非关系型数据库都有哪些，主要类型有哪些？

【非关系型数据库都有】非关系型数据库（NoSQL，Not Only SQL）是一类不严格遵循传统关系型数据库模型的数据存储系统，通常用于处理大量、高并发、结构灵活的数据，它们根据数据模型和应用场景的不同，主要分为以下几种类型，每类都有其代表性的产品、特点和适用场景。

键值存储（Key-Value Store）

键值数据库是最简单的NoSQL类型，将数据存储为键值对，类似于字典或哈希表，键是唯一的，值可以是字符串、JSON、二进制数据等。

• 特点：高性能、高并发、易于水平扩展,适合频繁读写和缓存场景。
• 常见产品：Redis、Amazon DynamoDB、Riak、Memcached。
• 适用场景：会话管理、缓存、实时计数器、购物车、配置管理。

文档数据库（Document Database）

文档数据库将数据存储为文档（通常是JSON或BSON格式），每个文档包含字段和值，结构与对象类似，文档可以嵌套,支持灵活的数据结构。

• 特点：模式灵活、支持复杂查询（如范围查询、聚合）、可水平扩展。
• 常见产品：MongoDB、CouchDB、Firebase Firestore、RavenDB。
• 适用场景管理系统、用户资料、日志分析、电商产品目录、物联网设备数据。

列族数据库（Column-Family Database）

列族数据库（也称为宽列数据库）以列族为单位存储数据，每行可以有多个列族，每个列族包含多个列，数据按列存储,适合稀疏数据和聚合查询。

• 特点：高可扩展性、高写入性能、适合大数据分析、支持时间序列数据。
• 常见产品：Apache Cassandra、HBase、ScyllaDB、Google Bigtable。
• 适用场景：时间序列数据、推荐引擎、消息系统、大数据分析、分布式计数器。

图数据库（Graph Database）

图数据库使用图结构（节点、边、属性）来表示和存储数据,擅长处理复杂的关系和连接查询。

• 特点：高性能的关系遍历、支持图算法、模式灵活。
• 常见产品：Neo4j、ArangoDB、OrientDB、Amazon Neptune、JanusGraph。
• 适用场景：社交网络、推荐系统、权限管理、知识图谱、欺诈检测、路径规划。

时序数据库（Time Series Database）

时序数据库专门优化用于处理带时间戳的数据（如监控指标、传感器数据），支持高效写入、存储和查询时间序列数据。

• 特点：高写入吞吐量、数据压缩、自动过期策略、时间范围查询优化。
• 常见产品：InfluxDB、TimescaleDB、Prometheus、OpenTSDB、TDengine。
• 适用场景：监控系统、物联网数据、金融交易数据、日志分析、实时仪表盘。

其他类型

• 对象数据库：直接存储对象（如Versant、db4o）,用于面向对象编程环境。
• 搜索引擎数据库：如Elasticsearch、Solr，基于倒排索引,支持全文搜索和聚合分析。
• 多模型数据库：支持多种数据模型，如ArangoDB（文档+图+键值）、OrientDB（文档+图+对象）、Azure Cosmos DB（多种模型）。

相关问题与解答

问题1：非关系型数据库与关系型数据库在事务处理上有何不同？

解答

：关系型数据库（如MySQL、PostgreSQL）严格遵循ACID特性（原子性、一致性、隔离性、持久性），支持强一致性和复杂事务，适合银行、订单等需要高数据完整性场景，非关系型数据库大多采用BASE（基本可用、软状态、最终一致性）模型，牺牲强一致性以换取高可用和扩展性，但部分产品（如MongoDB、DynamoDB）也支持有限的事务或ACID级别,选择时需根据业务对一致性和性能的要求权衡。

问题2：如何根据业务需求选择最合适的非关系型数据库？

解答：选择时主要考虑以下因素：

• 数据模型：如果数据结构简单（如键值对），优先选择键值存储；如果文档复用频繁，选文档数据库；如果关系复杂，选图数据库；如果数据带时间戳且写入量大,选时序数据库。
• 查询模式：需要复杂查询或聚合？文档数据库或搜索引擎更合适；需要按列扫描？列族数据库；需要随机读取？键值存储。
• 扩展性：需要高并发水平扩展？列族数据库或键值存储表现更好；图数据库扩展性相对较弱。
• 一致性要求：需要强一致性？考虑支持ACID的文档数据库或关系型；可接受最终一致性？多数NoSQL都适用。
• 生态与运维：考虑团队熟悉度、社区活跃度、云服务支持（如AWS、Azure、GCP的托管服务）。