非关系型数据库数据存储特点是什么？，有哪些？

灵活的数据模型

• 支持多种数据模型,如键值（Key-Value）、文档（Document）、列族（Column-Family）、图（Graph）等。

• 数据模型不固定,可根据应用需求动态调整，无需预定义表结构。

• 文档数据库使用JSON或BSON格式存储,键值数据库通过哈希表实现快速访问。

水平扩展能力

• 通过分布式架构实现横向扩展,增加节点即可提升存储和性能。

• 数据自动分片（Sharding），分布到多个节点，支持海量数据。

• 扩展过程对应用透明,不需停机维护。

  

高可用性与容错性

• 数据多副本复制,确保节点故障时仍可访问。

• 支持自动故障切换和恢复,减少服务中断时间。

• 常见于分布式系统,如Cassandra和MongoDB。

最终一致性

• 强调高可用和分区容忍性,追求最终一致性而非强一致性。

• 数据更新后,系统在短时间内同步到所有副本，读操作可能读到旧数据。

  

• 适用于对实时一致性要求不高的场景,如社交网络和日志收集。

  无模式（Schema-less）

  • 每条记录可拥有不同字段,结构松散，利于快速迭代开发。

  • 修改数据模型时无需迁移整个数据库,降低维护成本。

  • 避免关系型数据库的预定义表约束,适合非结构化数据。

    

  针对大数据优化

  • 设计用于处理海量数据和高并发访问,支持分布式存储和并行处理。

  • 存储引擎优化写性能,如LSM树（Log-Structured Merge-Tree）在列族数据库中的使用。

  • 常见于实时分析、物联网和缓存系统。

  不同NoSQL类型的数据存储特点对比

  类型	存储结构	典型用例	示例
  键值数据库	键值对，基于哈希表	缓存、会话管理	Redis， Memcached
  文档数据库	JSON/BSON文档	内容管理、电商	MongoDB， Couchbase
  列族数据库	列族存储，行可扩展	大数据分析、日志	Cassandra， HBase
  图数据库	节点和边	社交网络、推荐系统	Neo4j， ArangoDB

  相关问题与解答

  问题1：非关系型数据库如何保证数据一致性，与关系型数据库有什么不同？

  • 解答：非关系型数据库通常采用最终一致性模型，通过异步复制和冲突解决机制来保证数据最终一致，关系型数据库则依赖ACID事务，提供强一致性，但会牺牲部分可用性和扩展性，NoSQL在分布式场景中优先保证高可用和分区容忍，适用于对实时一致性要求不高的环境。

  问题2：在选择非关系型数据库时，应考虑哪些关键因素？

  • 解答：关键因素包括数据模型匹配度（如文档型适合非结构化数据，图型适合关系网络）、扩展需求（水平扩展能力）、性能要求（读写延迟和吞吐量）、一致性需求（能否接受最终一致性）以及运维复杂度（如集群管理和备份策略），应用场景如实时分析可选列族数据库，社交功能可选图数据库，缓存则选键值数据库。