（1）无法应对每秒上万次的读写请求，无法处理大量集中的高并发操作。关系型数据的是 IO密集的应用。硬盘 IO 也变为性能瓶颈
（2）表中存储记录数量有限，横向可扩展能力有限，一张表最大二百多列。纵向数据可承受能力也是有限的，一张表的数据到达百万级，读写的速度就会逐渐的下降。面对海量数据， 必须使用主从复制，分库分表。这样的系统架构是难以维护的。
大数据查询 SQL 效率极低，数据量到达一定程度时，查询时间会呈指数级别增长
（3）无法简单地通过增加硬件、服务节点来提高系统性能。数据整个存储在一个数据库中的。多个服务器没有很好的解决办法，来复制这些数据。
（4）关系型数据库大多是收费的，对硬件的要求较高。软件和硬件的成本花费比重较大。
还有啥，来补充