数据库是存储和组织数据的系统，主要分为两大类：

关系型数据库（Relational Database Management Systems, RDBMS）

非关系型数据库（NoSQL Databases）

下面分别介绍这些类型及其区别：

关系型数据库（RDBMS）关系型数据库遵循关系模型，由E.F. Codd在20世纪70年代提出。这类数据库使用结构化查询语言（Structured Query Language, SQL）进行数据操作，并以表格的形式存储数据，表与表之间通过外键建立关系。

主要特点包括：

1. 数据结构化：数据存储在固定的表结构中，每条数据都有明确的预定义列和数据类型。

2. 事务一致性：支持ACID特性（原子性、一致性、隔离性、持久性），确保数据操作的可靠性和完整性。

3. 复杂查询能力：SQL提供了强大的查询语言，可以进行复杂的联接、分组、排序等操作。

4. 数据完整性：通过约束（如主键、唯一键、外键等）维护数据的完整性。

非关系型数据库（NoSQL）非关系型数据库设计用于处理大量分布式数据，不严格遵循表格关系模型，更强调灵活性、可扩展性和高性能。

主要类型有：

1. 键值存储数据库（Key-Value Stores）：如Redis、Memcached，数据以键值对形式存储，适合快速读写操作。

2. 文档型数据库（Document-Oriented）：如MongoDB、CouchDB，每个文档都是一个数据项，可以包含多个字段和复杂的数据结构，适用于内容管理系统、用户配置文件等。

3. 列族存储数据库（Column-Family Stores）：如HBase、Cassandra，数据按列族存储，适用于大数据分析场景。

4. 图形数据库（Graph Databases）：如Neo4j、JanusGraph，专注于存储实体之间的复杂关系，适合社交网络、推荐系统等。

相互间的区别

数据结构：关系型数据库严格遵循表格结构，而非关系型数据库支持多种数据结构，如键值对、文档、列族、图等。

可扩展性：NoSQL数据库通常更容易进行水平扩展，通过添加更多服务器来处理更多数据和请求，而关系型数据库扩展通常需要更复杂的架构设计。

一致性：关系型数据库保证强一致性，而某些NoSQL数据库为了提高性能可能牺牲一定程度的一致性，采用最终一致性的模型。

查询语言：SQL数据库使用SQL作为标准查询语言，而NoSQL数据库可能使用自定义查询语言或API。

应用场景：关系型数据库适用于需要高度数据一致性和复杂事务处理的场景，如金融、银行系统；而非关系型数据库适合大数据、实时分析、内容管理等对数据灵活性和高并发访问有更高要求的应用场景。

选择合适的数据库类型取决于具体的业务需求、数据规模、读写性能要求以及团队的技术栈等因素。