关系数据存储
1.关系数据库模型的存储结构采用二维表格 形式
2.关系模型是1970年由E.F.Codd提出的。
它和层次、网状模型相比，有以下特点：
数据结构简单（二维表格）
扎实的理论基础。
关系运算理论
关系模式设计理论
3.关系模型：用二维表的形式表示实体和实体间联系的数据模型
4.关系模型的形式定义
一、三个组成部分：数据结构、数据操作和完整性规则。
关系模型的基本数据结构就是关系。
关系运算分为关系代数和关系演算。
关系模型的三类完整性规则。
B. 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
C. 什么是关系数据库存储模式
关系数据库存储模式是以关系模型为基础的数据库存储方式，它通过关系数据库管理系统（RDBMS）进行数据的管理。关系模型是目前商用数据库领域最流行的一种数据模型，其基本思想是用二维表表示实体及其联系。二维表中的每一列对应实体的一个属性，并给出相应的属性值，每一行形成一个有多种属性组成的多元组，或称元组（TUPPLE），与一个特定实体相对应。
采用关系数据库存储方式，其主要特点是：
（1）关系结构灵活，可满足所有用布尔逻辑运算和数学运算规则形成的查询要求。
（2）关系数据还能搜索、组合和比较不同类型的数据，加入和删除数据都很方便。
（3）其缺点是由于许多操作都要求在文件中顺序查找满足条件特定关系的数据，如果数据库较大，这一查找过程要花费很多时间。
在早期的土地信息系统的建设中，一般采用关系型数据库来存储管理属性数据，而空间数据的管理多采用文件的方式来组织管理。主要原因一是因为关系型数据库对地理空间数据的表达能力不足；二是因为地理信息系统软件中一些数据模型和数据文件的结合很紧密。
随着数据库技术的发展和地理信息系统技术的广泛应用，基于关系对象数据库的空间数据管理技术日渐成熟，出现了商用的统一存储空间数据和属性数据的软件系统，如Oracle数据库系统产品Oracle Spatial支持对空间数据的存储与管理，使用Esri的Arc SDE可用关系型数据库（RDBMS）管理空间数据。
D. 关系型数据库和非关系型区别
关系型数据库和非关系型区别是扩展方式不同，数据存储方式不同、对事务性的支持不同。
1、扩展方式不同
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。
E. 关系数据库的三大要素是那些
1、关系模型数据结构：实际存在的表，是实际存储数据的逻辑表示，由基本表或其他视图表到处的表，是虚标，不对应实际存储的数据。
2、关系模型的关系操作集合：查询和插入，删除，修改。查询又可以分为：选择，投影，连接，除，并，差，交，笛卡儿积。
3、完整性约束：实体完整性：主属性不能为空，参照完整性：外键必须是主键或者为空（空的话认为暂时还没有设置）用户定义的完整性：一些特殊的约束条件。
(5)关系数据存储扩展阅读
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。
关系型数据库将数据存储在数据表中，数据操作的瓶颈出现在多张数据表的操作中，而且数据表越多这个问题越严重，如果要缓解这个问题，只能提高处理能力，也就是选择速度更快性能更高的计算机。
F. hbase与关系型数据库的存储方式有哪些不同
HBase与传统关系数据库的区别主要体现在以下几个方面：1.数据类型。关系数据库采用关系模型，具有丰富的数据类型和储存方式。HBase则采用了更加简单的数据模型，它把数据储存为未经解释的字符串，用户可以把不同格式的结构化数据和非结构化数据都序列化成字符串保存到HBase中，用户需要自己编写程序把字符串解析成不同的数据类型。 2.数据操作。关系数据库中包含了丰富的操作，如插入、删除、更新、查询等，其中会涉及复杂的多表连接，通常是借助多个表之间的主外键关联来实现的。HBase操作则不存在复杂的表与表之间的关系，只有简单的插入、查询、删除、清空等，因为HBase在设计上就避免了复杂的表与表之。
列存储不同于传统的关系型数据库，其数据在表中是按行存储的，列方式所带来的重要好处之一就是，由于查询中的选择规则是通过列来定义的，因此整个数据库是自动索引化的。
按列存储每个字段的数据聚集存储，在查询只需要少数几个字段的时候，能大大减少读取的数据量，一个字段的数据聚集存储，那就更容易为这种聚集存储设计更好的压缩/解压算法。
传统的（Oracle）行存储和（Hbase）列存储的区别。
主要体现在以下几个方面：1.数据类型。关系数据库采用关系模型，具有丰富的数据类型和储存方式。HBase则采用了更加简单的数据模型，它把数据储存为未经解释的字符串，用户可以把不同格式的结构化数据和非结构化数据都序列化成字符串保存到HBase中，用户需要自己编写程序把字符串解析成不同的数据类型。 2.数据操作。关系数据库中包含了丰富的操作，如插入、删除、更新、查询等，其中会涉及复杂的多表连接，通常是借助多个表之间的主外键关联来实现的。HBase操作则不存在复杂的表与表之间的关系，只有简单的插入、查询、删除、清空等，因为HBase在设计上就避免了复杂的表与表之间的关系，通常只采用单表的主键查询。
G. 如何在关系型数据库中存储树形结构
文中使用公司部门结构树作为栗子，要在mysql中存储这个公司部门结构树
邻接表想必大家都不陌生吧，用邻接表的关键是，在每个节点存储他的父节点的id。
在每一个部门信息中都存储了他的父节点id，parent_id字段
导入数据的过程就不说了，直接来看下数据吧：
这里使用常用的几种查询方式来看下这种方案的查询
可以通过parent_id做查询条件，可以快速查询到一个部门的直属下级部门
通过部门信息中的parent_id去查相应的父节点信息就可以快速实现
这种数据存储结构下，更新数据是比较方便快捷的，添加数据时直接找准父节点的id，组织部门变更时，也直接变更父id就好了，删除时候，看自己业务是否需要删除子节点这几种情况，
路径标的要点，就是每个节点存储根节点到该节点的路径，其实我觉得和别的几种方案可以共用
在每一个部门信息中都存储了他完整的路径，path字段
导入数据的过程就不说了，直接来看下数据吧：
使用路径表，通过path这个字段查询起来是比较困难的，一般都需要使用like，CONCAT函数、REPLACE函数等做字符串的处理逻辑，查询起来比较复杂，这里不做展示了，线上服务不建议使用这种方式，查询效率低会影响到服务性能，一般建议和邻接表方式统一使用，同时添加parent_id和path字段，parent_id用来查询，path用来查看节点完整的路径
这种数据存储结构下，更新数据是比较方便快捷的，添加数据时直接找准路径就好，组织部门变更时，也直接找准路径就好，删除时候，看自己业务是否需要删除子节点这几种情况，
Closure Table，网络直译过来叫闭合表，大多数人叫做闭包表，这种方案的要点是存储公司部门信息主表中，不存储节点关系的数据，使用另一张关系表来存储节点之间的关系，其中包含了任何两个有关系（上下级）节点的关联信息
公司部门信息主表，只需要存储部门的本身信息
主要包括三个字段
要点就是关系表的一条记录是一个上级节点、下级节点、与他们之间的路径距离。拿部门结构图来举例子
总公司-企划部的关系数据是：
总公司-大区A的关系数据是：
关系表中存储所有的节点路径信息，还用distance表示路径的距离，需要把树形结构中每两个节点之间的路径信息都维护进来。
数据存储的过程就拿导入总公司-门店A的过程做个示例。主表的数据存储就不说，说下关系中，存储部门结构的路径信息，总公司-门店A总共包含以下几条路径：
看到了么，是存储了所有总公司-门店A之间的路径信息
这里使用常用的几种查询方式来看下这种方案的查询
这种数据存储结构下，更新数据比较麻烦，因为他存储了两节点直接所有路径信息（包括中间节点的）
H. 什么叫关系型数据库
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。
(8)关系数据存储扩展阅读：
关系型数据库特点：
1、存储方式：传统的关系型数据库采用表格的储存方式，数据以行和列的方式进行存储，要读取和查询都十分方便。
2、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，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。
3、存储规范：关系型数据库为了避免重复、规范化数据以及充分利用好存储空间，把数据按照最小关系表的形式进行存储，这样数据管理的就可以变得很清晰、一目了然，当然这主要是一张数据表的情况。
4、扩展方式：由于关系型数据库将数据存储在数据表中，数据操作的瓶颈出现在多张数据表的操作中，而且数据表越多这个问题越严重，如果要缓解这个问题，只能提高处理能力，也就是选择速度更快性能更高的计算机。
5、查询方式：关系型数据库采用结构化查询语言来对数据库进行查询，SQL早已获得了各个数据库厂商的支持，成为数据库行业的标准，它能够支持数据库的CRUD操作，具有非常强大的功能，SQL可以采用类似索引的方法来加快查询操作。
6、规范化：在数据库的设计开发过程中开发人员通常会面对同时需要对一个或者多个数据实体进行操作，这样在关系型数据库中，一个数据实体一般首先要分割成多个部分，然后再对分割的部分进行规范化，规范化以后再分别存入到多张关系型数据表中，这是一个复杂的过程。
7、事务性：关系型数据库强调ACID规则（原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）），可以满足对事务性要求较高或者需要进行复杂数据查询的数据操作，而且可以充分满足数据库操作的高性能和操作稳定性的要求。
8、读写性能：关系型数据库十分强调数据的一致性，并为此降低读写性能付出了巨大的代价，虽然关系型数据库存储数据和处理数据的可靠性很不错，但一旦面对海量数据的处理的时候效率就会变得很差，特别是遇到高并发读写的时候性能就会下降的非常厉害。
9、授权方式：关系型数据库常见的有 Oracle，SQLServer，DB2，Mysql，除了Mysql大多数的关系型数据库如果要使用都需要支付一笔价格高昂的费用，即使是免费的Mysql性能也受到了诸多的限制。