也可以認為是五大資料庫儲存模型。

資料庫市場需要細分，行式資料庫不再滿足所有的需求，而有很多需求需要通過本記憶體資料庫和列式資料庫解決，列式資料庫在資料分析、海量儲存、BI這三個領域有自己獨到。

1. 關係型資料庫(行式資料庫) mysql sybase etc

定義：關係模型使用記錄（行或者元祖）進行儲存，記錄儲存在表中，表由架構界定。表中的每個列都有名稱和型別，表中的所有記錄都要符合表的定義。SQL是專門的查詢語言，提供相應的語法查詢符合條件的記錄，如表聯接（Join）。表聯接可以基於表之間的關係在多表之間查詢記錄。

儲存格式：行式資料庫把一行中的資料值串在一起儲存起來，然後再儲存下一行的資料，以此類推。

例如以下的一個表：

EmpId	Lastname	Firstname	Salary
1	Smith	Joe	40000
2	Jones	Mary	50000
3	Johnson	Cathy	44000

1,Smith,Joe,40000;2,Jones,Mary,50000;3,Johnson,Cathy,44000;

特點：據以行相關的儲存體系架構進行空間分配，主要適合與小批量的資料處理，常用於聯機事務型資料處理。不能滿足後面三個需求：對資料庫高併發讀寫要求，對海量資料的高效率儲存和訪問需求，對資料庫高可擴充套件性和高可用性。 一句話不適合分散式、高併發和海量。

2. 列式儲存 Sybase IQ, C-Store, Vertica,

定義：什麼是列式資料庫?列式資料庫是以列相關儲存架構進行資料儲存的資料庫。列式儲存以流的方式在列中儲存所有的資料，主要適合與批量資料處理和即席查詢。

儲存格式 ：

列式資料庫把一列中的資料值串在一起儲存起來，然後再儲存下一列的資料，以此類推。

1,2,3;Smith,Jones,Johnson;Joe,Mary,Cathy;40000,50000,44000;

特點：包括查詢快，由於查詢需要讀取的blocks少；資料壓縮比高，正因為同一型別的列儲存在一起。Load快。 簡化資料建模的複雜性。但是插入更新慢，不太適合資料老是變化，它是按列儲存的。這時候你就知道它適做DSS（決策支援系統），BI的優秀選擇，資料集市，資料倉庫，它

不適合OLTP。

Examples are Sybase IQ, C-Store, Vertica, VectorWise,MonetDB, ParAccel, and Infobright.

//具體請參考如下地址

3. 鍵值儲存 cassandra, hbase, bigtable

即Key-Value儲存，簡稱KV儲存。它是NoSQL儲存的一種方式。它的資料按照鍵值對的形式進行組織，索引和儲存。KV儲存非常適合不涉及過多資料關係業務關係的業務資料，同時能有效減少讀寫磁碟的次數，比SQL資料庫儲存擁有更好的讀寫效能。

典型例子 Sorted String Table即SSTable。其實STL 庫中map和hash_map, JAVA中hash_table, hash_map就是鍵值儲存。 但是他們值只支援記憶體操作，而且map的查詢效率太低，關鍵是他們只是簡單的資料結構，不能實現較大規模儲存和分散式,而且資料的修改效率比較低。 而SSTalbe就解決了這些問題。

鍵值儲存實際是分散式表格系統的一種。

其中的實現機制也可以參考

LevelDB/Sstable: http://blog.chinaunix.net/uid-26111972-id-3342215.html.

LevelDB： http://www.samecity.com/blog/Index.asp?SortID=12

分散式key-value 系統有cassandra, hbase, bigtable etc

http://kkovacs.eu/cassandra-vs-mongodb-vs-couchdb-vs-redis

4. 文件儲存

文件儲存支援對結構化資料的訪問，不同於關係模型的是，文件儲存沒有強制的架構。 事實上，文件儲存以封包鍵值對的方式進行儲存。在這種情況下，應用對要檢索的封包採取一些約定，或者利用儲存引擎的能力將不同的文件劃分成不同的集合，以管理資料。 與關係模型不同的是，文件儲存模型支援巢狀結構。例如，文件儲存模型支援XML和JSON文件，欄位的“值”又可以巢狀儲存其它文件。文件儲存模型也支援陣列和列值鍵。 與鍵值儲存不同的是，文件儲存關心文件的內部結構。這使得儲存引擎可以直接支援二級索引，從而允許對任意欄位進行高效查詢。支援文件巢狀儲存的能力，使得查詢語言具有搜尋巢狀物件的能力，XQuery就是一個例子。MongoDB通過支援在查詢中指定JSON欄位路徑實現類似的功能。

MongoDB 對SQL 和ACID 支援的比較全面的資料庫了。不過， 比較多的還是介紹日誌的採集和儲存，小檔案的分散式儲存，類似網際網路微博應用的資料儲存等方面的內容。

MongoDB 和 Cassandra的比較：
http://www.csdn.net/article/2013-08-23/2816679-time-series-data-mongdb-vs-cassandra

5.圖形資料庫

圖形資料庫儲存頂點和邊的資訊，有的支援添加註釋。 圖形資料庫可用於對事物建模，如社交圖譜、真實世界的各種物件。IMDB（Internet MovieDatabase）站點的內容就組成了一幅複雜的影象，演員與電影彼此交織在一起。 圖形資料庫的查詢語言一般用於查詢圖形中斷點的路徑，或端點之間路徑的屬性。Neo4j是一個典型的圖形資料庫。