6、NoSQL的四大分类

kv键值对

不同公司不同的实现
- 新浪：Redis
- 美团：Redis+Tair
- 阿里、百度：Redis+memcache
文档型数据库（bson格式和json一样）
- MongoDB
  - MongoDB是一个基于分布式文件存储的数据库，一般用于存储一些文档，C++编写，Redis也是用C编写的，而且Redis是单线程的。
  - MongoDB是一个介于关系型数据库和非关系型数据库的中间产品！MongoDB是非关系型数据库中功能最丰富，最像关系型数据库的。
- CouchDB：国外的不做了解
列存储数据库：之前遇到的数据库都是以行存储的数据库，使用列存储数据库是非常方便的因为毕竟改行和改列是完全不一样的。
- HBase
- 分布式文件系统
图形关系数据库：这种类型的数据库并不是存放图片的，而是存放一些关系的
- 不是用来存储图形的，而是存储的关系，比如：朋友圈、社交网络、广告推荐！
- Neo4j，infoGrid

四者的对比

分类	Example举例	典型应用场景	数据模型	优点	缺点
键值对（key-value）	Tokyo cabinet/tyant，Redis，voldemonrt，Oracle BDB	内容缓存，主要用于处理大数据的高访问负载，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、通常只被当做字符串或者二进制数据
列存储数据库	Cassandra，HBase，Ralk	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	查阅性不高，而且缺乏统一的查询语法
图形（Graph）数据库	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式的集群方案