1. NoSQL数据库定义、TRDB和NoSQL区别
NoSQL是一种不同于关系数据库的数据库管理系统设计方式，是对非关系型数据库的统称，它所采用的数据模型并非传统关系数据库的关系模型，而是类似键/值、列族、文档等非关系模型。NoSQL数据库没有固定的表结构，通常也不存在连接操作，也没有严格遵守ACID约束。因此，与关系数据库相比，NoSQL具有灵活的水平可扩展性，可以支持海量数据存储。
TRDB：“Traditional Relational Database”，即“传统关系型数据库”。
关系型数据库，是指采用了关系模型来组织数据的数据库，其以行和列的形式存储数据，以便于用户理解，关系型数据库这一系列的行和列被称为表，一组表组成了数据库。
TRDB技术设计最初基于单机集中管理数据概念而进行的，所以受单机物理性能的限制。TRDB技术是建立在数据库管理系统(DBMS)上的.
TRDB无法解决的问题:
传统大型关系型数据库无法很好的解决问题
在互联网上的应用
面对的是大量数据存储和使用问题
大数据
代表Oracle、SQL Server、MySQL。
TRDB与NoSQL的区别
1.技术上：
TRDB NoSQL
使用强存储模式技术 使用弱存储模式技术
采用SQL技术标准定义和操作数据库 没有采用SQL技术标准定义和操作数据库
采用强事务保证可用性及安全性 采用弱事务保证数据可用性
主要采用单机集中式处理CP 主要采用多机分布式处理DP
2.事务上：
上面在技术上其实已经提到了，但还是单独的拿出来说说，TRDB遵循ACID原则，不仅要遵循最终一直性，还要中途不能变。NoSQL遵循BASE原则，只需要保证最终一致性，NoSQL在数据处理过程中，允许状态暂时不一致。
3.处理类型上：
NoSQL在处理网页、网站访问量、大量的视频存储等，这些数据允许插入出错，给用户带来的损失往往是能接受的。而TRDB所要面对的数据，如财务数据，如果少记录一笔甚至记错一个数字，就可能损失上百万，这都是承受不起的损失。
选择使用ACID还是BASE，或者是说选择TRDB还是NoSQL，取决于他们的优缺点。灵活的运用他们的优势，避开劣势。
2. NoSQL数据库的四种存储模式（ppt)
2.1 哪四种
1.键值对存储数据库；
典型代表：Tokyo Cabinet/Tyrant、Redis、Voldemort、Berkeley DB、
适用领域：内容缓存，适合混合工作负载并扩展大的数据集,
2.列式存储数据库；
典型代表：Cassandra、HBase, Riak
适用领域：分布式的文件系统
3.文档型数据库；
典型代表：CouchDB、MongoDB
适用领域：Web应用
4.图形数据库；
典型代表：Neo4J、InfoGrid、Infinite Graph
适用领域：社交网络，推荐系统等。专注于构建关系图谱
键值
文档
列族
图
2.2 组成元素
二、键值数据存储结构
1、什么是键值数据库
键值数据库Key-Value Database是一类轻量级结合内存处理为主的NoSQL数据库。
键值数据库放弃了传统关系型数据库的数据结构设计模式，转而采用速度更快的内存或SSD为数据运行存储方式，提升数据的执行效率。
键值数据库主要运行在内存，实现定期向硬盘读写数据的策略。
2、键值数据库的优缺点
（1）优点
简单
快速
高效计算
分布式处理
（2）缺点
对值进行多值查找功能很弱
缺少约束，更容易出错
三、文档数据存储模式
文档数据库与传统数据库一样，也是建立在对磁盘读写的基础上，对数据进行各种操作。文档数据库的设计思路是针对传统数据库低效的操作性能，首先考虑的是读写性能，为此需要去掉各种传统数据库规则的约束。
四、列族存储实现
列族数据库是为处理大数据而生的，相对于传统数据库的弱点，列族存储采用了去规则、去约束化的思路。
1、列族数据库存储结构基本要素
（1）命名空间
命名空间是列族数据库的顶级数据结构，相当于传统关系型数据库的表名。
（2）行键
行键用来唯一确定列族数据库中不同行数据区别的标识符。它的作用与传统关系型数据库的行主键作用类似。但是列族数据库的行是虚的，只存在逻辑关系，因为它们的值以列为单位进行存储。而传统的关系型数据库的行是一条连续而紧密的记录。另外行键还起分区和排序的作用。放列族的列存放于不同服务器的分区时，则行键七分区地址指向的标识作用。列族数据库存放数据时，自动按照行键进行排序。
（3）列族
由若干个列所构成的一个集合称为列族。对于关系紧密的列可以放到一个列族里，谜底是提高查询速度。
（4）列
列是列族数据库里用来存放单个数值的数据结构。列的每个值都附带时间戳，通过时间戳来区分值的不同版本。
2、列族的存储特点
擅长大数据处理，对于命名空间、行键、列族需要预先定义，列无需预先定义，随时可以增加。
五、图数据存储模式
1、图数据库存储结构基本要素
节点
边
属性
图
2、处理各种图结构的数据
比如无向图、有向图、二分图、流动网络图、多重图、加权图、树等。
3、应用领域广泛
可以以图的形式表示关系的数据，比如基于地图的交通运输、游戏开发、复杂的人际关系图、规则推理等。
图存储数据本身很简单，主要通过节点与节点产生的关系，进行深入查找、统计、分析，以发现有价值的数据规律。
比如：
计算两节点之间的最短路径；
两节点之间哪条路径派送成本最小；
两节点之间哪条路线派送速度最快；
哪个节点的邻节点最多，意味着是否可以在此处建立中转仓库；
哪个节点是薄弱节点，一旦这个节点出现问题，是否会对整体运营产生严重的影响；