数据模型

• 关系型数据库：采用关系模型，数据以二维表的形式组织，表由行和列组成。每一行代表一条记录，每一列代表一个字段。表与表之间可以通过主键和外键建立关联关系，如一对一、一对多和多对多关系。例如在一个电商系统中，“订单表” 和 “用户表” 可以通过用户 ID 建立关联。
• 非关系型数据库：数据模型更加灵活多样，常见的有键值对模型（如 Redis）、文档模型（如 MongoDB）、列族模型（如 HBase）和图模型（如 Neo4j）。例如 MongoDB 以文档形式存储数据，文档类似于 JSON 对象，可嵌套存储复杂的数据结构。

数据存储结构

• 关系型数据库：数据通常存储在磁盘上的结构化文件中，采用预定义的表结构。数据存储时需要遵循严格的模式，插入或修改数据时必须符合表结构的定义。
• 非关系型数据库：存储结构更加灵活。键值对数据库将数据以键值对的形式存储，文档数据库将数据以文档形式存储，列族数据库按列族存储数据，图数据库则以节点和边的形式存储数据。这些存储方式可以根据数据的特点和应用需求进行灵活调整。

查询语言

• 关系型数据库：使用结构化查询语言（SQL）进行数据的查询、插入、更新和删除操作。SQL 是一种标准化的语言，具有强大的查询和数据处理能力，支持复杂的查询，如多表连接查询、分组查询和聚合查询等。
• 非关系型数据库：没有统一的查询语言，不同类型的非关系型数据库使用各自的查询语法。例如 Redis 使用特定的命令进行数据操作，MongoDB 使用基于 JSON 的查询语法。

扩展性

• 关系型数据库：扩展性相对较差，尤其是垂直扩展（增加服务器硬件资源）达到一定限度后，继续扩展会面临成本高、性能瓶颈等问题。水平扩展（增加服务器数量）则需要复杂的数据库分片和数据同步技术。
• 非关系型数据库：具有良好的扩展性，尤其是水平扩展。非关系型数据库天生适合分布式架构，可以通过简单地添加服务器节点来增加系统的存储容量和处理能力，能够轻松应对海量数据和高并发访问的场景。