noSQL数据库相关软件介绍（大数据存储时候，必须使用）

目前图数据库软件七种较为流行：Neo4J, Infinite Graph, DEX,InfoGrid, HyperGraphDB, Trinity, AllegroGraph（http://tech.it168.com/a2012/0112/1302/000001302117_all.shtml）

•       Neo4j - 开源的Java属性图形模型

•       AllegroGraph，闭源，RDF-QuadStore

•       HyergraphDB - 开源的Java超图模型

此外还有

•       Sones - 闭源，关注于.NET

•       Virtuoso - 闭源，关注于RDF

•       Others like Filament、FlockDB等。

要想选择NoSQL数据库，首先需要对其类型有所了解，目前NoSQL数据库主要分析四大类型：文档型数据库、键值存储、列式存储和图数据库。作为NoSQL数据库，它们都具备扩展性强、动态的数据库设计等特点。但每种类型又都有各自的特性。Gartner分析师Nick Heudecker表示：“要选择一种NoSQL数据库，你需要先了解自己的数据，其次了解你的应用需要如何使用这些数据。”

文档数据库适合多种数据类型

例如，文档数据库经常用于内容管理系统，收集和处理来自网页和移动应用的数据，比如应用监控。顾名思义，文档数据库以类似文档的结构存储数据，可以采用无模式的形式。MongoDB、CouchDB、Couchbase Server和MarkLogic是典型的文档数据库。

Simone介绍到，花旗集团使用MongoDB解决了网络金融应用的数据复制问题。最开始，这一应用是建立在关系型数据库上的，但是由于数据结构多种多样，所以关系型数据库处理起来特别慢，而且经常出错。“我们很快认识到，数据格式已经成为一种挑战。”

而对于高速演进的应用程序，MongoDB特别适合支持这种动态模式。Simone表示使用MongoDB以后，他们可以对任何数据进行建模。而且，建模速度也快了很多。开发团队只需要4个月就可以构建出预生产模型。

键值数据库简化IT

诸如Redis、Aerospike和Riak等键值数据库是形式最简单的NoSQL软件。数据中的每一个值都有专门的键(key)与之匹配，能够实现针对相对简单数据集的超快应用性能。美国咨询和技术服务供应商Caserta Concepts总裁Joe Caserta表示：“键值存储是轻量级的，用户可以实现秒级的浏览和查询。”

Flywheel软件公司是国外提供打车软件的公司，它采用Basho开发Riak软件支持移动应用。Flywheel的前首席架构师Cuyler Jones介绍到，他还在任的时候，数据库还可以通过扩展应对峰值，不过因为Riak的高可用性和对持续的数据访问的支持，公司已经采用了Riak。

列式数据库应对海量数据

列式存储在拥有大量列的表中存储数据，在处理大数据集的时候，就可以具备更高的性能和扩展性。通常应用于互联网搜索、其他大规模的网页应用和PB级的分析应用，典型的列式数据库包括Accumulo、Cassandra和HBase

2012年，Ancestry.com推出的DNA匹配应用采用的就是列式存储。开发经理Jeremy Pollack介绍到，公司是家族历史数据的线上供应商，公司在计算DNA的时候采用的HBase+Hadoop的架构，顾客可以通过他们网站追溯自己的家族背景、地理起源，并且寻找亲属。

Pollack说到，HBase应用起来很麻烦(+本站微信networkworldweixin)，要想获得理想的性能，需要大量的调试。HBase有上百万个按钮，根本就是个体力活。不过，应用了NoSQL技术，Ancestry能够快速匹配70万新数据，并存储了大量的DNA样本。

图数据库表现数据关系

图数据库，以InfiniteGraph和Neo4j为代表，以类似于图的结构存储数据，便于探索数据之间的联系，可应用于产品推荐和社交网络。英国医疗网站HealthUnlocked的技术负责人Alex Trofymenko表示，图数据库可以用来匹配不同人之间和人与兴趣之间的关系。

Trofymenko表示，公司使用的是Neo技术公司提供的Neo4j。“我们可以从图数据库中获得很多信息，比如某个用户更关注糖尿病问题还是更关注体育锻炼”这对于网站来说很重要，我们可以在成百上千的搜索记录中找到用户和相关健康问题的关系，搭建一个数据平台，帮助用户找到合适的治疗方法和保健服务。
转自网界网：http://software.cnw.com.cn/software-database/htm2014/20140817_310141.shtml

转载于:https://www.cnblogs.com/cl1024cl/p/6205422.html