1、基本概念
NoSQL，泛指非關系型的數據庫。隨著互聯網web2.0網站的興起，傳統的關系數據庫在應付web2.0網站，特別是超大規模和高并發的社交性網絡服務的web2.0純動態網站已經顯得力不從心，暴露了很多難以克服的問題，如：
1、Highperformance——對數據庫高并發讀寫的需求
Web2.0網站要根據用戶個性化信息來實時生成動態頁面和提供動態信息，所以基本上無法使用動態頁面靜態化技術，因此數據庫并發負載非常高，往往要達到每秒上萬次讀寫請求。關系數據庫應付上萬次SQL查詢還勉強頂得住，但是應付上萬次SQL寫數據請求，硬盤IO就已經無法承受了。其實對于普通的BBS網站，往往也存在對高并發寫請求的需求，例如像JavaEye網站的實時統計在線用戶狀態，記錄熱門帖子的點擊次數，投票計數等，因此這是一個相當普遍的需求。
2、HugeStorage——對海量數據的高效率存儲和訪問的需求
類似Facebook，twitter，Friendfeed這樣的社交性網站，每天用戶產生海量的用戶動態，以Friendfeed為例，一個月就達到了2.5億條用戶動態，對于關系數據庫來說，在一張2.5億條記錄的表里面進行SQL查詢，效率是極其低下乃至不可忍受的。再例如大型web網站的用戶登錄系統，例如騰訊，盛大，動輒數以億計的帳號，關系數據庫也很難應付。
3、HighScalability&&HighAvailability——對數據庫的高可擴展性和高可用性的需求
在基于web的架構當中，數據庫是最難進行橫向擴展的，當一個應用系統的用戶量和訪問量與日俱增的時候，你的數據庫卻沒有辦法像webserver和appserver那樣簡單的通過添加更多的硬件和服務節點來擴展性能和負載能力。對于很多需要提供24小時不間斷服務的網站來說，對數據庫系統進行升級和擴展是非常痛苦的事情，往往需要停機維護和數據遷移，數據庫不能通過不斷的添加服務器節點來實現擴展。
為了解決大規模數據集合多重數據種類帶來的挑戰，尤其是大數據應用難題，NoSQL這種非關系型的數據應運而生。
2、NoSQL數據庫分類
1、鍵值(Key-Value)存儲數據庫
這一類數據庫主要會使用到一個哈希表，這個表中有一個特定的鍵和一個指針指向特定的數據。Key/value模型對于IT系統來說的優勢在于簡單、易部署。但是如果DBA只對部分值進行查詢或更新的時候，Key/value就顯得效率低下了。
2、列存儲數據庫
這部分數據庫通常是用來應對分布式存儲的海量數據。鍵仍然存在，但是它們的特點是指向了多個列。這些列是由列家族來安排的。列存儲數據庫存儲每一列，允許更快的掃描時，只涉及一小部分列。
一個數據庫索引是一種數據結構，允許在存儲空間上快速查找數據和額外的寫(索引更新)。索引映射到數據的行數，而一個列數據庫將數據映射到行數，這樣計算變得更快。
3、文檔型數據庫
文檔型數據庫的靈感是來自于LotusNotes辦公軟件的，而且它同第一種鍵值存儲相類似。該類型的數據模型是版本化的文檔，半結構化的文檔以特定的格式存儲，比如JSON。文檔型數據庫可以看作是鍵值數據庫的升級版，允許之間嵌套鍵值。而且文檔型數據庫比鍵值數據庫的查詢效率更高。
文檔型存儲以報紙為例，報紙上一篇文章也可以存儲為一個單一的實體，這降低了對于習慣看到文章內容所消耗的時間。
4、圖形(Graph)數據庫
圖形結構的數據庫同其他行列以及剛性結構的SQL數據庫不同，它是使用靈活的圖形模型，并且能夠擴展到多個服務器上。圖或網絡數據主要有2個組成部分：
節點：實體本身。在社交網絡中，這可能是人。
邊：實體間的關系。這種關系用一條線來表示，并且有它自己的特性。邊可以有一個方向。
圖可以變的非常復雜來給定足夠的關系和實體類型。
因此，我們總結NoSQL數據庫在以下的這幾種情況下比較適用：
1、數據模型比較簡單；
2、需要靈活性更強的IT系統；
3、對數據庫性能要求較高；
4、不需要高度的數據一致性；
5、對于給定key，比較容易映射復雜值的環境。
3、常見NoSQL數據庫
1）Redis
Redis是一個開源的使用ANSIC語言編寫、支持網絡、可基于內存亦可持久化的日志型、Key-Value數據庫，并提供多種語言的API。從2010年3月15日起，Redis的開發工作由VMware主持。從2013年5月開始，Redis的開發由Pivotal贊助。
Redis本質上是一個Key-Value類型的內存數據庫，很像memcached，整個數據庫系統加載在內存當中進行操作，定期通過異步操作把數據庫數據flush到硬盤上進行保存。因為是純內存操作，Redis的性能非常出色，每秒可以處理超過10萬次讀寫操作。
Redis的出色之處不僅僅是性能，Redis最大的魅力是支持保存List鏈表和Set集合的數據結構，而且還支持對List進行各種操作，例如從List兩端push和pop數據，取List區間，排序等等，對Set支持各種集合的并集交集操作，此外單個value的最大限制是1GB，不像memcached只能保存1MB的數據，因此Redis可以用來實現很多有用的功能，比方說用他的List來做FIFO雙向鏈表，實現一個輕量級的高性能消息隊列服務，用他的Set可以做高性能的tag系統等等。另外Redis也可以對存入的Key-Value設置expire時間，因此也可以被當作一個功能加強版的memcached來用。
Redis的主要缺點是數據庫容量受到物理內存的限制，不能用作海量數據的高性能讀寫，并且它沒有原生的可擴展機制，不具有scale（可擴展）能力，要依賴客戶端來實現分布式讀寫，因此Redis適合的場景主要局限在較小數據量的高性能操作和運算上。目前使用Redis的網站有github，EngineYard。
2）MongoDB
MongoDB是一個開源的面向文檔的NoSQL數據庫系統，目前由10gen開發并維護，介于關系數據庫和非關系數據庫之間的產品，是非關系數據庫當中功能最豐富，最像關系數據庫的。他支持的數據結構非常松散，是類似json的bjson格式，因此可以存儲比較復雜的數據類型。
Mongo最大的特點是他支持的查詢語言非常強大，其語法有點類似于面向對象的查詢語言，幾乎可以實現類似關系數據庫單表查詢的絕大部分功能，而且還支持對數據建立索引。
Mongo主要解決的是海量數據的訪問效率問題，根據官方的文檔，當數據量達到50GB以上的時候，Mongo的數據庫訪問速度是MySQL的10倍以上。Mongo的并發讀寫效率不是特別出色，根據官方提供的性能測試表明，大約每秒可以處理0.5萬－1.5次讀寫請求。
因為Mongo主要是支持海量數據存儲的，所以Mongo還自帶了一個出色的分布式文件系統GridFS，可以支持海量的數據存儲。
3）HBASE
HBase–HadoopDatabase，是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統，利用HBase技術可在廉價PCServer上搭建起大規模結構化存儲集群。
與FUJITSUCliq等商用大數據產品不同，HBase是GoogleBigtable的開源實現，類似GoogleBigtable利用GFS作為其文件存儲系統，HBase利用HadoopHDFS作為其文件存儲系統；Google運行MapReduce來處理Bigtable中的海量數據，HBase同樣利用HadoopMapReduce來處理HBase中的海量數據；GoogleBigtable利用Chubby作為協同服務，HBase利用Zookeeper作為對應。
