现在数据库用什么架构

现在数据库使用的主要架构包括关系型数据库、非关系型数据库和新型数据库架构。

1. 关系型数据库（RDBMS）：关系型数据库是最常见和传统的数据库架构，使用表格来存储和组织数据。它具有强大的数据一致性和完整性，支持SQL查询语言，如MySQL、Oracle和SQL Server。关系型数据库适用于需要严格的事务处理和数据一致性的应用，例如金融系统和电子商务平台。

2. 非关系型数据库（NoSQL）：非关系型数据库是一种新型的数据库架构，主要用于处理大规模、高速和异构的数据。它们不使用固定的表格结构，而是采用键值对、文档、列族或图形等不同的数据模型。非关系型数据库具有良好的可扩展性和高性能，适用于大数据和实时分析等场景。常见的非关系型数据库有MongoDB、Cassandra和Redis。

3. 新型数据库架构：随着数据规模和应用需求的不断增长，出现了一些新型数据库架构。其中，列式数据库（Columnar Database）适用于需要高效存储和分析大量结构化数据的场景，如数据仓库和数据分析；图数据库（Graph Database）适用于存储和分析复杂的关系网络，如社交网络和推荐系统；内存数据库（In-Memory Database）将数据存储在内存中，提供了极快的读写速度，适用于需要实时响应和高并发访问的应用。

4. 分布式数据库：随着云计算和大数据技术的发展，分布式数据库成为了一种重要的架构选择。分布式数据库将数据存储在多个节点上，实现了数据的分布和复制，提供了高可用性和可扩展性。常见的分布式数据库有Google的Bigtable、Facebook的Cassandra和亚马逊的DynamoDB。

5. 混合数据库架构：为了兼顾不同的需求，一些数据库厂商提供了混合数据库架构。这种架构将关系型数据库和非关系型数据库结合起来，既能满足传统的事务处理需求，又能处理大数据和实时分析。例如，Oracle提供了Oracle NoSQL Database，可以与Oracle Database集成使用。

综上所述，现在数据库使用的架构多种多样，选择适合自己应用需求的数据库架构是至关重要的。

现在数据库常用的架构有两种：关系型数据库（RDBMS）和非关系型数据库（NoSQL）。

关系型数据库（RDBMS）是指采用关系模型来组织数据的数据库系统。关系模型是由多个表组成的，每个表包含多个行和列，行表示数据的实例，列表示数据的属性。关系型数据库使用结构化查询语言（SQL）来操作和管理数据。常见的关系型数据库有MySQL、Oracle、SQL Server等。关系型数据库的优点是数据结构清晰、数据一致性强、支持事务处理，适用于需要强一致性和事务支持的应用场景。但是关系型数据库的扩展性和性能受限于表结构和SQL查询，对于大规模数据和高并发访问的应用场景效率不高。

非关系型数据库（NoSQL）是指不使用关系模型的数据库系统。非关系型数据库采用键值对、文档、列族、图等数据模型来存储和组织数据。非关系型数据库的设计目标是提供高可扩展性和高性能的数据存储和访问解决方案。非关系型数据库适用于大规模数据和高并发访问的应用场景，如分布式存储、实时数据分析等。常见的非关系型数据库有MongoDB、Redis、Cassandra等。非关系型数据库的缺点是数据结构不够清晰、一致性较弱，不适用于需要强一致性和事务支持的应用场景。

除了关系型数据库和非关系型数据库之外，还有一些新兴的数据库架构，如NewSQL和图数据库。NewSQL是一种结合了关系型数据库和非关系型数据库的优点的新型数据库架构，既提供了关系型数据库的数据一致性和事务支持，又具备了非关系型数据库的高可扩展性和高性能。图数据库是一种专门用于存储和处理图结构数据的数据库，适用于复杂的关联关系分析和图算法运算。

综上所述，数据库的架构选择应根据应用场景和需求来确定。如果需要强一致性和事务支持，可以选择关系型数据库；如果需要高可扩展性和高性能，可以选择非关系型数据库；如果需要兼顾关系型数据库和非关系型数据库的优点，可以选择NewSQL；如果需要处理图结构数据，可以选择图数据库。

当前，数据库的架构有多种选择，其中最常见的有以下几种：

1. 关系型数据库架构（RDBMS）：关系型数据库是最常见和最成熟的数据库架构之一。它使用表格来存储数据，并通过事先定义好的关系（主键和外键）来连接不同的表格。关系型数据库使用SQL（Structured Query Language）进行数据管理和查询。常见的关系型数据库包括MySQL、Oracle、SQL Server等。

2. 非关系型数据库架构（NoSQL）：非关系型数据库是相对于关系型数据库而言的，它不使用表格和关系来存储数据，而是采用其他数据模型，如键值对、文档、列族和图形。非关系型数据库具有更高的扩展性和灵活性，适用于处理大量的非结构化数据。常见的非关系型数据库包括MongoDB、Cassandra、Redis等。

3. 分布式数据库架构：分布式数据库是将数据存储在多个节点上，实现数据的分布和复制，以提高数据的可用性和性能。分布式数据库可以水平扩展，通过增加更多的节点来处理更大的数据量和并发访问。常见的分布式数据库包括Hadoop、Cassandra、CockroachDB等。

4. 内存数据库架构：内存数据库是将数据存储在内存中而不是磁盘上的数据库。由于内存的读写速度比磁盘快得多，内存数据库能够提供更高的性能和更低的延迟。内存数据库适用于需要快速读写和响应时间的应用场景，如实时分析、缓存等。常见的内存数据库包括Redis、Memcached等。

5. 新SQL数据库架构：新SQL数据库是一种结合了关系型数据库和分布式数据库优点的新型数据库架构。它既保留了关系型数据库的数据一致性和事务支持，又具备了分布式数据库的高可用性和扩展性。新SQL数据库旨在解决传统关系型数据库在大规模数据和高并发访问下的性能瓶颈。常见的新SQL数据库包括CockroachDB、TiDB等。

总之，选择数据库架构需要根据实际需求和应用场景来确定。关系型数据库适用于结构化数据和复杂的查询操作，非关系型数据库适用于非结构化数据和高度可扩展的场景，分布式数据库适用于大规模数据和高并发访问，内存数据库适用于快速读写和低延迟的需求，新SQL数据库适用于结合关系型和分布式优势的场景。