数据库（就是我们通常说的SQL）。SQL支持数据库CURD操作的功能非常强大，是业界的标准用法。而Nosql查询以块为单元操作数据，使用的是非结构化查询语言（UnQl），它是没有标准的。关系型数据库表中主键的概念对应Nosql中存储文档的ID。关系型数据库使用预定义优化方式（比如索引）来加快查询操作，而Nosql更简单更精确的数据访问模式。
6.事务关系型数据库遵循ACID规则（原子性(Atomicity)、一致性(Consistency)、隔离性(Isolation)、持久性(Durability)），而Nosql数据库遵循BASE原则（基本可用（Basically Availble）、软/柔性事务（Soft-state ）、最终一致性（Eventual Consistency））。由于关系型数据库的数据强一致性，所以对事务的支持很好。关系型数据库支持对事务原子性细粒度控制，并且易于回滚事务。而Nosql数据库是在CAP（一致性、可用性、分区容忍度）中任选两项，因为基于节点的分布式系统中，很难全部满足，所以对事务的支持不是很好，虽然也可以使用事务，但是并不是Nosql的闪光点。
7.性能关系型数据库为了维护数据的一致性付出了巨大的代价，读写性能比较差。在面对高并发读写性能非常差，面对海量数据的时候效率非常低。而Nosql存储的格式都是key-value类型的，并且存储在内存中，非常容易存储，而且对于数据的 一致性是 弱要求。Nosql无需sql的解析，提高了读写性能。
8.授权方式大多数的关系型数据库都是付费的并且价格昂贵，成本较大（MySQL是开源的，所以应用的场景最多），而Nosql数据库通常都是开源的。
所以，在实际的应用环境中，我们一般会使用MySQL存储我们的业务过程中的数据，因为这些数据之间的关系比较复杂，我们常常会需要在查询一个表的数据时候，将其他关系表的数据查询出来，例如，查询某个用户的订单，那至少是需要用户表和订单表的数据。
查询某个商品的销售数据，那可能就会需要用户表，订单表，订单明细表，商品表等等。
而在这样的使用场景中，我们使用Redis来存储的话，也就是KeyValue形式存储的话，其实并不能满足我们的需要。
即使Redis的读取效率再高，我们也没法用。
但，对于某些没有关联少，且需要高频率读写，我们使用Redis就能够很好的提高整个体统的并发能力。
例如商品的库存信息，我们虽然在MySQL中会有这样的字段，但是我们并不想MySQL的数据库被高频的读写，因为使用这样会导致我的商品表或者库存表IO非常高，从而影响整个体统的效率。
所以，对于这样的数据，且有没有什么复杂逻辑关系（就只是隶属于SKU）的数据，我们就可以放在Redis里面，下单直接在Redis中减掉库存，这样，我们的订单的并发能力就能够提高了。
个人觉得应该站出来更正一下，相反的数据量大，更不应该用redis。
因为redis是内存型数据库啊，是放在内存里的。
设想一下，假如你的电脑100G的资料，都用redis来存储，那么你需要100G以上的内存！
使用场景Redis最明显的用例之一是将其用作缓存。只是保存热数据，或者具有过期的cache。
例如facebook，使用Memcached来作为其会话缓存。
总之，没有见过哪个大公司数据量大了，换掉mysql用redis的。
题主你错了，不是用redis代替MySQL，而是引入redis来优化。
BAT里越来越多的项目组已经采用了redis+MySQL的架构来开发平台工具。
如题主所说，当数据多的时候，MySQL的查询效率会大打折扣。我们通常默认如果查询的字段包含索引的话，返回是毫秒级别的。但是在实际工作中，我曾经遇到过一张包含10个字段的表，1800万+条数据，当某种场景下，我们不得不根据一个未加索引的字段进行精确查询的时候，单条sql语句的执行时长有时能够达到2min以上，就更别提如果用like这种模糊查询的话，其效率将会多么低下。
我们最开始是希望能够通过增加索引的方式解决，但是面对千万级别的数据量，我们也不敢贸然加索引，因为一旦数据库hang住，期间的所有数据库写入请求都会被放到等待队列中，如果请求是通过http请求发过来的，很有可能导致服务发生分钟级别的超时不响应。
经过一番调研，最终敲定的解决方案是引入redis作为缓存。redis具有运行效率高，数据查询速度快，支持多种存储类型以及事务等优势，我们把经常读取，而不经常改动的数据放入redis中，服务器读取这类数据的时候时候，直接与redis通信，极大的缓解了MySQL的压力。
然而，我在上面也说了，是redis+MySQL结合的方式，而不是替代。原因就是redis虽然读写很快，但是不适合做数据持久层，主要原因是使用redis做数据落盘是要以效率作为代价的，即每隔制定的时间，redis就要去进行数据备份/落盘，这对于单线程的它来说，势必会因“分心”而影响效率，结果得不偿失。
楼主你好，首先纠正下，数据多并不是一定就用Redis，Redis归属于NoSQL数据库中，其特点拥有高性能读写数据速度，主要解决业务效率瓶颈。下面就详细说下Redis的相比MySQL优点。（ 关于Redis详细了解参见我近期文章：https://www.toutiao.com/i6543810796214813187/ ）
读写异常快
Redis非常快，每秒可执行大约10万次的读写速度。
Redis支持丰富的数据类型，有二进制字符串、列表、集合、排序集和散列等等。这使得Redis很容易被用来解决各种问题，因为我们知道哪些问题可以更好使用地哪些数据类型来处理解决。
原子性Redis的所有操作都是原子操作，这确保如果两个客户端并发访问，Redis服务器能接收更新的值。
丰富实用工具 支持异机主从复制Redis支持主从复制的配置，它可以实现主服务器的完全拷贝。
以上为开发者青睐Redis的主要几个可取之处。但是，请注意实际生产环境中企业都是结合Redis和MySQL的特定进行不同应用场景的取舍。 如缓存——热数据、计数器、消息队列（与ActiveMQ，RocketMQ等工具类似）、位操作（大数据处理）、分布式锁与单线程机制、最新列表（如新闻列表页面最新的新闻列表）以及排行榜等等 可以看见Redis大显身手的场景。可是对于严谨的数据准确度和复杂的关系型应用MySQL等关系型数据库依然不可替。
web应用中一般采用MySQL+Redis的方式，web应用每次先访问Redis，如果没有找到数据，才去访问MySQL。
本质区别1、mysql：数据放在磁盘 redis：数据放在内存。
首先要知道mysql存储在磁盘里，redis存储在内存里，redis既可以用来做持久存储，也可以做缓存，而目前大多数公司的存储都是mysql + redis，mysql作为主存储，redis作为辅助存储被用作缓存，加快访问读取的速度，提高性能。
使用场景区别1、mysql支持sql查询，可以实现一些关联的查询以及统计；
2、redis对内存要求比较高，在有限的条件下不能把所有数据都放在redis；
3、mysql偏向于存数据，redis偏向于快速取数据，但redis查询复杂的表关系时不如mysql，所以可以把热门的数据放redis，mysql存基本数据。
mysql的运行机制mysql作为持久化存储的关系型数据库，相对薄弱的地方在于每次请求访问数据库时，都存在着I/O操作，如果反复频繁的访问数据库。第一：会在反复链接数据库上花费大量时间，从而导致运行效率过慢；第二：反复地访问数据库也会导致数据库的负载过高，那么此时缓存的概念就衍生了出来。
Redis持久化由于Redis的数据都存放在内存中，如果没有配置持久化，redis重启后数据就全丢失了，于是需要开启redis的持久化功能，将数据保存到磁盘上，当redis重启后，可以从磁盘中恢复数据。redis提供两种方式进行持久化，一种是RDB持久化（原理是将Reids在内存中的数据库记录定时mp到磁盘上的RDB持久化），另外一种是AOF（append only file）持久化（原理是将Reids的操作日志以追加的方式写入文件）。
redis是放在内存的~！
数据量多少绝对不是选择redis和mysql的准则，因为无论是mysql和redis都可以集群扩展，约束它们的只是硬件(即你有没有那么多钱搭建上千个组成的集群)，我个人觉得数据读取的快慢可能是选择的标准之一，另外工作中往往是两者同是使用，因为mysql存储在硬盘，做持久化存储，而redis存储在内存中做缓存提升效率。
关系型数据库是必不可少的，因为只有关系型数据库才能提供给你各种各样的查询方式。如果有一系列的数据会频繁的查询，那么就用redis进行非持久化的存储，以供查询使用，是解决并发性能问题的其中一个手段
④ 什么是非关系数据库非关系数据库如何关联呀
一楼很完善
⑤ 简述关系型数据库和NOSQL数据库分别适用场景
关系型数据库（Relational Database Management System，RDBMS）猛轮是一种使用关系模型来组织数据的数据库管理系统。它是传统的、最常用的数据库类型，广泛应用于各种领域，如企业应用、政府机构、教育机构等。
关系型数据库适用于存储烂迅结构化数据和执行复杂的查询操作的场景。它们提供了强大的查询功能，能够快速检索、汇总和分析数据。此外，关系型数据库还支持事务处理、约束、索引等功能，能够保证数据的完整性和一致性。
NOSQL（Not Only SQL）数据库是一种非关系型数据库，它旨在为大规模数据存储和处理提供更高的性能和更灵活的数据模型。NOSQL数据库主要分为四类：键值存储数据库、文档型数据库、列存储数据库和图型数据库。
NOSQL数据库适用于存储非结构化或半结构化数据的场景。它们支持快速写入和自动扩展，适用于海量数据的存储和处理。此外，NOSQL数据库还提供了灵活的数据模拟和查询功能，能够适应各种不同的饥知此数据类型和查询需求。但是，NOSQL数据库往往不支持事务处理和约束，因此在数据一致性和完整性方面可能不如关系型数据库。
总的来说，关系型数据库更适合存储结构化数据，执行复杂的查询和事务处理，保证数据一致性和完整性的场景。而NOSQL数据库更适合存储非结构化或半结构化数据，执行大规模数据存储和处理的场景。
⑥ Hive是什么，Hive与关系型数据库的区别
全不同应用场景吧，HBase
速度比
Hive
快了不知道多少。HBase
是非关系型数据库（KV型），
对
key
做索引，查询速度非常快（相比较
Hive
），适合实时查询；而Hive是关系型数据结构，适合做后期数据分析。和单机的MySQL，Oracle比较的话，Hive的优点是可以存储海量数据，只是查询速度比较慢。
⑦ 对比关系型数据库，什么情况下使用非关系型数据库
你期望一个更高的写负载
默认情况下，对比事务安全，MongoDB更关注高的插入速度。如果你需要加载大量低价值的业务数据，那么
MongoDB将很适合你的用例。但是必须避免在要求高事务安全的情景下使用MongoDB，比如一个1000万美元的交易。
不可靠环境保证高可用性
设置副本集（主-从服务器设置）不仅方便而且很快，此外，使用MongoDB还可以快速、安全及自动化的实现节点
（或数据中心）故障转移。
未来会有一个很大的规模
数据库扩展是非常有挑战性的，当单表格大小达到5-10GB时，MySQL表格性能会毫无疑问的降低。如果你需要分
片并且分割你的数据库，MongoDB将很容易实现这一点。
使用基于位置的数据查询
MongoDB支持二维空间索引，因此可以快速及精确的从指定位置获取数据。
非结构化数据的爆发增长
给RDBMS增加列在有些情况下可能锁定整个数据库，或者增加负载从而导致性能下降，这个问题通常发生在表格
大于1GB（更是下文提到BillRun系统中的痛点——单表格动辄几GB）的情况下。鉴于MongoDB的弱数据结构模式，添
加1个新字段不会对旧表格有任何影响，整个过程会非常快速；因此，在应用程序发生改变时，你不需要专门的1个
DBA去修改数据库模式。
缺少专业的数据库管理员
如果你没有专业的DBA，同时你也不需要结构化你的数据及做join查询，MongoDB将会是你的首选。MongoDB非常
适合类的持久化，类可以被序列化成JSON并储存在MongoDB。需要注意的是，如果期望获得一个更大的规模，你必须
要了解一些最佳实践来避免走入误区。
⑧ 以下那种类别对应数据的字符类属性
整数类型：BIT、BOOL、TINY INT、SMALL INT、MEDIUM INT、 INT、 BIG INT
浮点数类型：FLOAT、DOUBLE、DECIMAL
字符串类型：CHAR、VARCHAR、TINY TEXT、TEXT、MEDIUM TEXT、LONGTEXT、TINY BLOB、BLOB、MEDIUM BLOB、LONG BLOB
日期类型：Date、DateTime、TimeStamp、Time、Year
其他数据类型：BINARY、VARBINARY、ENUM、SET、Geometry、Point、MultiPoint、LineString、MultiLineString、Polygon、GeometryCollection等
1、整型
数据类型 字节及范围
tinyint(m) 1个字节 (-128~127)
smallint(m) 2个字节 (-32768~32767)
mediumint(m) 3个字节 (-8388608~8388607)
int或integer(m) 4个字节 (-2147483648~2147483647)
bigint(m) 8个字节 (±9.22*10的18次方)
整型括号中里的m是表示SELECT查询结果集中的显示宽度，并不拦基影响实际的取值范围，没有影响到显示的宽度。（可以略过这个东西）
2、浮简吵谨点型
数据类型 定义
float(m,d) 单精度浮点型 8位精度(4字节)
double(m,d) 双精度浮点型 16位精度(8字节)
m总个数，d小数位。设一个字段定义为float(6,3)，如果插入一个数123.45678,实际数据库里存的是123.457，但总个数还以实际为准，即6位。整数部分最大是3位。如果插入数12.123456，存储的是12.1234，如果插入12.12，存储的是12.1200.
3、定点数
①浮点型在数据库中存放的是近似值，而定点类型在数据库中存放的是精确值。
decimal(m,d)
②DECIMAL 类型不同于FLOAT和DECIMAL，其中DECIMAL 实际是以串存放的。DECIMAL 可能的最大取值范围与DOUBLE 一样，但是其有效的取值范围由M 和D 的值决定。
给定的DECIMAL 类型的取值范围取决于MySQL数据类型的版本。
③ 对货币等对精度敏感的数据，应该用定点数表示或存储；
在这里插入图片描述
4、字符串
数据类型 大小
char(n) 固定长度，最多255个字符
varchar(n) 固定长度，最多65535个字符
tinytext 可变长度，最多255个字符
text 可变长度，最多65535个字符
mediumtext 可变长度，最多2的24次方-1个字符
longtext 可变长度，最多2的32次方-1个字符
区别char和varchar：
①char(n) 若存入字符数小于n，则以空格补于其后，查询之时再将空格去掉。所以char类型存储的字符串末尾不能有空格，varchar不限于此。
②char(n) 固定长度，char(4)不管是存入几个字符，都将占用4个字节；varchar是存入的实际字符数+1个字节（n<=255）或2个字节(n>255)，所以varchar(4),存入3个字符将占用4个字节。
③char类型的字符串检索速度要比varchar类型的快。
5、二进制数据（_Blob）
1._BLOB和_text存储方式不同，_TEXT以文本方式存储，英文存储区分大小写，而_Blob是以二进制方式存储，不分大小写。
2._BLOB存储的数据只能整体读出。
3._TEXT可以指定字符集，_BLO不用指定字符集。
6、日期碰告和时间类型
作用：存储用户注册时间，文章发布时间，员工入职时间，出生时间，过期时间等
数据类型 定义
DATE 日期 ‘2008-12-2’
TIME 时间 ‘12:25:36’
YEAR 年份 ‘2008’
DATETIME 日期时间 ‘2008-12-2 22:06:44’
TIMESTAMP 自动存储记录修改时间
注：①TIMESTAMP列用于INSERT或UPDATE操作时记录日期和时间。如果不分配一个值，表中的第一个TIMESTAMP列自动设置为最近操作的日期和时间。
②也可以通过分配一个NULL值，将TIMESTAMP列设置为当前的日期和时间。TIMESTAMP值返回后显示为’YYYY-MM-DD HH:MM:SS’格式的字符串。
③有专有的自动更新特性。
二、数据类型属性
关键字 含义
NULL 数据列可包含NULL值
NOT NULL 数据列不允许包含NULL值
DEFAULT 默认值
PRIMARY KEY 主键
AUTO_INCREMENT 自动递增，适用于整数类型
UNSIGNED 无符号
CHARACTER SET name 指定一个字符集
三、简单介绍几个存储引擎
1、MyISAM 数据存储引擎和数据列
MyISAM数据表，最好使用固定长度(CHAR)的数据列代替可变长度(VARCHAR)的数据列。
2、MEMORY存储引擎和数据列
MEMORY数据表目前都使用固定长度的数据行存储，因此无论使用CHAR或VARCHAR列都没有关系。两者都是作为CHAR类型处理的。
3、InnoDB 存储引擎和数据列（重要）
建议使用 VARCHAR类型。
也可以用show engines;语句查看所有引擎
在这里插入图片描述
以下几个例子
1、时间和日期
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
2、set
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
3、datatime
在这里插入图片描述
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
在这里插入图片描述
5、YEAR
在这里插入图片描述
文章知识点与官方知识档案匹配
MySQL入门技能树数据库组成表
22468 人正在系统学习中
点击阅读全文
打开CSDN，阅读体验更佳
评论(2) 请先 登录 后发表或查看评论
...知识之数据类型_小玉玉玉玉呀的博客_数据库数据类型
四、日期时间类型 1、数据类型 date里面 Y是年,M是月,D是天,即年月日;time里面 H是时,M是分,S是秒 ,即时分秒。 eg:表中的money是充值金额,接着记录一下充值时间,先添加一个时间字段,类型是datetime, 然后刷新表格,再打开,...
MySQL数据库中几种常见的数据类型分享_ysds20211402的博客...
一、数据类型是什么? 数据类型是指列、存储过程参数、表达式和局部变量的数据特征,它决定了数据的存储格式,代表了不同的信息类型。 有一些数据是要存储为数字的,数字当中有些是要存储为整数、小数、日期型等... ...
Oracle 数据类型
Oracle的数据类型： 1、CHAR数据类型，该类型是固定长度的字符串，如果没指定大小，则默认占用一字节，如果输入的值小于指定的长度，则数据库用空格填充至固定长度，如果用户输入的值大于指定的长度，则数据库返回错误信息 2、varchar2，用于存储可变长度的字符串，使用该数据类型可节省磁盘空间，但存储效率没有CHAR高 3、NCHAR和nvarchar2，NCHAR和CHAR区别在于NCHAR用来存储Unicode字符集类型，即双字节字符数据，CHAR是一个字节，而NCAHR是一个字符（两个字节），前者是CHAR(1)无法插入‘的’，后者是NCHAR(1)可以插入‘的’ 4、NUMBER表示数值数据类型，NUMBER(P,S),P为精度，表示数据的总位数，S为范围，表示小数点右边数字的位数 5、DATE数据类型，使用7个字节固定长度，每个字节分别存储世纪，年，月，日 ，时，分，秒，ORACLE中SYSDATE函数的功能是返回当前的日期和时间 6、TIMESTAMP数据类型，和DATE相似，但是这个类型的秒精确到小数点后6位，而DATE没有秒的小数部分 7、LOB数据类型用于存储大型的，没有被结构化的数据，例如二进制文件，图片文件，LOB主要分为BLOB和CLOB，BLOB数据类型用于存储二进制对象：图像，音频，视频...CLOB数据类型用于存储字符格式的大型对象 8、ORACLE其实也支持INTEGER,FLOAT,DOUBLE,VARCHAR,最好用ORACLE自身的NUMBER 和 VARCHAR2
数据库：常见的数据类型
文章目录一、常见的数据类型1.数值型 一、常见的数据类型 1、数值型： 整型 小数： 定点数 浮点型 2、字符型： 较短的文本：char、varchar 较长的文本：text、blob（较长的二进制数据） 3、日期型 1.数值型 （1）整型 整数类型 字节 范围 Tinyint 1 有符号：-128~127 ， 无符号：0~225
继续访问
数据库的类型_彬仔二号的博客_数据库类型
ps:数据库的类型主要分为四大类:一:关系型数据库。二:非关系型数据库。三:网状数据库。四:层次数据库。目前最常见的数据库模型主要是:关系型数据库和非关系型数据库。 ps:这里我们主要说关系型数据库和非关系型数据库。
数据库的数据类型
之前介绍了 数据库基本常识的简介及mysql安装 结构化查询语言sql 数据库表介绍 接下来说一下数据库的数据类型 数据库的数据类型主要包括以下几种 整数类型：一般常用的就是int=integer。可以在int后面加显示宽度，例如int(4)，但是超过这个长度也不会报错，会进行自动扩充。 浮点类型：一般常用的是double。指定小数位和总长度double(4,1)，表示小数点后保留1位，总长度为4位，并且不会自动扩充。如果出现插入的小数位数较多，则会进行四舍五入。 字符串类型：char和varch
继续访问
MySQL数据库中几种常见的数据类型分享
转自：微点阅读https://www.weidianyue.com 一、数据类型是什么？ 数据类型是指列、存储过程参数、表达式和局部变量的数据特征，它决定了数据的存储格式，代表了不同的信息类型。 有一些数据是要存储为数字的，数字当中有些是要存储为整数、小数、日期型等... 二、MYSQL常见数据类型 MySQL支持多种类型，大致可以分为四类：数值型、浮点型、日期/时间和字符串(字符)类型。 1、数值类型 MySQL支持所有标准SQL数值数据类型。 这些数值类型包括严格数值数据类型..
继续访问
数据库的类型
ps:数据库的类型主要分为四大类：一：关系型数据库。二：非关系型数据库。三：网状数据库。四：层次数据库。目前最常见的数据库模型主要是：关系型数据库和非关系型数据库。ps:这里我们主要说关系型数据库和费关系型数据库。1. 关系型数据库关系型数据库模型是将复杂的数据结构用较为简单的二元关系（二维表）来表示，如图1-4所示。在该类型数据库中，对数据的操作基本上都建立在一个或多个表格上，我们可以采用结构化查询语言（SQL）对数据库进行操作。关系型数据库是目前主流的数据库技术，其中具有代表性的数据库管理系统有：Ora
继续访问
数据库基础知识之数据类型
mysql常用数据类型 一、数值类型（整型、浮点型） 1、整型 eg:添加一个表格：点击表——添加字段——名称——类型，年龄age是tinyint类型，要在下方勾选无符号，因为年龄都是正数，不存在负数一说，所以不需要符号。 点击保存，然后输入表名，比如t1，就出现了t1 然后双击表里面的null就可以修改值了 如果在年龄里写了一个负数，再按ctrl+s保存，就会报错： 由于范围是0-255，所以当写了256时，也会报错: 2、浮点型 eg:想添加...
继续访问
数据库修改数据类型
数据库修改数据类型 在日常使用数据库中，或多或少都会遇到要修改数据库表中字段的数据类型，有一种方法是直接点“设计”，就可以修改了，但往往都不行，会提示为“不允许保存修改” 那就用另一种方法。可以看到，表中的“B02_2”的数据类型是‘nchar’，就把它数据类型修改为‘int’ 首先新建一个查询 接着在查询窗口里输入SQL 查询语句,查询表结构,找到需要修改的字段 然后执行下面语句，命令已成功完成。 最后表中的“B02_2”的数据类型就修改为‘int’了
继续访问
数据库中修改数据类型
UNIT_PRICE ：数据库原先类型为： NUMBER(18,4) AMOUNT ： 数据库原先类型为： NUMBER(18,4) 如果直接进行修改会报错，因为原先字段中已经有数据了。 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));
继续访问
数据库常见数据类型
常见的数据类型： 数值型： 整型：tinyint(1字节)、smallint(2字节)、mediumint(3字节)、int/integer(4字节)、bigint(8字节) 特点：默认是有符号的，要设置无符号，需添加unsigned关键字；不设置长度，会有默认的长度，长度代表了显示的最大宽度，如果不够会用0在左边填充。 小数: 浮点型：float(M,D)、double(M,D) 定点型：dec(M,D)、decimal(M,D) M：整数部位+小数部位 D：小数部位 M和D都可以省略
继续访问
【mysql】 数据表修改字段的数据类型
【mysql】 数据表修改字段的数据类型1、背景2、修改字段的数据类型 1、背景 当数据表创建之后，发现数据表字段的数据类型不合适，我们可以立即删除后重新创建； 但是一旦存上大量数据之后，我们更希望直接修改数据表； 即修改数据表： 修改表指的是修改数据库中已经存在的数据表的结构。 MySQL 中使用 ALTER TABLE 语句修改表。 2、修改字段的数据类型 本博客涉及数据表中修改字段的数据类型，即把字段的数据类型转换成另一种数据类型。 在 MySQL 中修改字段数据类型的语法规则如下： ALTER TA
继续访问
数据库中有哪几种数据类型？
数据库中有哪几种数据类型？ 整型： tiny int，small int，medium int，int，big int，大小分别为 8，16，24，32，64位。 浮点型： float、double 字符串类型： 定长的 char，变长的 varchar。在进行存储时，char 会删除末尾的空格，varchar 会保留末尾的空格。 日期时间类型： 与时区无关的 data time，与时区有关的 ...
继续访问
热门推荐 八大基本数据类型（超详细）
学习目标： Java八大数据类型： （1）整数类型：byte、short、int、long （2）小数类型：float、double （3）字符类型：char （4）布尔类型：boolean 学习内容： 1、 整数数据类型 byte：1个字节，8位，256种状态，取值范围为【-128,127】 short：2个字节，16位，65536种状态，取值范围为【-32768,32767】 int：4个字节，32位，整数类型默认是int类型，取值范围约21亿 long：8个字节，64位，long类型表示long类
继续访问
数据类型有哪些？如何判断数据类型？
数据类型有哪些？如何判断数据类型？ 一、数据类型有两种， 一种基本数据类型， 一种引用数据类型， 基本数据都有，string、number、Boolean、null、undefined； 引用数据类型有object， es6新增一个symbol 1、symbol类型 Symbol()返回的symbol值都是唯一的，使用Symbol()创建新的symbol值，并用一个可选的字符串作为其描述 —— 描述相同的两个Symbol值依然是不同的 2､undefined类型 只有一个值。在使用var声明变量但未对其加初
继续访问
数据库常用的数据类型
数据类型1.整型：bit（布尔型）:只能输入true或false，输入1是自动转化为TRUE，0是自动转化为FALSEtinyint：只能输入0到225之间的整数smallint(两个字节组成的整数)：-32768~32767int(四个字节组成的整数)：2的31次方bigint(八个字节组成的整数)：2的63次方2.货币型：money,可以四位小数3.日期型：data：2001.1.1~9999...
继续访问
21 常见的数据类型
常见的数据类型 1、数值型：整型、浮点型（定点数、浮点数） 2、字符型：较短的文本：CHAR、VARCHAR 较长的文本：TEXT、BLOB（较长的二进制数据） 3、日期型 一、整型 整数类型 字节 范围 Tinyint 1 有符号：-128-127 无符号：0~255 Smallint 2 有符号：-32768~32767 无符号：0~65536 Mediumint 3 有符号：-8388608~8388607 无符号：0~1677215 Int、Integer 4 有符
继续访问
最新发布 数据库基本增删改查语法和多表联查方式
我们想要操作数据库，主要需要使用的基本指令就是增删改查，主要包括四个关键字，增：insert，删：delete，改：update，查：select。接下来详细的讲一下这四种关键字的使用。
继续访问
SQL中改变列的数据类型
一、该列非主键、无default约束 直接更新： alter table 表名 alter column 列名 数据类型 二、该列为主键列、无default约束 (1)删除主键 alter table 表名 drop constraint 主键名称 (2)更新数据类型 alter table 表名 alter column 列名 数据类型 not null (3)添加主键 alter table ...
继续访问
MySQL修改列名称或列的数据类型
一、只修改列的数据类型的方法: 语法： alter table 表名 modify column 列名 新的列的类型 例如:student表中列stu_name的类型是char(20),现在要修改为varchar(20),SQL语句如下 alter table student modify column stu_name varchar(20); 二、同时修改列名和列的数据
继续访问
python六种数据类型的增删改查
六种数据类型的增删改查1、字符串str2、列表list3、元组tuple4、字典dict5、集合set可变类型：list、set、dict不可变类型：string、tuple、数字型 1、字符串str 增：拼接+，* 删：无 改：不可修改 查：index查字符串的索引值 2、列表list 增：append、insert、extend、update 删：pop、del、remove、clear 改：...
继续访问
数据库数据类型
⑨ Hive是什么，Hive与关系型数据库的区别
Hive与传统的关系型数据库有很多类似的地方，例如对SQL的支持。但是其基于HDFS与MapRece的事实使得它与传统的数据库在很多方面有很大的不同，在一些特性的支持下也受到底层架构的限制，但是这些限制随着版本迭代正在不断被消除，使得Hive看起来越来越像传统的数据库。