RDBMS(Sql)
关系型数据库是将复杂的数据结构以行和列的形式进行存储及展示，如Excel中的数据形式。在关系型数据中，对数据的操作几乎都是建立在一个或多个关系表的基础上。通过表的关系来实现数据库的管理。典型的关系型数据库有 Oracle、MySql、SQL Server等。
NoSql
NoSQL，指的是非关系型的数据库。NoSQL用于超大规模数据的存储。这些类型的数据存储不需要固定的模式，无需多余操作就可以横向扩展。常见的有Redis、Hbase、MongoDB等
NewSql
NewSQL目标是将SQL的ACID保证与NoSQL的可扩展性和高性能相结合。可以简单地把NewSQL理解为：在NoSQL基础上，加入了事务能力。从实现上来说，主要是SQL+事务+分布式系统。NewSQL的相关产品有TiDB，OceanBase等。
RDBMS特点：
高度组织化结构化数据
结构化查询语言（SQL）
数据和关系都存储在单独的表中
数据操纵语言，数据定义语言
遵循ACID特性
：A (Atomicity) 原子性）、C (Consistency) 一致性、I (Isolation) 独立性、D (Durability) 持久性。
NoSql特点：
没有声明性查询语言
没有预定义的模式
键 - 值对存储，列存储，文档存储，图形数据库
最终一致性，而非ACID属性
非结构化和不可预知的数据
CAP定理
高性能，高可用性和可伸缩性
NewSql:
基于内存的存储引擎
基于数据分区的水平扩展性
基于MVCC的分布式事务
强一致的数据复制（多副本）
自动容灾高可用
并发性比较高，可能达到每秒上万次读写请求，对于传统关系型数据库来说，硬盘I/O是一个很大的瓶颈；
每天产生的数据量是巨大的，对于关系型数据库来说，在一张包含海量数据的表中查询，效率非常低。
数据库横向扩展比较困难，当用户量和访问量与日俱增的时候，数据库没有办法像web server和app server那样简单的通过添加更多的硬件和服务节点来扩展性能和负载能力。对于很多需要提供24小时不间断服务的网站来说，对数据库系统进行升级和扩展代价较大，往往需要停机维护和数据迁移。
传统关系型数据库通常有2种解决方法：
升级服务器硬件：虽然提升了性能，但有天花板。
数据分片，使用分布式集群结构：对单点数据库进行数据分片，存放到分布式集群里。可扩展性更好，但也带来了新的问题，以前在一个库里的数据，现在跨了多个库，应用系统不能自己去多个库中操作，需要使用数据库分片中间件。分片中间件做简单的数据操作时还好，但涉及到跨库join、跨库事务时就较难处理，因此很多人在业务层处理，复杂度较高。
Nosql放弃了传统SQL的强事务保证和关系模型，重点放在数据库的高可用性和可扩展性。
noSQL 的主要优势：
高可用性和可扩展性，自动分区，轻松扩展
不保证强一致性，性能大幅提升
没有关系模型的限制，极其灵活
noSQL不保证强一致性，对于普通应用没问题，但金融行业的应用一般都有强一致性的需求。
noSQL不支持SQL语句，兼容性较差，不同的noSQL数据库都有自己的 api 操作数据，比较复杂。
newSQL 提供了与 noSQL 相同的可扩展性，而且仍基于关系模型，还保留了极其成熟的 SQL 作为查询语言，保证了ACID事务特性。
关于各种数据库的应用场景：
不需要要事务：
数据量不大：MongoDB
数据量大：HBase
需要事务：
数据量不大，接受分库分表：Mysql
数据量大/当前数据量不大但增长速度高：OceanBase，TiDB
CAP定理（CAP theorem）
在计算机科学中, CAP定理（CAP theorem）, 又被称作 布鲁尔定理（Brewer's theorem）, 它指出对于一个分布式计算系统来说，不可能同时满足以下三点:
一致性(Consistency) (所有节点在同一时间具有相同的数据)
可用性(Availability) (保证每个请求不管成功或者失败都有响应)
分隔容忍(Partition tolerance) (系统中任意信息的丢失或失败不会影响系统的继续运作)
CAP理论的核心是：一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。
因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三 大类：
CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
CP - 满足一致性，分区容忍性的系统，通常性能不是特别高。
AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。
