大数据
高并发
高可用
分布式
关系型数据库一般遵循ACID，但是NoSQL不需要。
ACID Atomicity Consistency Insolation Durability
NoSQL（Not Only SQL，不限于SQL）是一类范围非常广泛的持久化解决方案，它们不遵循关系数据库模型，也不使用SQL作为查询语言。其数据存储可以不需要固定的表格模式，也经常会避免使用SQL的JOIN操作，一般有水平可扩展的特征。
NoSQL：性能较好，处理数据量较大。
有Redis MangoDB Hbase（Hbase）等
分布式数据系统的CAP原理：
1.一致性Consistency
2.可用性Availability
3.分区容忍性Partition tolerance
NoSQL在CAP原理中任选两项，因为基于节点的分布式系统中，很难全部满足，所以对事务的支持不是很好，虽然也可以使用事务，但是并不是Nosql的闪光点。
优势
- 易扩展，NoSql数据库种类繁多，数据之间无关系(这样就非常容易扩展)
- 大数据量高性能，有非常高的读写性能，益于它的无关系行(结构简单)，MySQL使用Query Cache(查询缓存),每次表的更新Cache就失效，而NoSQL的Cache是记录级的
- 多样灵活的数据模型，无需事先为要存储的数据建立字段(随时可以存储自定义的数据格式)，关系数据库中增、删字段是一件非常麻烦的事情
NoSQL数据库四种分类：
Key-value型：键值型数据库：
Redis Memcached Amazon‘s Dynamo
Key/value模型对于IT系统来说的优势在于简单、易部署。但是如果DBA只对部分值进行查询或更新的时候，Key/value就显得效率低下了。
适用场景：配置文件 会话 购物车 参数等用户信息的存储、信息与ID挂钩，使用主键访问
文档型：Document-Oriented
MongoDB CouchDB RavenDB
数据以文档的形式存储，每一个文档都是自包含的数据单元，是一系列的数据项的集合。数据项对应一个值：可以是基本数据类型也可以是序列表和关联对象等复杂的数据类型。
数据存储的最小单位是文档，同一个表中的文档属性可以不同。存储形式：XML JSON、JSonB。
文档型数据库可 以看作是键值数据库的升级版，允许之间嵌套键值。
使用场景：存储日志等
列存储：Wide Column Store/Column-Family
Cassandra HBase Riak
也有键，只是指向了列家族
适用场景：日志。博客平台
图数据库（Graph-Oriented）
实体为顶点，实体间的关系是边。
边有名字和方向，并总是有一个开始节点和一个结束节点；
边也可以有属性。
Neo4J、Infinite Graph 、OrientDB
适用场景：关系性强的数据、推荐引擎。
我们总结NoSQL数据库在以下的这几种情况下比较适用：
1、数据模型比较简单；
2、需要灵活性更强的IT系统；
3、对数据库性能要求较高；
4、不需要高度的数据一致性；
5、对于给定key，比较容易映射复杂值的环境。
几种主流的的非关系型数据库NoSQL
**BigTable：**Google主打产品，通常是分布在数千台服务器上的PB级的数据。适合读 不适合写。分布式、并发处理数据。支持动态伸缩，效率很高。
基础：
GFS分布式文件系统
Chubby
Dynamo PAD performance
高可用 总是可写
Apache Cassandra
最初由FaceBook开发，集BigTable和Dynamo的特性于一身。
HBase
Hadoop Database
HBase利用Hadoop HDFS文件管理系统
OLTP/OLAP
OLTP 系统强调数据库内存效率，强调内存各种指标的命令率，强调绑定变量，强调并发操作；
OLAP 系统则强调数据分析，强调SQL执行市场，强调磁盘I/O，强调分区等。
OLAP和OLTP的区别具体详见：https://www.cnblogs.com/hhandbibi/p/7118740.html
其他关于NOSQL的详解见https://www.cnblogs.com/lina520/p/7919551.html