数据库
数据库是按照一定数据结构所定义并且用来组织，管理，存储数据的仓库。大家熟悉的MySQL数据库。就是其中的关系型数据库。而像redis这种的又是非关系型数据库，这类技术被称之为NoSQL，还有新出现的一类数据库，NewSQL，NewSQL是不仅具有NoSQL对海量数据的存储管理能力，还保持了传统数据库对ACID和SQL特性的支持。
数据库行业真可谓百花齐放。
NoSQL是一种新型的技术。可以实现高吞吐量，不支持ACID数据库的设计范式。NoSQL没有统一的查询语言。
数据库中什么是关系型？什么是非关系型数据库呢？
关系型数据库中存储的数据都是有一定的关系的，如一个库，一张表，存储了名字：张三，年龄：20，性别：男。
这三个数据是有关系的，因为他们都是在描述同一个人。但是如果是Redis这种键值式数据库呢，只知道年龄20。至于这个年龄20是在说谁的年龄。Redis并不关心。如果是MongoDB这类的文档式数据库呢。名字，年龄，性别。这三个属性时一个整体，没错。但是，每个人都必须要记录名字，年龄，性别。而第二个人，李四，假如他多了一个属性，爱好，那么整个表都需要加这个属性吗？MongoDB不需要，文档与文档之间没有必然的联系。也就是，第一个人有3个属性，第二个人可以有4个属性。
按照数据库存储模型来说分为以下4类。
- 列式存储模型
- 文档数据模型
- 键值数据模型
- 图式数据模型
列式存储模型
应用场景：分布式数据存储，在分布式文件系统上支持随机读写的分布式数据存储。
典型的产品：Hadoop/Hbase，Hypertable
数据模型：以“列”为中心进行存储，将同一列数据存储在一起。
优点：快速查询，高可扩展性，易于实现分布式扩展。
文档数据模型
应用场景：非强事务需求的web应用。
典型的产品：MongoBD，Elasticsearch
数据模型：键值模型，存储为文档模型
优点：数据模型无须事先定义，存储很随意。
键值数据模型
应用场景：内容缓存，用于大量的并行数据访问的高负载场景。
典型的产品：Redis，DynamoDB，LevelDB
数据模型：基于哈希表实现的key-value
有点：查询迅速，写入迅速
缺点：数据没有什么结构
图式数据模型
应用场景：社交网络、推荐系统，关系图谱（如陌陌的附近的人这样的功能）
典型的产品：Neo4J
数据模型：图式结构
优点：适用于图式计算场景
