在目前的企业IT架构中，系统管理员以及DBA都会考虑使用NoSQL数据库来解决RDBMS所不能解决的问题，特别是互联网行业。传统的关系型数据库主要以表(table)的形式来存储数据，而无法应对非结构化数据的挑战。在进行数据标准化的过程中，关系型数据库性能遭遇了瓶颈。
NoSQL顾名思义就是Not-Only SQL，它可以作为关系型数据库的良好补充。在TechTarget数据库之前的报道中，我们也对NoSQL数据库的应用场景做了详细的介绍。NoSQL 不像传统的关系型数据库，其种类繁多，且各有各的优势和缺点，对于DBA来说如何区分彼此的不同是一件比较头痛的工作。
在本文中，我们就将进一步为您接受关于NoSQL数据库的分类以及各自的优缺点。
NoSQL数据库的四大家族
1、键值(Key-Value)存储数据库
这一类数据库主要会使用到一个哈希表，这个表中有一个特定的键和一个指针指向特定的数据。Key/value模型对于IT系统来说的优势在于简单、易部署。但是如果DBA只对部分值进行查询或更新的时候，Key/value就显得效率低下了。
| 相关数据库 | Tokyo Cabinet/Tyrant、Redis、Voldemort、Berkeley DB |
| 数据模型 | 一系列键值对 |
| 典型应用 | 内容缓存，适合混合工作负载并扩展大的数据集 |
| 优势 | 快速查询 |
| 劣势 | 存储的数据缺少结构化 |
2、列存储数据库
这部分数据库通常是用来应对分布式存储的海量数据。键仍然存在，但是它们的特点是指向了多个列。这些列是由列家族来安排的。
| 相关数据库 | Cassandra, HBase, Riak |
| 典型应用 | 分布式的文件系统 |
| 数据模型 | 以列簇式存储，将同一列数据存在一起 |
| 优势 | 查找速度快，可扩展性强，更容易进行分布式扩展 |
| 劣势 | 功能相对局限 |
3、文档型数据库
文档型数据库的灵感是来自于Lotus Notes办公软件的，而且它同第一种键值存储相类似。该类型的数据模型是版本化的文档，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。而且文档型数据库比键值数据库的查询效率更高。
| 相关数据库 | CouchDB、MongoDB |
| 典型应用 | Web应用 |
| 数据模型 | 一系列键值对 |
| 优势 | 数据结构要求不严格 |
| 劣势 | 查询性能不高，而且缺乏统一的查询语法 |
4、图形(Graph)数据库
图形结构的数据库同其他行列以及刚性结构的SQL数据库不同，它是使用灵活的图形模型，并且能够扩展到多个服务器上。NoSQL数据库没有标准的查询语言(SQL)，因此进行数据库查询需要制定数据模型。许多NoSQL数据库都有REST式的数据接口或者查询API。
| 相关数据库 | Neo4J、InfoGrid、Infinite Graph |
| 典型应用 | 社交网络，推荐系统等。专注于构建关系图谱 |
| 数据模型 | 图结构 |
| 强项 | 利用图结构相关算法 |
| 弱项 | 需要对整个图做计算才能得出结果，不容易做分布式的集群方案。 |
因此，我们总结NoSQL数据库在以下的这几种情况下比较适用：1、数据模型比较简单;2、需要灵活性更强的IT系统;3、对数据库性能要求较高;4、不需要高度的数据一致性;5、对于给定key，比较容易映射复杂值的环境。
在目前的企业IT架构中，系统管理员以及DBA都会考虑使用NoSQL数据库来解决RDBMS所不能解决的问题，特别是互联网行业。传统的关系型数据库主要以表(table)的形式来存储数据，而无法应对非结构化数据的挑战。在进行数据标准化的过程中，关系型数据库性能遭遇了瓶颈。
NoSQL顾名思义就是Not-Only SQL，它可以作为关系型数据库的良好补充。在TechTarget数据库之前的报道中，我们也对NoSQL数据库的应用场景做了详细的介绍。NoSQL 不像传统的关系型数据库，其种类繁多，且各有各的优势和缺点，对于DBA来说如何区分彼此的不同是一件比较头痛的工作。
在本文中，我们就将进一步为您接受关于NoSQL数据库的分类以及各自的优缺点。
NoSQL数据库的四大家族
1、键值(Key-Value)存储数据库
这一类数据库主要会使用到一个哈希表，这个表中有一个特定的键和一个指针指向特定的数据。Key/value模型对于IT系统来说的优势在于简单、易部署。但是如果DBA只对部分值进行查询或更新的时候，Key/value就显得效率低下了。
| 相关数据库 | Tokyo Cabinet/Tyrant、Redis、Voldemort、Berkeley DB |
| 数据模型 | 一系列键值对 |
| 典型应用 | 内容缓存，适合混合工作负载并扩展大的数据集 |
| 优势 | 快速查询 |
| 劣势 | 存储的数据缺少结构化 |
2、列存储数据库
这部分数据库通常是用来应对分布式存储的海量数据。键仍然存在，但是它们的特点是指向了多个列。这些列是由列家族来安排的。
| 相关数据库 | Cassandra, HBase, Riak |
| 典型应用 | 分布式的文件系统 |
| 数据模型 | 以列簇式存储，将同一列数据存在一起 |
| 优势 | 查找速度快，可扩展性强，更容易进行分布式扩展 |
| 劣势 | 功能相对局限 |
3、文档型数据库
文档型数据库的灵感是来自于Lotus Notes办公软件的，而且它同第一种键值存储相类似。该类型的数据模型是版本化的文档，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。而且文档型数据库比键值数据库的查询效率更高。
| 相关数据库 | CouchDB、MongoDB |
| 典型应用 | Web应用 |
| 数据模型 | 一系列键值对 |
| 优势 | 数据结构要求不严格 |
| 劣势 | 查询性能不高，而且缺乏统一的查询语法 |
4、图形(Graph)数据库
图形结构的数据库同其他行列以及刚性结构的SQL数据库不同，它是使用灵活的图形模型，并且能够扩展到多个服务器上。NoSQL数据库没有标准的查询语言(SQL)，因此进行数据库查询需要制定数据模型。许多NoSQL数据库都有REST式的数据接口或者查询API。
| 相关数据库 | Neo4J、InfoGrid、Infinite Graph |
| 典型应用 | 社交网络，推荐系统等。专注于构建关系图谱 |
| 数据模型 | 图结构 |
| 强项 | 利用图结构相关算法 |
| 弱项 | 需要对整个图做计算才能得出结果，不容易做分布式的集群方案。 |
因此，我们总结NoSQL数据库在以下的这几种情况下比较适用：1、数据模型比较简单;2、需要灵活性更强的IT系统;3、对数据库性能要求较高;4、不需要高度的数据一致性;5、对于给定key，比较容易映射复杂值的环境。
