非关系型数据库的常见示例有哪些？, 有哪些类型？

随着互联网和大数据技术的发展,传统关系型数据库在处理海量数据、高并发读写以及灵活的数据模型时面临挑战，非关系型数据库（NoSQL）因此应运而生，NoSQL 数据库通常基于键值对、文档、列族或图等数据模型，具有高扩展性、灵活的模式和良好的性能，下面通过几种典型类型及其示例来说明。

键值数据库

特点：以键值对形式存储数据，通过键快速查找值，性能极高，常用于缓存、会话管理、实时数据存储。

示例：

• Redis：开源内存数据结构存储，支持字符串、列表、集合、有序集合、哈希等多种数据结构，提供持久化、主从复制、集群等功能，常用于缓存、消息队列、排行榜等。
• Memcached：高性能分布式内存缓存系统，主要用于缓存数据库查询结果、页面内容等，以减轻数据库负载，但只支持字符串键值，不支持持久化。

文档数据库

特点：以文档（如 JSON、BSON 格式）作为基本存储单元，文档内部结构灵活，支持嵌套、数组等复杂数据类型，查询接口丰富，适合内容管理、日志、用户资料等场景。

示例：

• MongoDB：最流行的文档数据库，使用 BSON 格式存储，支持丰富查询、索引、聚合管道、分片集群、副本集，适用于大多数 Web 应用、物联网、实时分析等。
• Couchbase：融合文档存储和缓存，内置 SQL-like 查询语言（N1QL），支持全文搜索、事件处理、跨数据中心复制，适合移动端和 Web 应用。

列族数据库

特点：按列族存储数据，每个列族包含多个列，列可以动态扩展，适合大规模分布式存储、时序数据、日志系统等，通常具有高可用性和水平扩展能力。

示例：

• Apache Cassandra：分布式列族数据库，无单点故障，支持线性扩展，提供 CQL（类似 SQL）查询，适合写密集型应用，如物联网、消息系统、推荐引擎。
• HBase：构建在 Hadoop 生态上的列族数据库，受 Bigtable 启发，支持随机读写和实时访问，适合与 Hadoop 集成的批量处理场景。

图数据库

特点：以节点和边表示实体及关系，适合处理复杂关联查询，如社交网络、推荐系统、知识图谱、反欺诈等。

示例：

• Neo4j：最成熟的图数据库，支持属性图模型，提供 Cypher 查询语言，具有 ACID 事务、高可用集群、可视化工具，广泛应用于社交网络、推荐、路径分析。
• JanusGraph：开源可扩展图数据库，支持多个后端（Cassandra、HBase、BerkeleyDB），配合 Elasticsearch 等实现全文索引，适合大规模图分析。

其他类型

• 对象数据库：如 db4o，直接存储对象，减少对象关系映射，适合面向对象系统。
• 时序数据库：如 InfluxDB，专门优化时间序列数据，用于物联网、监控、金融等场景。

相关问题与解答

问题 1：关系型数据库与非关系型数据库如何选择？

解答：选择取决于业务需求，关系型数据库（如 MySQL、PostgreSQL）适合数据关系复杂、需要强一致性、事务支持（ACID）的场景，如金融、ERP 系统，非关系型数据库则适合数据量大、高并发、数据结构灵活、需要快速迭代的互联网应用，用户会话、实时日志、社交媒体关系链等，使用 NoSQL 能更高效，实际中常采用混合架构，比如用 Redis 做缓存，MySQL 做持久化存储。

问题 2：MongoDB 和 Redis 在数据模型和应用场景上有什么主要区别？

解答：MongoDB 是文档数据库，以 BSON 文档存储，支持嵌套、数组、索引和复杂查询，适合需要灵活 schema 和丰富查询的持久化应用，如内容管理、用户画像、日志分析，Redis 是键值数据库，支持多种数据结构，所有数据存储在内存中，读写速度极快，但持久化能力相对较弱，通常用于缓存、实时计数、会话管理、消息队列等低延迟场景，MongoDB 更偏向“持久化存储与查询”，Redis 更偏向“缓存与快速数据操作”。