非关系型数据库的产生背景与分类

1、关系型数据库遇到的问题

2008年左右，网站、论坛、社交网络开始高速发展，关系型数据库的地位受到了很大的挑战。
关系型数据库的以下问题逐渐凸显：

1. ● 难以应付每秒上万次的高并发数据写入。
2. ● 查询上亿量级数据的速度极其缓慢。
3. ● 分库、分表形成的子库到达一定规模后难以进一步扩展。
4. ● 分库、分表的规则可能会因为需求变更而发生变更。
5. ● 修改表结构困难。

在很多互联网应用场景下，对数据联表的查询需求不是那么强烈，也并不需要在数据写入后立刻读取，但对数据的读取和并发写入速度有非常高的要求。在这样的情况下，非关系型数据库得到高速的发展。
2009年，分布式文档型数据库MongoDB引发了一场去SQL的浪潮。

2、非关系型数据库的分类及特点

非关系型数据库主要分为以下几类。
1．键值数据库
主要代表是Redis、Flare。
这类数据库具有极高的读写性能，用于处理大量数据的高访问负载比较合适。
2．文档型数据库
主要代表是MongoDB、CouchDB。
这类数据库满足了海量数据的存储和访问需求，同时对字段要求不严格，可以随意地增加、删除、修改字段，且不需要预先定义表结构，所以适用于各种网络应用。
3．列存储数据库

主要代表是Cassandra、Hbase。
这类数据库查找速度快，可扩展性强，适合用作分布式文件存储系统。
4．图数据库
主要代表是InfoGrid、Neo4J。
这类数据库利用“图结构”的相关算法，适合用于构建社交网络和推荐系统的关系图谱。

摘自：《左手MongoDB，右手Redis——从入门到商业实战》