小数据库和大数据库有什么区别

小型数据库一般都是用于数据量不是很大的软件中；主要用的是mysql、db2；软件类型一般是办公软件（公司、单位内部用）。

大型数据库一般都是用于数据量很大的软件中；主要用的是oracle；软件类型一般是网站开发（面向众量用户）。

学习大数据需要的基础：

javaSE，EE(SSM)

90%的大数据框架都是java写的

如：MongoDB--最受欢迎的，跨平台的，面向文档的数据库。

Hadoop--用Java编写的开源软件框架，用于分布式存储，并对非常大的数据集进行分布式处理。

Spark --Apache Software Foundation中最活跃的项目，是一个开源集群计算框架。

Hbase--开放源代码，非关系型，分布式数据库，采用Google的BigTable建模，用Java编写，并在HDFS上运行。

MySQL（必须需要掌握的）

SQLon Hadoop又分：

batch SQL（Hive）：一般用于复杂的 ETL 处理，数据挖掘，高级分析。

interactive SQL：交互式 SQL 查询，通常在同一个表上反复的执行不同的查询

operation SQL：通常是单点查询，延时要求小于 1 秒，该类系统主要是HBase。

Linux

大数据的框架安装在Linux *** 作系统上

关系数据库、非关系型数据库。

1、关系数据库

特点：数据集中控制；减少数据冗余等。

适用范围：对于结构化数据的处理更合适，如学生成绩、地址等，这样的数据一般情况下需要使用结构化的查询。

2、非关系数据库

特点：易扩展；大数据量，高性能；灵活的数据模型等。

使用范围：据模型比较简单；需要灵活性更强的IT系统；对数据库性能要求较高。

扩展资料：

非关系数据库的分类：

1、列存储数据库

这部分数据库通常是用来应对分布式存储的海量数据。键仍然存在，但是它们的特点是指向了多个列。这些列是由列家族来安排的。如：Cassandra， HBase， Riak。

2、文档型数据库

文档型数据库的灵感是来自于Lotus Notes办公软件的，而且它同第一种键值存储相类似。该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，比如JSON。文档型数据库可 以看作是键值数据库的升级版，允许之间嵌套键值。而且文档型数据库比键值数据库的查询效率更高。如：CouchDB， MongoDb 国内也有文档型数据库SequoiaDB，已经开源。

参考资料来源：百度百科-数据库

参考资料来源：百度百科-NoSQL

大数据定义什么的百度很多。个人理解：现有的互联网数据量越来越大，面对这么大的数据量，如何利用好这些数据是极具挑战性的。一方面数据量提升，数据处理的方法必须改变，才能提高数据处理速度，比如大规模，高并发的网站访问，12306，淘宝天猫什么的；另一方面从这些海量数据中挖掘出有用的信息，比如根据淘宝根据用户点击访问，反馈出用户的喜好，给用户推荐相关商品。

推荐Hadoop，适合大数据处理的。

网上学习资料很多，自己搜去！

当然你也可以自己使用数据库MYSQL等去做大数据处理，这样很多Hadoop做好的东西都需要你自己去做。要是熟悉某个数据库，并且应用明确就用数据库自己去做吧！

加油！

大数据的数据类型有：

1、结构化数据：能够用数据或统一的结构加以表示，人们称之为结构化数据，如数字、符号；

2、半结构化数据：所谓半结构化数据，就是介于完全结构化数据和完全无结构的数据之间的数据，XML、HTML文档就属于半结构化数据；

3、非结构化数据：非结构化数据库是指其字段长度可变，并且每隔字段的记录又可以由可重复或不可重复的子字段构成的数据库，用它不仅可以处理结构化数据，而且更适合处理非结构化数据。

以上就是关于小数据库和大数据库有什么区别全部的内容，包括:小数据库和大数据库有什么区别、大数据的基础是什么、常用的数据库有哪几种试着阐述每种数据库的特点和使用范围等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！