数据库共有3种类型，为关系数据库、非关系型数据库和键值数据库。
数据库共有3种类型，为关系数据库、非关系型数据库和键值数据库。
1、关系数据库
MySQL、MariaDB（MySQL的代替品，英文维基百科从MySQL转向MariaDB）、Percona Server（MySQL的代替品·）、PostgreSQL、Microsoft Access、Microsoft SQL Server、Google Fusion Tables、FileMaker、Oracle数据库、Sybase、dBASE、Clipper、FoxPro、foshub。
几乎所有的数据库管理系统都配备了一个开放式数据库连接（ODBC）驱动程序，令各个数据库之间得以互相集成。
2、非关系型数据库（NoSQL）
BigTable（Google）、Cassandra、MongoDB、CouchDB。
3、键值（key-value）数据库
Apache Cassandra（为Facebook所使用）：高度可扩展、Dynamo、LevelDB（Google）。
扩展资料：
数据库模型：对象模型、层次模型（轻量级数据访问协议）、网状模型（大型数据储存）、关系模型、面向对象模型、半结构化模型、平面模型（表格模型，一般在形式上是一个二维数组。如表格模型数据Excel)。
数据库的架构可以大致区分为三个概括层次：内层、概念层和外层。
参考资料来源：百度百科—数据库
2019-09-16 · 微策略专注于企业级分析和移动应用软件开发
数据库可以从是否是关系型维度来区分，也可以从面向操作或面向数据分析方面来区分。
Operational-Relational Database：
-
典型应用场景: ERP, CRM, 信用卡交易处理, 小型电子商务
-
数据存储方式: 表格
-
主流厂商: Oracle Database, Microsoft SQL Server, IBM DB2, SAP Hana, Amazon Aurora, Azure SQL Database, Enterprise DB (PostgreSQL), MySQL, MemSQL
-
优势：成熟的生态环境，事务保证/数据一致性
-
劣势：严格的数据模型定义，数据库扩展限制，与非结构化的融合使用较难。
Analytical-Relational Database：
-
典型应用场景: 数据仓库，商务智能，数据科学
-
数据存储方式: 表格
-
主流厂商: Oracle Exadata, Oracle Hyperion, Teradata, IBM Netezza, IBM dashDB, Amazon Redshift, Microsoft SQL Data Warehouse, Google BigQuery
-
优势: 信息和计算的一致性
-
劣势: 需要针对数据库专业的IT人员维护，数据响应数据通常在分钟级
Operational-Nonrelational Database:
-
典型应用场景: Web, mobile, and IoT applications, social networking, user recommendations, shopping carts
-
数据存储方式: 有很多存储结构 (document, graph, column, key-value, time series)
-
主流厂商: MongoDB, Amazon DynamoDB, Amazon，DocumentDB, Azure CosmosDB, DataStax, Neo4j, Couchbase, MarkLogic, Redis
-
优势: 易用性，灵活性(不需要预定义的模式)，水平伸缩(以适应大量数据量)，一般低成本(开源)
-
劣势: 缺乏事务保证
Analytical -Nonrelational Database:
-
典型应用场景: 索引数以百万计的数据点，预测性分析,欺诈检测
-
数据存储方式: Hadoop不需要固有的数据结构; 数据可以跨多个服务器存储
-
主流厂商: Cloudera, Hortonworks, MapR, MarkLogic, Snowflake, DataBricks, ElasticSearch
-
优势: 适合批量处理, 并行处理文件; 主要是开源的，投入较低
-
劣势: 缓慢的响应时间; 不适合快速查找或快速更新
