随着数据规模、并发量越来越大，非关系型数据库NoSQL（Not Only SQL）越来越受到重用
NoSQL带来了很多新特性，比如良好的可扩展性、弱化设计范式、弱化一致性要求，在应对高并发问题时表现良好，使其更加适应海量数据的应用场景
在海量数据场景中，SQL数据库面临几个明显的挑战：
事务
关系模型要求多个SQL操作满足ACID特性，要求强一致性
分布式系统中，要保证它们的原子性，就要用到分布式协议，性能成本高
NoSQL只要求最终一致性，而非ACID
结构化
SQL数据库有个特点：高度组织化结构化数据
设计时需要满足范式要求，例如
班级表中有编号、名称、简介等，那么在学生表中，包含班级编号后，就不能加入班级名称、简介等信息
这样可以避免大量的数据冗余，但同时会带来大量的联表操作
NoSQL中没有这类要求，为避免多表关联操作，往往会使用数据冗余简化数据结构，提升性能
NoSQL的存储结构也不限于表，很丰富，有：键值对存储，列存储，文档存储，图形结构，可以满足不同需求
性能
关系数据库主要基于硬盘，NoSQL更多的使用了内存
关系数据库主要采用B树存储引擎，NoSQL的存储引擎更加丰富，例如LSM树，写性能大幅提高
需要注意的是，NoSQL在海量数据场景中有一些优势，但不代表NoSQL要取代SQL
比如银行系统，该类系统需要使用具备强数据完整性、支持事务的健壮存储系统，SQL数据库就更加适合
他们是互相帮助的关系，二者的优势会不断融合
NoSQL也有一些问题，例如：
缺少统一标准
SQL数据库已经高度标准化，有完整的生态链
而NoSQL家族庞大，思路各不相同，没有统一标准
运维复杂
NoSQL存储结构很丰富，非常强大，但同时也意味着繁杂，使其学习、应用、运维的成本增高
而关系数据库有丰富的运维工具和大量经验丰富的运维人员
