adjacent concept / 关系型数据库与图数据库如何选择
Choosing Relational or Graph Databases
数据库选择应根据数据结构、主要查询、完整性要求、事务边界、团队生态和运维成本做权衡，而不是根据流行程度决定。
Key fields
Identity
- Subtype
- 对比
- Parent Taxonomy
- Database Design
What
- Definition
- 数据库选择应根据数据结构、主要查询、完整性要求、事务边界、团队生态和运维成本做权衡，而不是根据流行程度决定。
- Prerequisite Knowledge
- Graph Database, Basic SQL and CRUD, Normalization and Denormalization
Why
- Core Question
- 什么时候关系型数据库足够，什么时候值得引入图数据库？
- Mechanism
- 用代表性数据和关键查询做小实验，比较建模自然度、查询复杂度、约束能力、性能和维护成本。
Where
- Manifestation
- 账务、订单、借阅和库存通常重视结构化约束与事务；推荐、依赖、社交和路径发现更强调关系遍历。
How
- Primary Use
- 把技术选型从“哪种数据库更先进”转成可验证的需求和查询比较。
Evidence
- Limitations
- 场景标签不是决定因素；同一系统可能同时使用关系型数据库、搜索引擎或图存储，但会增加同步和一致性成本。
Lifecycle
- Status
- 草稿
Additional content
- Legacy Tags
- 关系型数据库 · 图数据库 · 案例
Relations
- Related Content
- Graph Database, Library Database Design Case, Normalization and Denormalization
Related content
Relationships come from the local knowledge graph and include reverse links.
- Database Design数据库设计Related
研究如何把真实问题中的对象、属性和关系组织成可靠、可查询、可维护的数据结构。
- Basic SQL and CRUD基础 SQL 与 CRUDRelated
SQL 是操作关系型数据的声明式语言；CRUD 分别指创建、读取、更新和删除数据。
- Graph Database图数据库Related
图数据库是以节点、边和属性为核心数据结构，并针对关系遍历和图查询进行存储与执行优化的数据库系统。
- Library Database Design Case图书馆数据库设计案例Related
通过图书、作者、会员和借阅需求，完整演示从粒度、实体、关系和 ER 图到 SQLite DDL 与典型查询的数据库设计过程。
- Normalization and Denormalization规范化与反规范化Related
规范化是通过拆分表和明确依赖来减少不必要重复与更新异常；反规范化是在有明确读写权衡时主动保留部分重复。