NoSQL database
NoSQL 类型与特性
NoSQL 是键-值 database、文档型 database、列型 database或图 database的统称。database 是非规范化的，表联结大多在应用程序代码中完成。大多数 NoSQL 无法实现真正符合 ACID 的事务，支持最终一致。
BASE 通常被用于描述 NoSQL database 的特性。相比 CAP 理论，BASE 强调 availability 超过 consistency。
- 基本可用 - 系统保证 availability。
- 软状态 - 即使没有输入，系统状态也可能随着时间变化。
- 最终 consistency - 经过一段时间之后，系统最终会变一致，因为系统在此期间没有收到任何输入。
除了在 SQL 还是 NoSQL 之间做选择，了解哪种类型的 NoSQL database 最适合你的用例也是非常有帮助的。我们将在下一节中快速了解下 键-值存储、文档型存储、列型存储和图存储database。
键-值存储
抽象模型：哈希表
键-值存储通常可以实现 O(1) 时间读写，用内存或 SSD 存储数据。数据存储可以按字典顺序维护键，从而实现键的高效检索。键-值存储可以用于存储元数据。
键-值存储 performance 很高，通常用于存储简单数据模型或频繁修改的数据，如存放在内存中的 cache。键-值存储提供的操作有限，如果需要更多操作，复杂度将转嫁到应用程序层面。
键-值存储是如文档存储，在某些情况下，甚至是图存储等更复杂的存储系统的基础。
来源及延伸阅读
文档类型存储
抽象模型：将文档作为值的键-值存储
文档类型存储以文档（XML、JSON、二进制文件等）为中心，文档存储了指定对象的全部信息。文档存储根据文档自身的内部结构提供 API 或查询语句来实现查询。请注意，许多键-值存储 database 有用值存储元数据的特性，这也模糊了这两种存储类型的界限。
基于底层实现，文档可以根据集合、标签、元数据或者文件夹组织。尽管不同文档可以被组织在一起或者分成一组，但相互之间可能具有完全不同的字段。
MongoDB 和 CouchDB 等一些文档类型存储还提供了类似 SQL 语言的查询语句来实现复杂查询。DynamoDB 同时支持键-值存储和文档类型存储。
文档类型存储具备高度的灵活性，常用于处理偶尔变化的数据。
来源及延伸阅读：文档类型存储
列型存储
抽象模型：嵌套的
ColumnFamily<RowKey, Columns<ColKey, Value, Timestamp>>映射
类型存储的基本数据单元是列（名／值对）。列可以在列族（类似于 SQL 的数据表）中被分组。超级列族再分组普通列族。你可以使用行键独立访问每一列，具有相同行键值的列组成一行。每个值都包含版本的时间戳用于解决版本冲突。
Google 发布了第一个列型存储 database Bigtable，它影响了 Hadoop 生态系统中活跃的开源 database HBase 和 Facebook 的 Cassandra。像 BigTable，HBase 和 Cassandra 这样的存储系统将键以字母顺序存储，可以高效地读取键列。
列型存储具备高 availability 和高 scalability。通常被用于大数据相关存储。
来源及延伸阅读：列型存储
图 database
抽象模型： 图
在图 database 中，一个节点对应一条记录，一个弧对应两个节点之间的关系。图 database 被优化用于表示外键繁多的复杂关系或多对多关系。
图 database 为存储复杂关系的数据模型，如社交网络，提供了很高的 performance。它们相对较新，尚未广泛应用，查找开发工具或者资源相对较难。许多图只能通过 REST API 访问。