传统“关系型数据库”在应付互联网WEB2.0应用已显示的力不从心，由其是超大规模和高并发的SNS类型的WEB2.0网站。主要需要应对以下三方面难题：
1、对数据库高并发读写的要求。
2、对数据库高可扩展性和高可用性的要求。
3、对海量数据高效存储和访问的要求。
”关系型数据库“固有的特性的确用处不大
1、对数据库事务一致性要求低。很多WEB应用不要求严格的数据库事务，有些对读一致性要求不高，更有些对写一致性也要求不高。
2、对数据库写实时性和读实时性要求低。如发送消息给订阅者，可以接受延迟。
3、对复杂SQL查询的要求低。如非常忌讳多张大表关联查询。
为了解决以上问题，”非关系型数据库“（NoSql — not only SQL）应运而生，再很短的时间内涌现出众多的NoSQL产品。他们各有各的适用场景，你是否对这些特性有所了解？你是否在选型时一片茫然？ 本文将解答你的疑惑，帮助你选择正确的NoSQL产品,让你少走些弯路。
NoSQL数据库分类：
1、key-value存储型–满足极高读写要求。
2、文档存储型–海量存储和访问的数据库。
3、列存储型–高可扩展性，可用性，面向分布式计算的数据库。
4、图存储型–适合存储关系
类型 | 部分代表 | 特点 |
列存储 | Hbase Cassandra Hypertable | 顾名思义，是按列存储数据的。最大的特点是方便存储结构化和半结构化数据，方便做数据压缩，对针对某一列或者某几列的查询有非常大的IO优势。 |
文档存储 | MongoDB CouchDB | 文档存储一般用类似json的格式存储，存储的内容是文档型的。这样也就有有机会对某些字段建立索引，实现关系数据库的某些功能。 |
key-value存储 | Tokyo Cabinet / Tyrant Berkeley DB MemcacheDB Redis | 可以通过key快速查询到其value。一般来说，存储不管value的格式，照单全收。（Redis包含了其他功能） |
图存储 | Neo4J FlockDB InfoGrid | 图形关系的最佳存储。使用传统关系数据库来解决的话性能低下，而且设计使用不方便。 |
对象存储 | db4o Versant | 通过类似面向对象语言的语法操作数据库，通过对象的方式存取数据。 |
xml数据库 | Berkeley DB XML BaseX | 高效的存储XML数据，并支持XML的内部查询语法，比如XQuery,Xpath。 |
