NoSQL数据库分类

详细信息 (opens new window)

分类	举例	典型应用场景	数据模型	优点	缺点
键值数据库	Redis,Voldemort,Oracle BDB	存储用户信息，比如会话、配置文件、参数、购物车等等。	Key指向Value的键值对，通常用hash table来实现	查找速度快	数据无结构化，通常只能被当做字符串或者二进制数据
列族数据库	Cassandra,Hbase,Bigtable	分布式的文件系统	以列簇式存储，将同一列族数据存在一起	吞吐量大，可扩展性强,更容易进行分布式扩展	功能相对局限
文档型数据库	CouchDB,MongoDB	Web应用（与Key-Value类似，Value是结构化的，不同的是数据库能够了解Value的内容)	BSON	数据结构要求不严格，表结构可变，不需要像关系型数据库一样需要预先定义表结构	查询性能不高，而且缺乏统一的查询语法。
图形数据库	Neo4J,lnfoGrid,lnfiniteGraph	社交网络，推荐系统等。专注于构建关系图谱	图结构	利用图结构相关算法。比如最短路径寻址，N度关系查找等	很多时候需要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群方案。

键值数据库

键值数据库( Key-Value Database）会使用一个哈希表，这个表中有一个特定的key和一个指针指向特定的value。key可以用来定位value，即存储和检索具体的Value。

项目	描述
相关产品	Redis、Memcahed、SimpleDB、Riak等等
数据模型	key-value
典型应用	内容缓存。会话、配置文件、参数、购物车
优点	扩展性好、灵活性强、大量写操作时性能高
缺点	无法存储结构化信息、条件查询效率较低
使用者	百度云数据库（Redis）、Youtube（Memcached）

列族数据库

列族数据库采用的是列族数据模型，由多个行构成，每行数据包含多个列族，不同行可以有不同数量的列族。属于同一列族的数据被存在一起。每行数据是通过键值来定位

项目	描述
相关产品	HBase、BigTable、hadoopDB、Cassandra等等
数据模型	列族
典型应用	分布式数据存储于管理
优点	可扩展性强、容易分布式扩展、复杂性低
缺点	功能较少、大部分都不支持强事务一致性
使用者	Facebook（Cassandra）、Yahoo！（HBase）

文档型数据库

数据模型是结构化的文档，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。

项目	描述
相关产品	MongoDB、CouchDB、ThruDB等等
数据模型	版本化的文档
典型应用	存储、索引并管理面向文档数据或类似半结构化数据。
优点	性能好、灵活性高、复杂性低、数据结构灵活
缺点	缺乏统一的查询语法
使用者	百度云数据库（MongoDB）,SAP（MongoDB）

图形数据库

图型数据库以图论为基础，一个图是一个数学概念，用来表示一个对象集合，包括顶点及连接顶点的边。图数据库使用图作为数据模型来存储数据。

项目	描述
相关产品	Neo4j、OrientDB、GraphDB等等
数据模型	图结构
典型应用	大量复杂、互连接、低结构化的图结构
优点	灵活性高、支持复杂的图算法、可以用来构建复杂的关系图谱
缺点	达观数据（Neo4j）