一、非關係型數據庫的概念
隨着近些年技術方向的不斷拓展，大量的NoSql數據庫如MongoDB、Redis、Memcached出於簡化數據庫結構、避免冗餘、影響性能的表連接、摒棄複雜分佈式的目的被設計。
NoSQL數據庫指的是分佈式的、非關係型的、不保證遵循ACID原則的數據存儲系統。
NoSQL數據庫技術與CAP理論、一致性哈希算法有密切關係。所謂CAP理論，簡單來說就是一個分佈式系統不可能滿足可用性、一致性與分區容錯性這三個要求，一次性滿足兩種要求是該系統的上限。而一致性哈希算法則指的是NoSQL數據庫在應用過程中，爲滿足工作需求而在通常情況下產生的一種數據算法，該算法能有效解決工作方面的諸多問題但也存在弊端，即工作完成質量會隨着節點的變化而產生波動，當節點過多時，相關工作結果就無法那麼準確。這一問題使整個系統的工作效率受到影響，導致整個數據庫系統的數據亂碼與出錯率大大提高，甚至會出現數據節點的內容遷移，產生錯誤的代碼信息。但儘管如此，NoSQL數據庫技術還是具有非常明顯的應用優勢，如數據庫結構相對簡單，在大數據量下的讀寫性能好；能滿足隨時存儲自定義數據格式需求，非常適用於大數據處理工作。
NoSQL數據庫適合追求速度和可擴展性、業務多變的應用場景。 對於非結構化數據的處理更合適，如文章、評論，這些數據如全文搜索、機器學習通常只用於模糊處理，並不需要像結構化數據一樣，進行精確查詢，而且這類數據的數據規模往往是海量的，數據規模的增長往往也是不可能預期的，而NoSQL數據庫的擴展能力幾乎也是無限的，所以NoSQL數據庫可以很好的滿足這一類數據的存儲。
二、非關係型數據庫的存儲方式
NoSQL數據庫利用key-value可以獲取大量的非結構化數據，並且數據的獲取效率很高，但用它查詢結構化數據效果就比較差。
目前NoSQL數據庫仍然沒有一個統一的標準，它現在有四種大的分類：
（1） 鍵值對存儲（key-value）：代表軟件Redis，它的優點能夠進行數據的快速查詢，而缺點是需要存儲數據之間的關係。
（2） 列存儲：代表軟件Hbase，它的優點是對數據能快速查詢，數據存儲的擴展性強。而缺點是數據庫的功能有侷限性。
（3） 文檔數據庫存儲：代表軟件MongoDB，它的優點是對數據結構要求不特別的嚴格。而缺點是查詢性的性能不好，同時缺少一種統一查詢語言。
（4） 圖形數據庫存儲：代表軟件InfoGrid，它的優點可以方便的利用圖結構相關算法進行計算。而缺點是要想得到結果必須進行整個圖的計算，而且遇到不適合的數據模型時，圖形數據庫很難使用。
| 存儲方式 | |
|---|---|
| 鍵值對存儲(l臨時) | Memcached，Redis |
| 鍵值對存儲(永久) | Redis，Flare，Tokyo Tyrant |
| 列存儲 | Hbase，Cassandra |
| 文檔數據庫存儲 | MongoDB，CouchDB |
| 圖形數據庫存儲 | InfoGrid |
三、主流非關係型數據庫的講解
3.1 MongoDB
MongoDB 是一個高性能，開源，無模式的文檔型數據庫，開發語言是C++。它在許多場景下可用於替代統的關係型數據庫或鍵/值存儲方式。
- MongoDB特點
01）所用語言：C++
02）特點：保留了SQL一些友好的特性（查詢，索引）。
03）使用許可： AGPL（發起者： Apache）
04）協議： Custom, binary（ BSON）
05）Master/slave複製（支持自動錯誤恢復，使用 sets 複製）
06）內建分片機制
07）支持 javascript表達式查詢
08）可在服務器端執行任意的 javascript函數
09）update-in-place支持比CouchDB更好
10）在數據存儲時採用內存到文件映射
11）對性能的關注超過對功能的要求
12）建議最好打開日誌功能（參數 --journal）
13）在32位操作系統上，數據庫大小限制在約2.5Gb
14）空數據庫大約佔 192Mb
15）採用 GridFS存儲大數據或元數據（不是真正的文件系統）
- MongoDB優點
01）更高的寫負載，MongoDB擁有更高的插入速度。
02）處理很大的規模的單表，當數據表太大的時候可以很容易的分割表。
03）高可用性，設置M-S不僅方便而且很快，MongoDB還可以快速、安全及自動化的實現節點 （數據中心）故障轉移。
04）快速的查詢，MongoDB支持二維空間索引，比如管道，因此可以快速及精確的從指定位置 獲取數據。MongoDB在啓動後會將數據庫中的數據以文件映射的方式加載到內存中。如果內 存資源相當豐富的話，這將極大地提高數據庫的查詢速度。
05）非結構化數據的爆發增長，增加列在有些情況下可能鎖定整個數據庫，或者增加負載從而 導致性能下降，由於MongoDB的弱數據結構模式，添加1個新字段不會對舊錶格有任何影響， 整個過程會非常快速。
- MongoDB缺點：
01）前期不支持事務，MongoDB 4.x後支持。
02）MongoDB佔用空間過大 。
03）MongoDB沒有成熟的維護工具。
- MongoDB應用場景
01）適用於實時的插入、更新與查詢的需求，並具備應用程序實時數據存儲所需的複製及高度伸縮性；
02）非常適合文檔化格式的存儲及查詢；
03）高伸縮性的場景：MongoDB 非常適合由數十或者數百臺服務器組成的數據庫。
04）對性能的關注超過對功能的要求。
3.2 HBase
HBase 是 Apache Hadoop 中的一個子項目，屬於 bigtable 的開源版本，所實現的語言爲Java（故依賴 Java SDK）。HBase 依託於 Hadoop 的 HDFS（分佈式文件系統）作爲最基本存儲基礎單元。
- HBase 特點
01）所用語言： Java
02）特點：支持數十億行X上百萬列
03）使用許可： Apache
04）協議：HTTP/REST （支持 Thrift，見編注4）
05）在 BigTable之後建模
06）採用分佈式架構 Map/reduce
07）對實時查詢進行優化
08）高性能 Thrift網關
09）通過在server端掃描及過濾實現對查詢操作預判
10）支持 XML, Protobuf, 和binary的HTTP
11）Cascading, hive, and pig source and sink modules
12）基於 Jruby（ JIRB）的shell
13）對配置改變和較小的升級都會重新回滾
14）不會出現單點故障
15）堪比MySQL的隨機訪問性能
- HBase 優點
01） 存儲容量大，一個表可以容納上億行，上百萬列；
02）可通過版本進行檢索，能搜到所需的歷史版本數據；
03）負載高時，可通過簡單的添加機器來實現水平切分擴展，跟Hadoop的無縫集成保障了其數據可靠性（HDFS）和海量數據分析的高性能（MapReduce）；
04）在第3點的基礎上可有效避免單點故障的發生。
- HBase 缺點
01）基於Java語言實現及Hadoop架構意味着其API更適用於Java項目；
02）node開發環境下所需依賴項較多、配置麻煩（或不知如何配置，如持久化配置），缺乏文檔；
03）佔用內存很大，且鑑於建立在爲批量分析而優化的HDFS上，導致讀取性能不高；
04）API相比其它 NoSql 的相對笨拙。
- HBase 適用場景
01）bigtable類型的數據存儲；
02）對數據有版本查詢需求；
03）應對超大數據量要求擴展簡單的需求。
3.3Redis
Redis 是一個開源的使用ANSI C語言編寫、支持網絡、可基於內存亦可持久化的日誌型、Key-Value數據庫，並提供多種語言的API。目前由VMware主持開發工作。
- Redis 特點
01）所用語言：C/C++
02）特點：運行異常快
03）使用許可： BSD
04）協議：類 Telnet
05）有硬盤存儲支持的內存數據庫，但自2.0版本以後可以將數據交換到硬盤（注意， 2.4以後版本不支持該特性！）
06）Master-slave複製
07）雖然採用簡單數據或以鍵值索引的哈希表，但也支持複雜操作
08）INCR & co （適合計算極限值或統計數據）
09）支持 sets（同時也支持 union/diff/inter）
10）支持列表（同時也支持隊列；阻塞式 pop操作）
11）支持哈希表（帶有多個域的對象）
12）支持排序 sets（高得分表，適用於範圍查詢）
13）Redis支持事務
14）支持將數據設置成過期數據（類似快速緩衝區設計）
15）Pub/Sub允許用戶實現消息機制
- Redis 優勢
01）非常豐富的數據結構；
02）Redis提供了事務的功能，可以保證一串 命令的原子性，中間不會被任何操作打斷；
03）數據存在內存中，讀寫非常的高速，可以達到10w/s的頻率。
- Redis 缺點
01） Redis3.0後纔出來官方的集羣方案，但仍存在一些架構上的問題；
02）持久化功能體驗不佳——通過快照方法實現的話，需要每隔一段時間將整個數據庫的數據寫到磁盤上，代價非常高；而aof方法只追蹤變化的數據，類似於mysql的binlog方法，但追加log可能過大，同時所有操作均要重新執行一遍，恢復速度慢；
03）由於是內存數據庫，所以，單臺機器，存儲的數據量，跟機器本身的內存大小。雖然redis本身有key過期策略，但是還是需要提前預估和節約內存。如果內存增長過快，需要定期刪除數據。
- Redis 應用場景
最佳應用場景：適用於數據變化快且數據庫大小可預見（適合內存容量）的應用程序。例如：微博、數據分析、實時數據蒐集、實時通訊等。