【本文详细介绍非关系型数据库的基本概念和常见的非关系型数据库，欢迎读者朋友们阅读、转发、收藏】
1 基本概念
NoSQL是指非关系数据库。 随着互联网web2.0网站的兴起，传统的关系数据库与web2.0网站相对应，特别是大型并发社交网络服务web2.0纯动态网站暴露出了无力、难以克服的诸多问题1、高性能——对数据库的高并发读写有需求
Web2.0网站基于用户的个性化信息实时生成动态页面，提供动态信息，因此几乎不能使用动态页面静态化技术。 因此，数据库的并发负载非常高，往往必须满足每秒上万次的读写请求。 虽然关系数据库还不能满足数万次的SQL查询，但如果满足数万次的SQL写入数据请求，硬盘IO将无法再承受。 其实，在一般的BBS网站中，也存在对高并发写入请求的需求，如实时统计JavaEye网站等在线用户的状态，记录热门帖子的点击量和投票数等，因此这是相当普遍的需求
2、对高效存储和访问Huge Storage ——海量数据的需求
在Facebook、twitter、Friendfeed这样的社交网站上，每天都会有大量的用户活动，以Friendfeed为例，一个月就达到了2亿5千万个用户的活动。 对关系数据库来说，在2亿5千万条记录的表中进行SQL查询效率非常低，难以忍受。 例如，大型网站的用户注册系统，例如腾讯，盛大，往往拥有上亿个账户，相关数据库也很难应对。
3、highscalabilityhighavailability ——对数据库的高可扩展性和高可用性需求
在基于web的体系结构中，数据库的横向扩展是最困难的。 当app系统的用户数量和访问数量每天都在增加时，不能像web服务器和app服务器那样通过添加硬件和服务节点来轻松扩展性能和负载。 在许多需要提供24小时无中断服务的网站上，数据库系统升级和扩展非常困难，经常需要停机维护和数据迁移，无法通过不断添加服务器节点来扩展数据库
为了解决大数据集合的多重数据种类带来的课题，特别是大数据的应用课题，诞生了NoSQL这样的非关系型数据。
2 NoSQL 数据库分类
1，密钥值(密钥值)存储数据库这样的数据库主要用于哈希表。 该表有特定的键和指针，指向特定的数据。 Key/value模式对IT系统的好处是简单、易于部署。 但是，如果DBA只查询或更新某些值，则Key/value将变得没有效率。
2、列存储数据库
该数据库的一部分通常用于支持分布式存储的大容量数据。 虽然键还存在，但其特征是指向多列。 这些排是列家属安排的。 由于列存储数据库包含各列，因此如果可以进行更快的扫描，则只涉及列的一小部分。
数据库索引是一种数据结构，可以快速查找和写入存储空间中的数据(更新索引)。 索引映射到数据的行数，列数据库映射数据到行数，因此计算速度更快。
3、文档类型数据库
文档类型数据库的灵感来源于Lotus Notes办公室软件，类似于第一个键值存储。 这种类型的数据模型是版本化文档，半结构化文档以特定格式(如JSON )存储。 您可以将文档类型数据库视为键值数据库的升级版，也可以在之间嵌套键值。 此外，文档类型数据库比键值数据库的查询效率更高。
以报纸为例，基于文档的存储可以将报纸上的文章另存为一个实体，从而减少了查看文章内容所需的时间。
4、图形(Graph )数据库
图表结构的数据库与其他矩阵和刚体结构的SQL数据库不同，可以使用灵活的图表模型，扩展到多个服务器。 或者网络数据主要有两个组成部分。
节点：实体本身。 在社交网络上，这可能是人。
边缘：实体之间的关系。 这种关系由一条线表示，它有自己的特性。 边可以有一个方向。
图变得非常复杂，可以给出足够的关系和实体类型。
因此，我们总结了NoSQL数据库适用于以下情况：
1、数据模型比较简单
2、需要更灵活的IT系统
3、对数据库性能要求高
4、不需要高度的数据一致性
5、容易对给定的key映射复杂值的环境。
3 常见 NoSQL 数据库
1 ） RedisRedis 是一个开源的使用 ANSI C 语言 编写、支持网络、可基于内存亦可持久化的日志型、 Key-Value 数据库 ，并提供多种语言的 API 。从 2010 年 3 月 15 日起， Redis 的开发工作由 VMware 主持。从 2013 年 5 月开始， Redis 的开发由 Pivotal 赞助。
Redis 本质上是一个 Key-Value 类型的内存数据库，很像 memcached ，整个数据库系统加载在内存当中进行操作，定期通过异步操作把数据库数据 flush 到硬盘上进行保存。因为是纯内存操作， Redis 的性能非常出色，每秒可以处理超过 10 万次读写操作。
Redis 的出色之处不仅仅是性能， Redis 最大的魅力是支持保存 List 链表和 Set 集合的数据结构，而且还支持对 List 进行各种操作，例如从 List 两端 push 和 pop 数据，取 List 区间，排序等等，对 Set 支持各种集合的并集交集操作，此外单个 value 的最大限制是 1GB ，不像 memcached 只能保存 1MB 的数据，因此 Redis 可以用来实现很多有用的功能，比方说用他的 List 来做 FIFO 双向链表，实现一个轻量级的高性 能消息队列服务，用他的 Set 可以做高性能的 tag 系统等等。另外 Redis 也可以对存入的 Key-Value 设置 expire 时间，因此也可以被当作一 个功能加强版的 memcached 来用。
Redis 的主要缺点是数据库容量受到物理内存的限制，不能用作海量数据的高性能读写，并且它没有原生的可扩展机制，不具有 scale （可扩展）能力，要 依赖客户端来实现分布式读写，因此 Redis 适合的场景主要局限在较小数据量的高性能操作和运算上。目前使用 Redis 的网站有 github ， Engine Yard 。
2 ） MongoDB
MongoDB 是一个 开源的面向文档的 NoSQL 数据库系统，目前由 10gen 开发并维护，介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。他支持的数据结构非常松散，是类似 json 的 bjson 格式，因此可以存储比较复杂的数据类型。
Mongo 最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。
Mongo 主要解决的是海量数据的访问效率问题，根据官方的文档，当数据量达到 50GB 以上的时候， Mongo 的数据库访问速度是 MySQL 的 10 倍以 上。 Mongo 的并发读写效率不是特别出色，根据官方提供的性能测试表明，大约每秒可以处理 0.5 万－ 1.5 次读写请求。
因为 Mongo 主要是支持海量数据存储的，所以 Mongo 还自带了一个出色的分布式文件系统 GridFS ，可以支持海量的数据存储。
3 ） HBASE
HBase – Hadoop Database ，是一个高 可靠 性、高性能、面向列、可伸缩的 分布式存储系统 ，利用 HBase 技术可在廉价 PC Server 上搭建起大规模 结构 化 存储 集群。
与 FUJITSU Cliq 等商用大数据产品不同， HBase 是 Google Bigtable 的开源实现， 类似 Google Bigtable 利用 GFS 作为其文件 存储 系统， HBase 利用 Hadoop HDFS 作为其 文件 存储 系统 ； Google 运行 MapReduce 来处理 Bigtable 中的海量 数据 ， HBase 同样利用 Hadoop MapReduce 来处理 HBase 中的 海量 数据； Google Bigtable 利用 Chubby 作为协同服务， HBase 利用 Zookeeper 作为对应。