常见的四种非关系型数据库都适合什么业务场景？

大多数NoSQL数据库的非关基本理念是面向任务(task-oriented)的数据库管理系统。如同老生常谈：如果你唯一的系型工具是锤子，那么一切看起来都像钉子(If all you have 数据适合什业is ahammer, everything looks like a nail.)。

现在我们有不同种类的库都锤子、起子、非关凿子、系型铲子，数据适合什业还有更多的库都工具来解决数据管理问题。当然，非关最好的系型方法是选择合适的工具来完成不同的工作，如果只用关系数据库事实上可能会适得其反。数据适合什业除SQL数据库外，库都其他的非关可以分成四类：

键值存储(key-value stores) 列式存储(column-family stores) 文档存储(document stores) 图数据库(graph databases)

键值存储可能是最简单的面向任务的NoSQL数据库。其最初的系型数据模型并不复杂：主要基于亚马逊在两年一度的ACM操作系统研讨会(ACM Symposium on Operating SystemsPrinciples)上发布的白皮书，一篇叫Dynamo的数据适合什业论文。企商汇在此讨论的数据模型就是亚马逊的购物车系统(Amazons shopping cart system)，该系统要求高可用和高负载。因此，键值存储数据库的底层数据模型的确很简单：键和值存储为无模式(schema-less)数据模型。事实上，该系统采用大量的商业硬件搭建成集群，可扩展性非常高，并承载了多个高端应用，比如Amazon等。键值存储的产品还有DynamoDB、Riak、Project Voldemort、Redis、Aerospike等。

列式存储是另一个面向任务的数据库解决方案。其数据模型比键值存储稍复杂，包含一个大而稀疏的表结构，其中包括存储键的多个列。与Dynamo系统类似，列式存储也是源于一个特定公司的特殊需求，源码下载即Google公司提出的解决方案，发表在2006年OSDI会议(Operating SystemsDesign and Implementation symposium，操作系统设计与实现研讨会)上的BigTable论文中。除谷歌的产品外，还涌现出一批有趣的开源实现，如Apache Cassandra和HBase。大多数情况下，这些系统可结合Map/Reduce批处理来处理高级查询。

文件存储：随着网页和应用的爆炸式增长，文档存储可能是最有名、最常用的NoSQL数据库类型。顾名思义，文档存储中的关键概念——文档，是一个半结构化的信息单元，可以是XML、JSON、YAML、OpenOffice、MS Office，或者其他任何可用的文档。其存储和检索为简单的服务器托管无模式方式。文档存储产品包括广受欢迎的MongoDB、Apache CouchDB、MarkLogic和Virtuoso等。

图数据库与其他三类有着本质上的差异。图数据库所要解决的问题与图和图论相关。图数据库，例如Neo4j，其目的是为用户提供一种更好的方法用于管理结构复杂、呈网状分布的数据。当然，基于图模型实现的解决方案并不仅有Neo4j，有的产品成熟度不同，有的开源或闭源，例如AllegroGraph、Dex、FlockDB、InfiniteGraph、OrientDB和Sones等。

很赞哦!（9128）