下载文档原格式
NoSQL数据库技术与应用随着大数据时代的到来，传统的关系型数据库面临着一些挑战：数据量庞大、高并发读写、数据结构多样性等。
为了应对这些挑战，NoSQL（Not only SQL）数据库应运而生，并且在互联网、移动互联网、物联网等领域得到广泛应用。
本文将介绍NoSQL数据库技术的概念、分类，以及其在实际应用中的使用场景和优势。
一、NoSQL数据库技术概览NoSQL数据库是指非关系型数据库，它不基于传统的关系型数据库模型（如表格），而是采用了其他数据存储结构，如文档、键值对、列族、图等方式。
NoSQL数据库以其高扩展性、高性能和灵活性而闻名。
NoSQL数据库技术的主要特点包括：1. 没有固定的模式：NoSQL数据库不要求先定义或建立数据库模式，在数据存储时不存在固定的模式要求，可以灵活地存储各种数据类型及其关系。
2. 高可扩展性：NoSQL数据库可以方便地进行分布式部署和横向扩展，支持在海量数据环境中进行高效的读写操作。
3. 高性能：NoSQL数据库的底层存储结构对于快速访问和查询数据进行了优化，能够提供出色的读取和写入性能。
4. 大数据处理能力：NoSQL数据库在处理大数据量和高并发读写方面有着良好的表现，适合应对各种大数据场景。
二、NoSQL数据库的分类NoSQL数据库根据其数据存储模型和用途可以划分为多个子类。
以下是常见的NoSQL数据库分类：1. 键值存储（Key-Value stores）：使用键值对来存储和访问数据，适合存储简单的无结构化数据。
常见的键值存储数据库有Redis、Riak等。
2. 文档数据库（Document databases）：将数据以文档形式存储，文档之间可以嵌套，是一种无模式化的存储方式。
常见的文档数据库有MongoDB、Couchbase等。
3. 列族数据库（Column-Family stores）：将数据存储为列族的方式，适合存储具有规则的数据集合，常用于大规模数据的存储和分析。
NoSQL是什么意思今天⼩编带⼤家了解下NoSQL，从⼴义上说，NoSQL指的是⾮关系型数据库，说的其实不是不⽤SQL，⽽是不只是SQL（NOT ONLY SQL）。
NoSQL旨在打破关系型数据库的统治格局，解决关系型数据库解决不了的问题。
各个NoSQL数据库都有⼀个共同的特点，就是能存储海量的数据。
NoSQL没有复杂的关系模式，库中的表是可以拆分的。
⼏乎所有的NoSQL数据库都没有数据表（table）的概念，取⽽代之的是⽂档（document）。
⽽⽂档就是⼀个key-value(键-值)⽅式存储数据的结构。
⽐如{"item":"cigarette","brand":"Marlboro"}{"item":"liqor","brand":"Bacardi","qty":10}。
把很多⽂件(document)存储到⼀起的结构式集合(collection)，⽽同⼀个集合(collection)⾥⾯的⽂件(document)的结构是不完全⼀致的。
NoSQL对数据的存储类型没有要求，什么都能往⾥⾯存，这也是NoSQL可以存储图像等复杂⽂件的原因。
其中存储专业图的NoSQL数据库是Neo4J，存储⽂档⽐较占优势的是MongoDB，其他还有Cassandra等，HBASE也是⼀个NoSQL数据库。
下⾯我们就MongoDB做⼀个简单介绍：MongoDB是⼀个基于分布式⽂件存储的数据库，由C++编写，旨在为WEB应⽤提供可扩展的⾼性能数据存储解决⽅案。
他⽀持的数据结构⾮常松散，是类似json的bjson格式，因此他可以存储⽐较复杂的数据类型。
MongoDB⽀持的查询语⾔⾮常强⼤，其语法类似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。
NOSQL介绍⼀、NQSQL概述1.1 什么是NOSQL⾸先需要说的是，NoSql并不表⽰NO SQL"没有SQL"的意思。
实际上，它是"Not Only SQL"的缩写。
它的意义是：适⽤关系型数据库的时候就使⽤关系型数据库，不适⽤的时候也没有必要⾮使⽤关系型数据库不可，可以考虑使⽤更加合适的数据存储。
为弥补关系型数据库的不⾜，各种各样的NoSQL数据库应运⽽⽣。
1.2数据库分类数据库根据不同的数据模型（数据的表现形式）主要分成阶层型，⽹络型和关系型3种。
(1) 阶层型数据库早期的数据库称为阶层型数据库，数据的关系都是以简单的树形结构来定义的。
程序也通过树形结构对数据进⾏访问。
这种结构，⽗记录（上层的记录）同时拥有多个⼦记录（下层记录），⼦记录只有唯⼀的⽗记录。
正因为如此，这种⾮常简单的构造在碰到复杂数据的时候往往会造成数据的重复（同⼀数据在数据库内重复出现），出现数据冗余的问题。
阶层型数据库如下图所⽰：阶层型数据库把数据通过阶层结构的⽅式表现出来，虽然这样的结构有利于提⾼查询效率，但与此相对应的是，不理解数据结构就⽆法进⾏⾼效的查询。
当然，在阶层结构发⽣变更的时候，程序也需要进⾏相应的变更。
(2) ⽹络型数据库前所述，阶层型数据库会带来数据重复的问题。
为了解决这个问题，就出现了⽹络型数据库。
它拥有同阶层型数据库相近的数据结构，同时各种数据⼜如同⽹状交织在⼀起，因此⽽得名。
阶层型数据库只能通过⽗⼦关系来表现数据之间的关系。
针对这⼀不⾜，⽹络型数据库可以使⼦记录同时拥有多个⽗记录，从⽽解决了数据冗余的问题。
下图所⽰为⽹络型数据库。
但是，在⽹络型数据库中，数据间⽐较复杂的⽹络关系使得数据结构的更新变得⽐较困难。
另外，与阶层型数据库⼀样，⽹络型数据库对数据结构有很强的依赖性，不理解数据结构就⽆法进⾏相应的数据访问。
(3) 关系型数据库最后要向⼤家介绍的是以科德提出的关系数据模型为基础的关系型数据库。
NoSQL数据库1. 简介- NoSQL数据库是与传统关系型数据库不同的一种数据库管理系统。
NoSQL代表“非关系型数据库”，它设计用于大规模数据存储和处理。
- NoSQL的特点是高可扩展性、高性能和灵活的数据模型。
- NoSQL数据库通常将数据存储为键值对、文档、列族或图形等形式，与传统的表格模型不同。
2. NoSQL数据库类型- 键值存储数据库：以键值对的方式存储数据，适用于读写操作频繁、需要成本低的应用程序。
- 文档数据库：将数据组织为文档，通常使用JSON或类似的格式进行存储。
- 列存储数据库：将数据存储在列族中，适用于需要处理非结构化和半结构化数据的应用程序。
- 图形数据库：以图的形式存储数据，并使用图的算法进行查询和分析。
3. NoSQL数据库的优势- 高可扩展性：NoSQL数据库可以轻松处理大规模数据，通过水平扩展来满足增长的需求。
- 高性能：NoSQL数据库常常使用内存存储，使其具有更快的读写速度。
- 灵活的数据模型：NoSQL数据库允许快速更改数据模型，适应不同的应用需求。
4. NoSQL数据库的应用场景- 大数据分析：NoSQL数据库的高扩展性和性能使其成为大规模数据分析的理想选择。
- 社交媒体应用程序：NoSQL数据库适用于存储和处理社交媒体应用程序的大量用户数据。
- 物联网设备：NoSQL数据库可以处理物联网设备生成的海量数据。
- 实时应用程序：NoSQL数据库可以提供快速的实时数据查询和处理。
5. NoSQL数据库的挑战与解决方案- 数据一致性：NoSQL数据库通常采用最终一致性的数据模型，这可能会在某些应用场景下引发问题。
解决方案包括使用强一致性模型或设计应用程序以适应最终一致性。
- 查询能力限制：某些NoSQL数据库对查询的支持有限，特别是在复杂查询和聚合操作方面。
解决方案包括使用专门的数据分析工具或将数据导入更适合复杂查询的数据库。
结论NoSQL数据库提供了一种灵活、可扩展和高性能的数据存储和处理解决方案。
NoSQL数据库NoSQL数据库是一种非关系型数据库，与传统的关系型数据库有所不同。
它采用了更为灵活的数据模型，适用于大规模的数据存储和处理。
在本文中，我们将介绍NoSQL数据库的背景、特点以及使用场景。
一、背景关系型数据库是传统数据库的代表，其数据存储方式采用表格的形式，数据之间存在严格的关系。
然而，随着互联网的快速发展，数据量呈指数级递增，传统的关系型数据库面临着存储和处理效率低下的问题。
为了解决这一问题，NoSQL数据库应运而生。
二、特点1. 非关系型数据模型：NoSQL数据库采用了更为灵活的数据模型，一般是以键值对（Key-Value）或文档（Document）的形式存储数据。
这样的数据模型使得对大数据量的处理更加高效。
2. 分布式架构：NoSQL数据库支持数据的分布式存储和处理，可以在集群中的多台机器上进行数据的存储和计算，提高了数据库的可扩展性和性能。
3. 高可用性：NoSQL数据库具备较高的可用性，可以通过数据冗余和自动化故障转移来保证数据的持续访问。
4. 灵活的数据模式：相比于关系型数据库的严格数据模式，NoSQL数据库具备更灵活的数据模式，可以应对数据结构的变化和复杂性。
三、使用场景NoSQL数据库在以下场景中得到了广泛的应用：1. 大数据领域：由于NoSQL数据库能够处理大规模的数据，因此在大数据领域中得到广泛应用。
它能够高效地存储和处理PB级别的数据。
2. 高并发应用：NoSQL数据库的分布式架构和高可用性使得它非常适合处理高并发的应用场景，如电子商务平台、社交媒体等。
3. 实时数据分析：由于NoSQL数据库具备较高的数据写入和读取性能，因此在实时数据分析领域应用广泛。
它可以快速地进行数据的存储和查询，提供实时的数据分析结果。
总结：NoSQL数据库作为一种非关系型数据库，具备了非常灵活的数据模型、分布式架构、高可用性以及适用于大数据处理的能力。
它在大数据领域、高并发应用和实时数据分析等场景中得到了广泛的应用。
NoSQL概念及其关键概念1. 概念定义NoSQL（Not only SQL）是一种非关系型数据库管理系统的统称，它不使用传统的关系型数据库模型，而是采用其他数据模型来存储和检索数据。
NoSQL数据库在处理大量结构化和非结构化数据时具有很高的性能、可扩展性和灵活性。
2. 关键概念2.1 非关系型数据模型NoSQL数据库使用非关系型数据模型来存储数据，与传统的关系型数据库采用表格形式存储不同。
常见的非关系型数据模型包括键值对（Key-Value）、文档（Document）、列族（Column Family）和图形（Graph）等。
这些数据模型根据实际应用场景选择最适合的方式来组织和存储数据。
2.2 分布式架构NoSQL数据库通常采用分布式架构，将数据分散存储在多个节点上。
这种分布式架构可以提供更好的可扩展性和高可用性，允许系统在面对大规模并发访问时仍能保持稳定性。
同时，分布式架构还可以通过增加节点数量来提升系统的处理能力。
2.3 高性能由于NoSQL数据库使用非关系型数据模型和分布式架构，它们通常能够提供更高的性能。
相比于传统的关系型数据库，在读写大量数据时，NoSQL数据库可以通过水平扩展来增加处理能力，并利用内存和硬盘的优势来提升读写速度。
2.4 可伸缩性NoSQL数据库具有良好的可伸缩性，可以根据实际需求扩展系统规模。
通过增加节点数量或者调整集群配置，NoSQL数据库可以适应不同规模和负载的应用场景。
这种可伸缩性使得NoSQL数据库在处理大数据量和高并发访问时表现出色。
2.5 弱一致性传统的关系型数据库通常提供强一致性（ACID）保证，但在分布式环境下往往难以实现。
相比之下，NoSQL数据库更倾向于提供弱一致性（BASE）保证。
弱一致性允许系统在某些情况下存在短暂的数据不一致，以换取更好的可用性和性能。
3. 重要性3.1 处理大数据量随着互联网和物联网技术的发展，我们面临着越来越多的数据。
传统的关系型数据库在处理大数据量时性能较差，而NoSQL数据库通过分布式架构和高性能特性，能够更好地处理大数据量的存储和查询需求。
对nosql的理解
NoSQL是一种非关系型数据库，与传统的关系型数据库不同，它不使用表格结构来存储数据。
相反，NoSQL数据库使用文档、图形和列族等非传统结构，以提供更灵活、更高效的数据存储和查询方式。
NoSQL数据库的优势在于其可扩展性、灵活性和高可用性。
它们允许在不影响性能的情况下快速处理大量数据，并使得数据之间的关联变得更加容易。
在NoSQL数据库中，数据是以键值对的形式存储的，这使得数据模型更加简单，以及查询和分析更加容易。
此外，NoSQL数据库还支持分布式系统，这意味着它们可以在多个计算机上运行，并通过互联网共享数据。
总的来说，NoSQL数据库是一种非常灵活、高效的数据存储解决方案，适用于需要处理大量数据的企业和组织。
但是，它们也有一些缺点，如数据一致性问题和缺乏一些传统数据库的功能。
因此，在选择使用NoSQL数据库时，需要对其优缺点进行认真考虑，并根据实际需求进行选择。
- 1 -。
nosql研究报告NoSQL是一种非关系数据库，它被广泛应用于大规模分布式数据存储系统。
本报告将介绍NoSQL的基本概念和特点，并对其在实际应用中的优势和劣势进行分析。
1. NoSQL的基本概念NoSQL是指非关系数据库，与传统的关系型数据库相对。
它不遵循传统数据库的表结构和SQL语言，而是以键值对、文档、列族、图等方式存储数据。
NoSQL数据库的设计目标是为了解决大量数据和高并发读写的需求。
2. NoSQL的特点NoSQL具有以下几个特点：- 数据模型灵活：NoSQL数据库可以根据数据类型选择合适的数据模型，具有更灵活的数据存储方式。
- 高可扩展性：NoSQL数据库可以轻松扩展到数十台服务器，处理大规模数据和高并发访问。
- 高性能：NoSQL数据库采用了一些特别的设计和优化策略，例如并发控制、缓存机制和分布式存储等，以提高系统的响应速度。
- 高可用性：NoSQL数据库通常具有多副本的数据备份机制，当某个节点故障时可以快速切换到其他节点，保证系统的连续性。
- 易于开发和维护：NoSQL数据库提供了简单的API和灵活的数据访问方式，降低了开发和维护的复杂度。
3. NoSQL的优势NoSQL在某些方面具有明显的优势：- 大规模数据存储：NoSQL可以应对海量数据的存储需求，并且能够快速查询和处理。
- 高并发读写：NoSQL数据库面向分布式系统设计，能够支持高并发读写操作，满足大量用户同时访问的需求。
- 弱一致性：NoSQL数据库在数据一致性方面相对关系型数据库更为灵活，可根据应用场景的需要进行调整。
4. NoSQL的劣势NoSQL也存在一些劣势：- 事务管理：NoSQL数据库通常不支持复杂的事务操作，而在关系型数据库中事务管理较为完善。
- 数据一致性：NoSQL数据库强调高性能和可扩展性，而在数据一致性方面可能会受到一定影响。
- 数据难以修改：NoSQL数据库中的数据通常以文档、键值对等形式存储，对于已存储的数据进行修改较为复杂。
浅谈NoSQL摘要：随着NoSQL的兴起，在各种网站上追求高性能可靠性方面的被应用的越来越广泛，不由自主的选择NoSQL作为有限的考虑方向。
大数据的不断发展，传统的关系型数据库在解决web问题上遇到瓶颈，而非关系型数据库成为热门的解决方法。
在海量数据的环境下，NoSQL对数据科技树的发展产生了强烈的影响。
本文介绍非关系型数据库分类应用及与关系型数据库的比较。
关键字：NoSQL，非关系型数据库1.前言如今，MySQL，Oracle，Sybase等的一些传统关系型数据库在以往的到了很广泛的应用，但是面对现今的web应用却表现得不如人们预想的优越。
Web应用和服务在数据访问操作中主要面向准结构化数据和非结构化数据，它的需求与传统数据库所管理的结构化数据有明显的区别，这些新兴的应用并不需要类似于传统数据库所要求的ACID性质，但在系统的可扩展性与并发访问的能力上有更高的要求，而解决这类问题上人们一般会使用NoSQL数据库。
Web应用的普及和网络上数据量的爆炸式增长，NoSQL凭借自己的显著特色解决了很多问题。
2.传统关系型数据库的特点以及优缺点以往的网站的访问量一般都不大，用单个数据库完全可以轻松应付。
在那个时候，更多的都是静态网页，动态交互类型的网站不多。
关系型数据库使用简单功能强大，其有以下特点：（1）操作方便，开发者通过应用程序和数据库相链接，用户能方便的的对数据库中的数据进行操作，在没有数据库基础的人也可以对数据库进行管理，直接在数据库中操作。
（2）易于维护，关系型数据库在完整性约束中提供了实体完整性、参照完整性和用户定义的完整性，通过完整性约束可以大大降低了数据存储的冗余及数据不一致的概率。
（3）访问数据的灵活性。
关系数据库中提供了视图视图，存储过程，触发器，索引等对象，是访问数据更加灵活。
不可否认，现存的数据库页面里这诸多的问题在web2.0技术发展的同时，更注重用户和服务器以及用户和用户之间的交互作用，用户成为即使网站内容的浏览者，也是网站内容的制造者。
例如博客，社区网站，微博，微信。
而传统型数据库有以下几点缺陷：（1）需要对数据库并发读写操作，Web 2.0网站要根据用户个性化信息来实时生成动态页面和提供动态信息，无法使用动态页面静态化技术，因此数据库的并发负载非常高，往往要达到每秒上万次的的读写请求，此时服务器上的磁盘根本无法承受如此之多的读写请求。
（2）对海量数据的高效率存储和访问的需求对于大型的社交网站网站，每天用户产生海量的用户动态，随着用户的不断增减，一个数据表中的记录可能有几亿条，对于关系型数据库来说，在一个有上亿条记录的表里面进行SQL询，效率是极其低下的。
（3）对数据库的高扩展性和高可用性的需求，在基于Web的架构中，数据库是最难进行横向扩展的，当用户量和访问量增加时，数据库没有办法像WebServer 那样简单的通过添加更多的硬件和服务结点来扩展性能和负载能力，对于很多需要24 小时不间断服务的网站来说，对数据库系统的升级和扩展往往需要停机维护。
3.非关系型数据库的提出NoSQL一般是分布式数据库，其特点是容易扩展，高性能，高并发性。
因此，需要处理分布式数据库中的数据如何分布，如何复制以及碎片如何合成，满足分布式CAP理论的要求，既在数据的更新一致，所有数据变动都是同步的，要有很好的响应性能，可靠性高，满足三点中的两点。
根据一致性的不同可以分类：（1）基于亚马逊的key-value存储平台其核心思想就是在分布式数据系统上用哈希算法写个数据，将它们分别放在不同的节点上，根据key读写数据当有数据不一致时，会跟踪一个数据在不同机器上版本的变化，确保当读取数据结果不同时，根据版本信息返回一个正确的结果。
好处是多个节点之间获得最终的一致性就可以，即便有时候会读到脏数据，但是读写数据是从来不会阻塞，这是一种强制要求节点之间的一致性，当两台电脑，有一段事务提交的时候，会导致自己的电脑写事务的停顿或关闭，而室友这个存储平台能将自己的数据写到多个节点中，然后通过一致性哈希从这些节点读取数据把正确的结果返回给用户。
（2）谷歌的big-table模型，使用同步复制，由数据自己检查数据坐在位置来实现一致性。
分为6大类，分别是面向列的存储，面向文档的存储，键值存储，图存储，对象存储，xml数据库。
列存储是按列存储，以区别传统数据库中的按行存储，易扩展，易查询，适用于海量数据，对一个或者几个字段进行查询的效率非常高，但是复杂查询功能比较弱，如在多表联合查询使用效果不好。
文档存储是在海量数据中，仍能保持良好的查询性能，用json或者类json的格式进行存储，存储的方式是文档但是文档的内容格式是自由决定的。
键值存储是最简单的NoSQL是最简单的NoSQL系统，具有极高的并发读写性，通过key值快速查找到value，并且不需要考虑value的格式。
图存储系统是图形关系的最好存储模式。
对象存储是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数据库高效存放xml 数据，并支持xml的内部查询语法。
4.非关系型数据库的特点NoSQL数据库种类多，共同特点是去掉了关系模型，数据之间彼此没有关系，是的数据库变得非常容易扩展，可以存储海量的实时变化的数据，由于数据库的结构简单，在处理大数据的时候会有出色的读写性能在数据量和访问量比较大的情况下，NoSQl数据库仍然可以运行在配置较低的服务器上，也可以使用低配服务器集群，使得成本大大降低。
5.关系型数据库和NoSQL结合使用NOSQL数据库只是对于关系型数据库在某些方面的一个弥补，比如高并发性和扩展性。
但单从功能上来说NoSQl的所有功能在关系型数据库上都能够满足。
这时我们会把我们一般会把NoSQL和关系数据库进行结合使用，各取所长NoSQl作为辅助存储在这种模式下，把所有的数据都存放在关系数据库中，可能被经常频繁读取的数据再存放在NoSql数据库中一份，其目的是提高数据的查询速度，减少关系数据库的并发访问负载。
NoSQL作为主存储在这种模式下，把所有的数据存储在NOSQL数据库中，为了一些特殊业务或功能的需要，在将数据存入NOSQL 的时候，同时存储到关系数据库一份。
在数据存储和查询主要是由Nosql数据库完成，少量的数据是从关系数据库读取。
6.NoSQL数据库的应用Facebook开发的数据库cassandra是运行网络社交云计算方面理想的数据库它集成了其他的流行工具如Solr，现在已经成为一个完全成熟的大型数据存储工具。
Cassandra是一个混合型的非关系的数据库，类似于Google的BigTable。
其主要功能比Dynomite（分布式的Key-Value存储系统）更丰富，但支持度却不如文档存储MongoDB。
Cassandra的主要特点就是它不是一个数据库，而是由一堆数据库节点共同构成的一个分布式网络服务，对Cassandra的一个写操作，会被复制到其他节点上去，而对Cassandra的读操作，也会被路由到某个节点上面去读取。
Lucene是一个全文检索引擎的架构，他只是同来检索大量的文本块，它采用了类似于NoSQl数据存储相似的模型，它适合于不仅仅局限于精确匹配而是寻找出那些出现在块中的字或者字段的情况。
couchDB使用erlang开发的面向文档的数据库系统，它的数据存储方式类似于lucence的index文件格式，couchDB的最大意义在于他是一个面向web应用的新一代存储系统，作为一个分布式的数据库，CouchDB可以把存储系统分布到n台物理的节点上面，并且很好的协调和同步节点之间的数据读写一致性。
CouchDB 支持REST API，可以让用户使用JavaScript来操作CouchDB数据库，也可以用JavaScript编写查询语句。
Neo4J的存储的是对象之间的关系，或者说这种结构就是数学中的“图”。
Neo4J是一个面向网络图的数据库，也就是说，它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎，但是它将结构化数据存储在网络上而不是表中，当然也可以把Neo4J看作是一个高性能的图引擎，该引擎具有成熟和健壮的数据库的所有特性。
该工具包括很多有关搜索和分析的关系的算法，它能够帮助寻找谁是我的朋友，或者寻找朋友的朋友。
这些“图的遍历”算法，可以节省很多指针查询的麻烦。
Hbase也是通过节点来传播数据，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。
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。
BigTable是非关系的数据库,是一个稀疏的、分布式的、持久化存储的多维度排序Map。
Bigtable的设计目的是可靠的处理PB级别的数据，并且能够部署到上千台机器上。
Bigtable已经实现了下面的几个目标：适用性广泛、可扩展、高性能和高可用性。
7.总结、目前关系数据库仍是主流数据库，仍被广泛使用，NoSQL数据库还不能完全取代关系数据库，虽然NoSQL数据库打破了关系数据库存储的观念，采用创新的存储方式，在快速读写、海量存储，高扩展性适应了如今互联网时代的需要。
NoSQL 数据库也有自己的缺陷。
在现阶段的某些情况下，可以将关系型数据库和NoSQL 数据库结合使用，相互弥补各自的不足。
随着NoSql数据库的不断发展和完善，将来也有可能取代关系数据库成为主流数据库。
