NoSQL爆炸时代，数据库的分类及使用场景怎样总结？ - 编程一生
内容提要
文章探讨NoSQL时代数据库分类的困境：NoSQL已从键值、列族、文档、图四类扩展至向量、时序、空间、面向对象等八类，仍难穷尽（如ZooKeeper）；按CAP原则分类不准确，因许多新型数据库的AP/CP属性取决于用法；OLTP/OLAP分类也难以覆盖NoSQL。作者最终放弃树形归类，认为NoSQL时代呈扁平化百家争鸣特点，并总结了按数据模型、部署方式、处理方式和存储方式的常见分类及适用场景。
延伸解读
分类困境的根源：维度混杂与覆盖不全
文章指出，NoSQL 从四类扩展到八类后，仍无法穷尽所有数据库，例如 ZooKeeper 的树形文件系统就不属于任何一类。根本原因在于新增的向量、时序、空间、面向对象数据库与传统四类不在同一维度，导致分类标准混乱。这提醒读者，面对数据库选型时，不应迷信单一分类框架，而需理解不同维度背后的设计取舍。
CAP 分类的局限：用法决定属性
按 CAP 原则分类看似清晰，但文章强调，图、向量、时序、空间和面向对象数据库究竟属于 AP 还是 CP，往往取决于具体用法，而非数据库本身。因此，CAP 分类并不准确，只适合在交流时举例说明典型 AP/CP 数据库及其场景。读者应避免将 CAP 标签作为选型的硬性依据，而应结合业务对一致性和可用性的实际需求来判断。
OLTP/OLAP 分类同样难以覆盖 NoSQL
文章提到，OLTP 和 OLAP 的分类主要面向关系型数据库，对于 NoSQL 数据库，很难明确归入哪一类，网上常见的分类图也未能清晰划分。这说明传统的事务与分析二分法在 NoSQL 时代已不够用。读者在评估 NoSQL 数据库时，应更关注其数据模型和读写模式，而非强行套用 OLTP/OLAP 标签。
扁平化分类的实用价值
作者最终放弃树形归类，认为 NoSQL 时代呈扁平化百家争鸣的特点。文章转而按数据模型、部署方式、处理方式和存储方式给出常见分类及适用场景，例如层次数据库适用于组织结构，云数据库适合弹性扩展，非关系型数据库适合大数据和高并发读写。这种多角度分类虽不完美，但更贴近实际选型需求，帮助读者从不同侧面理解数据库的定位。
Q&A
NoSQL数据库现在主要分为哪几类？
NoSQL数据库已从传统的键值、列族、文档、图四类扩展到八类，新增了向量数据库、时序数据库、空间数据库和面向对象数据库。但这八类仍不能涵盖所有NoSQL数据库，例如ZooKeeper这样的树形文件系统就不属于其中任何一类。
为什么按CAP原则对NoSQL数据库分类不准确？
因为许多新型NoSQL数据库（如图数据库、向量数据库、时序数据库、空间数据库和面向对象数据库）的AP或CP属性取决于具体的使用方式，无法一概而论。此外，关系型数据库满足AC，键值数据库大多满足AP，而ZooKeeper、文档型和列族数据库大多满足CP，但剩余数据库难以简单归类。
OLTP和OLAP数据库分别适用于什么场景？
OLTP数据库用于处理实时交易和事务，适合高并发、频繁插入、更新和删除操作，如银行交易系统、电子商务系统。OLAP数据库用于复杂数据分析和查询，适合大规模数据查询和多维分析，如数据仓库、商业智能系统。
关系型数据库有什么特点和适用场景？
关系型数据库以表格形式存储数据，使用SQL操作，可对数据进行高度组织、分类、筛选和等值查找，满足ACID和AC。适用于数据维护强一致性、结构变化少的场景，如企业应用系统、金融系统。其最大挑战是扩展性。
按照部署方式，数据库可以分为哪几类？各适用于什么场景？
按部署方式分为传统数据库和云数据库。传统数据库部署在本地服务器，适用于需要高度定制化、数据安全要求高的场景；云数据库部署在云平台，适用于需要快速部署、弹性扩展、成本控制的场景。
为什么作者认为NoSQL时代难以用树形结构归类数据库？
因为NoSQL数据库种类爆炸式增长，维度增多，按数据模型、CAP、OLTP/OLAP等分类都存在遗漏或不准确。例如ZooKeeper无法归入现有类别，许多数据库的AP/CP属性取决于用法。因此作者放弃树形归类，认为NoSQL时代呈扁平化百家争鸣的特点。
