關係型資料庫：mysql，oracle
非關係型資料庫：redis，mongodb，hbase
類sql資料庫：hive
關係型資料庫（mysql和oracle）
1.表和表、表和字段、資料和資料存在著關係
優點:
1.資料之間有關係，進行資料的增刪改查的時候是非常方便的
2.關係型資料庫是有事務操作的，保證資料的完整性和一致性。
缺點：
1.因為資料和資料是有關係的，底層是執行了大量的演算法
大量演算法會降低系統的效率，會降低效能
2.面對海量資料的增刪改查的時候會顯的無能為力
3.海量資料對資料進行維護變得非常的無力
應用場景：適合處理一般量級的資料（銀行轉賬和錢）
非關聯式資料庫的（redis和mangdb）
為了處理海量資料，非關聯式資料庫設計之初就是為了替代關係型資料庫的關係
優點：
1.海量資料的增刪改查是可以的
2.海量資料的維護和處理非常輕鬆
缺點：
1.資料和資料沒有關係，他們之間就是單獨存在的
2.非關聯式資料庫沒有關係，沒有強大的事務關係，沒***資料的完整性和安全性
適合處理海量資料，保證效率，不一定安全（統計資料，例如微博資料）
總結：1.關係型資料庫支援sql語句的查詢，增刪改查非常方便，並且支援多表的join操作，相比非關係型資料庫速度比較慢
2.非關係型資料庫讀寫非常快，但是不支援增刪改查的操作
3.hive資料倉儲是元資料和客戶端的形式，將資料儲存在hdfs上的。但是hive 中不支援對資料的改寫和新增，所有的資料都是在載入的時候中確定好的。
4.非關係型資料庫的數是儲存在記憶體中的，關係型資料庫的資料是儲存在磁碟的
參考文獻
關係型資料庫和非關係型資料庫，以及hive資料倉儲的區別
大資料面試題
海量資料面試題整理 1.給定a b兩個檔案，各存放50億個url，每個url各佔64位元組，記憶體限制是4g，讓你找出a b檔案共同的url？方案1 可以估計每個檔案安的大小為50g 64 320g，遠遠大於記憶體限制的4g。所以不可能將其完全載入到記憶體中處理。考慮採取分而治之的方法。s 求每對小...
大資料面試題
1.列舉spark 比hadoop 快的原 因 以及現在存在的主要問題 2.描述下使用spark streaming 和 graphx實現實時計算的可行性，以及可能會遇到的問題 3.graphx的pregel api 只支援有向圖遍歷 如何實現無xiang 遍歷，描述思路 4.spark 通過yar...
大資料面試題
1 mapreduce的大致流程 2 列出正確的hadoop集群中hadoop都分別啟動那些程序，他們的作用分別是什麼，盡量詳細些。3 請列出你所知道的hadoop排程器，並簡要說明其工作方法。4.flume不採集nginx日誌，通過logger4j採集日誌，優缺點是什麼？在nginx採集日誌時無法...