NoSQL 數據庫

使用 MongoDB 持久化文檔數據

有一些數據的最佳表現形式是文檔（document）。也就是說，不要把這些數據分散到多個表、節點或實體中，將這些信息收集到一個非規範化（也就是文檔）的結構中會更有意義。儘管兩個或兩個以上的文檔有可能會彼此產生關聯，可是一般來說，文檔是獨立的實體。可以按照這種方式優化並處理文檔的數據庫，咱們稱之爲文檔數據庫。

例如，假設咱們要編寫一個應用程序來獲取大學生的成績單，可能須要根據學生的名字來查詢其成績單，或者根據一些通用的屬性來查詢成績單。可是，每一個學生是相互獨立的，任意的兩個成績單之間沒有必要相互關聯。儘管咱們可以使用關係型數據庫模式來獲取成績單數據（也許你曾經這樣作過），但文檔型數據庫可能纔是更好的方案。

文檔數據庫不適用的場景

文檔數據庫不是通用的數據庫，它們所擅長解決的是一個很小的問題集。
有些數據具備明顯的關聯關係，文檔型數據庫並無針對存儲這樣的數據進行優化。例如，社交網絡表現了應用中不一樣的用戶之間是如何創建關聯的，這種狀況就不適合放到文檔型數據庫中。

使用 Neo4j 操做圖數據

文檔型數據庫會將數據存儲到粗粒度的文檔中，而圖數據庫會將數據存儲到多個細粒度的節點中，這些節點之間經過關係創建關聯。由於數據的結構是圖，因此能夠遍歷關聯關係以查找數據中你所關心的內容，這在其餘數據庫中是很難甚至沒法實現的。

例如，社交網絡圖譜，在社交網絡中，公司、員工、技能的信息，這些都是節點，它們之間的關係和朋友之間的關係都是邊，在這裏面圖數據庫能夠作一些很是複雜的公司之間關係的查詢。好比說公司到員工、員工到其餘公司，從中找相似的公司、類似的公司，均可以在這個系統內完成。

使用 Redis 操做 key-value 數據

Redis 是一種特殊類型的數據庫，它被稱之爲 key-value 存儲。顧名思義，key-value 存儲保存的是鍵值對。實際上，key-value 存儲與哈希 Map 有很大的類似性。能夠不太誇張地說，它們就是持久化的哈希 Map。
當你思考這一點的時候，可能會意識到，對於哈希 Map 或者 key-value 存儲來講，其實並無太多的操做。咱們能夠將某個 value 存儲到特定的 key 上，而且可以根據特定 key，獲取 value。差很少也就是這樣了。