redis_NoSql数据库四大分类
前面简单介绍了什么是NoSql，以及NoSql的应用场景，今天简单来学习一下NoSql的分类
一、KV键值对
典型的介绍：新浪（BerkeleyDB+redis）、美团（redis+tair）、阿里，百度（memcache+redis）
BerkeleyDB是一个开源的文件数据库，介于关系数据库与内存数据库之间，使用方式与内存数据库类似，它提供的是一系列直接访问数据库的函数，而不是像关系数据库那样需要网络通讯、SQL解析等步骤。
Tair是一个Key/Value结构数据的解决方案，它默认支持基于内存和文件的两种存储方式，分别与缓存和持久化存储对应。TAIR的功能是get、put、delete以及批量接口。
memcache是一套分布式的高速缓存系统，由LiveJournal的Brad Fitzpatrick开发，但目前被许多网站使用以提升网站的访问速度，尤其对于一些大型的、需要频繁访问数据库的网站访问速度提升效果十分显著 。这是一套开放源代码软件，以BSD license授权发布。
二、文档型数据库（BSON格式比较多）
CouchDB是用Erlang开发的面向文档的数据库系统。CouchDB不是一个传统的关系数据库，而是面向文档的数据库，其数据存储方式有点类似lucene的index文件格式，CouchDB最大的意义在于它是一个面向web应用的新一代存储系统，事实上，CouchDB的口号就是：下一代的Web应用存储系统。
MongoDB是一个基于分布式文件的数据库。由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。是一个介于关系型数据库和非关系型数据库之间的产品，是非数据库当中功能最丰富，最像关系数据库的。
三、列存储数据库
Cassandra是一个混合型的非关系的数据库，类似于Google的BigTable。其主要功能比Dynamo （分布式的Key-Value存储系统）更丰富，但支持度却不如文档存储MongoDB。Cassandra最初由Facebook开发，后转变成了开源项目。它是一个网络社交云计算方面理想的数据库。以Amazon专有的完全分布式的Dynamo为基础，结合了Google BigTable基于列族（Column Family）的数据模型。P2P去中心化的存储。很多方面都可以称之为Dynamo 2.0。
HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。就像Bigtable利用了Google文件系统（File System）所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtable的能力。HBase是Apache的Hadoop项目的子项目。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。
四、图关系数据库
图关系数据库它不是放图形的，放的是关系：朋友圈社交网络，广告推荐系统，社交网推荐系统 。用于构建关系图谱。
Neo4j是一个高性能的,NOSQL图形数据库，它将结构化数据存储在网络上而不是表中。它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎，但是它将结构化数据存储在网络(从数学角度叫做图)上而不是表中。Neo4j也可以被看作是一个高性能的图引擎，该引擎具有成熟数据库的所有特性。程序员工作在一个面向对象的、灵活的网络结构下而不是严格、静态的表中——但是他们可以享受到具备完全的事务特性、企业级的数据库的所有好处。因其嵌入式、高性能、轻量级等优势，越来越受到关注。
五、四种类型数据库对比
|
分类 |
Examples举例 |
典型应用场景 |
数据模型 |
优点 |
缺点 |
|
键值（key-value） |
Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB |
内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统等等。 |
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，通常只被当作字符串或者二进制数据 |
|
列存储数据库 |
Cassandra, HBase, Riak |
分布式的文件系统 |
以列簇式存储，将同一列数据存在一起 |
查找速度快，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） |
Key-Value对应的键值对，Value为结构化数据 |
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(Graph)数据库[3] |
Neo4J, InfoGrid, Infinite Graph |
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。[3] |
