关系数据库将数据存储在行和列中，而文档数据库将数据存储在文档中。这些文档通常使用类似于JSON（JavaScript Object Notation）的结构，这种结构在开发人员中很流行。文档提供了一种直观自然的方式来数据建模与面向对象编程紧密相关 - 每个文档实际上都是一个对象。 文档包含一个或多个字段，其中每个字段都包含一个有数据类型的值，例如字符串，日期，二进制，浮点值或数组。不是将记录分散在与外键连接的多个列和表上，而是将每个记录及其关联（即相关）数据一起存储在单个层次结构文档中。这种模型可以提高开发人员的生产率，简化数据访问，并且在许多情况下，不需要昂贵的 JOIN 操作和复杂的跨表的事务。

在文档数据库中，数据模型是动态的：每个文档可以包含不同的字段。这种灵活性对于建模非结构化和多态数据特别有用。它还使在应用程序的生命周期中演化的过程，例如添加字段，变得更加容易。此外，某些文档数据库提供了开发人员期望的，类似关系数据库中的富查询能力。 特别是，可以基于文档中多个字段的组合来查询数据，其中丰富的二级索引可提供有效的访问路径以支持几乎任何查询模式。

应用： 文档数据库是通用目的的，由于数据模型的灵活性，在任何字段上查询的能力以及文档数据模型与现代编程语言中对象的自然映射，它可用于多种应用。

示例： MongoDB、CouchDB。

图数据库使用具有节点，边和属性的图结构来表示数据。本质上，数据被建模为特定元素之间的关系网络。虽然图模型可能是不直觉的，并且需要一些时间来理解，它对特定类型的查询很有用。它的主要吸引力在于，它使在应用程序中实体之间的关系建模和遍历更加容易。

应用： 应用的核心是使用图数据库关系遍历功能，例如便利社交网络连接，网络拓扑或供应链。

示例： Neo4j、AWS Neptune。

从数据模型的角度来看，键值存储是非表格数据库的最基本类型。数据库中的每一项都作为属性名称或键及其值存储。但是，该值对系统完全不透明，只能通过键来查询数据。该模型对于表示多态和非结构化数据很有用，因为数据库不会在键/值对之间强制执行设置模式。

宽表列存储或列族存储使用稀疏的，分布式的多维排序的映射来存储数据。每个记录的存储列数可以不同。可以将列分组在一起从列族中进行访问，也可以将列分布在多个列族中。通过每个列族的主键检索数据。

应用： 键值存储和宽表存储对于仅通过单个键值查询数据的应用很有用，可以提供较好的性能和可伸缩性，由于数据访问模式的简单性和数据本身的不透明性，可以对其进行高度优化。

示例： Redis 和 AWS DynamoDB（键值）、HBase 和 Cassandra（宽列）

总结：

文档数据库通常提供查询和更新文档中任何字段的能力，尽管这个域中的产品功能有所不同。某些产品（例如MongoDB）提供了丰富的索引选项集，可以优化各种查询，包括文本，地理空间，复合，稀疏，TTL，唯一索引等。此外，其中一些产品提供了就地分析数据的能力，而无需将其复制到专用的分析或搜索引擎。例如，MongoDB 为开发人员提供了聚合框架，以创建复杂的处理管道以进行数据分析和转换，直至进行分阶段流水线匹配，级联，地理空间处理和图形遍历。它还通过 MongoDB 图表提供本机可视化功能，以及用于Apache Spark 和 BI 工具的连接器。为了更新数据，MongoDB 提供了丰富的更新方法，使开发人员可以在单个事务更新操作中针对文档的匹配元素（包括嵌套在嵌套数组中的元素）执行复杂的操作。

这些系统倾向于提供丰富的查询模型，在其中可以查询简单和复杂的关系以对系统中的数据进行直接和间接推断。在这些系统中，关系类型分析往往非常有效，而其他类型的分析则可能不太理想。结果，图数据库很少用于更通用的操作应用程序，而是与常规文档数据库或关系数据库结合使用，以实现图特定的数据结构和查询。

为了尝试使用多种存储技术所带来的复杂性，业界正朝着“多模型”数据库的概念迈进。此类设计基于在单个数据平台提供多个数据模型和查询类型的支持。从而满足各种应用需求。例如，MongoDB 提供了$graphLookup 聚合阶段，用于数据库内部的图形处理。 $graphLookup 支持跨图，树和层次结构数据的有效遍历，以发现模式并显示以前未标识的连接关系。

这些系统提供了仅基于单个或有限范围的键来查询和更新数据的能力。为了查询其他值，建议用户建立并维护自己的索引。某些产品对二级索引提供的支持有限，但有一些限制。要在这些系统中执行更新，可能需要多次操作：首先找到记录，然后更新它，然后更新索引。这些系统中，这种更新相当于在客户端实现对整个记录的完全重写，而不管单个属性或单个记录是否已更改。

总结：

应用程序可能对数据一致性有不同的要求。 对于许多应用程序，必须始终保持数据强一致性。由于开发团队已经在关系数据库一致性的模型下工作了数十年，因此这种方法更加自然和熟悉。在其他情况下，最终的一致性是在系统可用性方面具有的灵活性，是可以接受的折衷方案。

文档数据库和图数据库可以是强一致的，也可以是最终一致的。MongoDB 提供可调整的一致性。默认情况下，数据是强一致的，所有写入和读取都访问主节点的数据主副本。作为选择，可以对从节点副本发出读取查询，如果写操作尚未与从节点副本同步，则数据最终可能会保持一致。一致性选择是在查询级别进行的。

对于最终一致的系统，在一段时间内主从节点之间数据副本是不同步的。这对于不经常更改的只读应用程序和数据存储（例如历史档案）是可以接受的。同样对于写密集型用例，数据库正在捕获诸如日志之类的信息，也只会在以后的某个时间点读取，这也很合适。键值和宽表存储通常是最终是一致的。

最终一致的系统必须能够接收在单个记录更新中冲突问题，因为写操作可以应用于数据的任何副本，所以当在不同节点上更新同一属性时，写操作彼此冲突的可能性很高，一些系统使用矢量时钟来确定更新事件的顺序，并确保在发生冲突的情况下最新操作获胜。但是较久的值可能已经被提交回应用程序。其他系统保留所有冲突的值，并将解决冲突的责任推给用户。由于这些原因，插入操作在最终一致的系统中表现良好，但是更新和删除可能涉及折衷，这使应用程序显著复杂化。

总结：

编程语言的种类繁多，每种语言都提供了处理数据和服务的不同规范。驱动程序是被开发者创建，开发团队是给定语言的专家，并且了解程序员如何在该语言中工作。这种方法还可以受益于其利用编程语言中的特定功能的能力，这些功能会提高访问和处理数据的效率。

对于程序员来说，驱动程序更易于学习和使用，它们减少了团队开始使用基础数据库的入门时间。例如，驱动程序提供直接接口来更新或获取文档或文档中的字段。MongoDB 支持十多种语言的驱动：Java，.NET，Ruby，Node.js，Perl，Python，PHP，C，C ++，C＃，Javascript 和 Scala。社区还支持数十种其他驱动程序。

一些系统提供 RESTful 接口。这种方式具有简单和被开发者熟悉的吸引力，但是它依赖于 HTTP 自身特点相关的固有延迟。构建这些借口也给开发人员带来了额外的负担，并且这些接口可能与其余的编程接口不一致。

一些非关系型数据库已经尝试向数据库中添加类似于 SQL 的访问层，希望通过这种功能减少那些已经掌握 SQ L的开发人员和 DBA 的学习难度。在开始重要开发工作之前，评估这些实现也很重要，请考虑以下因素：

许多公司使用基于 SQL 的 BI 平台进行数据可视化，分析和报告，而这些平台本身并未与非表格技术集成。为了解决这一问题，企业或组织转向使用 OBDC 驱动程序，该驱动程序在其非表格数据库和第三方分析工具之间提供了行业标准的连接。例如，用于 BI 的 MongoDB 连接器允许分析师，数据科学家和业务分析师使用最受欢迎的 BI 工具无缝地可视化 MongoDB 中管理的半结构化和非结构化数据，以及来自其 SQL 数据库的传统数据。

MongoDB Charts 使用户可以快速，轻松地实时创建和共享可视化其 MongoDB 中的数据，而无需将数据移至其他系统或利用第三方工具。由于 Charts 本身了解 MongoDB 文档模型，因此用户可以根据形状不同或包含嵌套文档和数组的数据创建图表，而无需先将数据映射到平面表格结构中。

总结：

一个企业或组织在评估数据库时应考虑公司或项目的运行状况。重要的是，不仅产品要继续存在，而且要不断发展并提供新功能。 拥有一个强大的，经验丰富的支持组织，兵能够在全球范围内提供服务是另一个相关的考虑因素。

特别对一个数据库而言，围绕着技术有一个强大的社区显得尤为重要。具有强大社区用户的数据库使查找和雇用熟悉该产品的开发人员更加容易。它使查找最佳实践，文档和代码示例变得更加容易，所有这些都降低了新项目中的风险。它还可以帮助组织保留关键技术人才。 最后，一个强大的社区鼓励其他技术供应商开发集成并参与生态建设。

过去，许多企业或组织一直受困于被一些传统企业软件供应商的数据库锁定。开放软件和普通硬件的使用为许多企业或组织提供了逃脱途径，但他们还担心，当他们迁移到云中时，最终可能会以一种形式的锁定换成另一种形式。

对任何新软件的投资，认真评估其许可证，和可用性很重要。 另外可自由的运行在任何地方也很重要，从开发人员所使用的便携式计算机，到投入生产时可在自己的基础架构上运行，并且按需可以灵活地从任何公共云中将数据库作为服务使用。MongoDB 使开发人员和 DevOps 团队可以在自己熟悉的基础架构上自由下载和运行数据库。借助 MongoDB Atlas，它还可以作为完全托管的云服务在所有领先的云提供商之上。无论选择在何处运行 MongoDB，您都可以享受完整的平台可移植性，您使用的是相同的代码库，API 和管理工具。

总结：