一说到数据库，大多数人可能像我一样，首先想到的就是 MySQL、Oracle 这样的关系型数据库。因为我们平时接触的最多，而且大学课程中有关于数据库的，也是以关系型数据库为主的。
其实，除了关系型数据库外，还有其他类型的用作数据存储的结构，也可以叫做数据库。有些我们平时也经常用到，有的呢，需要做到具体的业务才会接触。
接下来，我们就总结一下到底有哪些数据库类型。
关系型数据库
像MySQL、PostgreSQL、Oracle 都是关系型数据库，在关系型数据库中，表和表之间是存在关系的。例如用户表和订单表这两张表，订单表中一般会有一个用户ID的字段，用来表示这个订单是哪个用户产生的。
在关系型数据库中，一个表中，包含多个列(字段)，每一个列都有指定的字段类型。每一条记录就是一行。
关系型数据库通常遵循ACID属性，即原子性(Atomicity)、一致性(Consistency)、隔离性(Isolation)和持久性(Durability)，以确保数据在各种情况下都能够保持正确状态。
在关系型数据库中，我们才会用到 SQL 语句，使用各种各样的关键字、规则等，用来实现各种各样的业务操作。
Key-Value 型数据库
Key-Value 型的数据库中我们最熟悉的就是 Redis了。这是一种 NoSQL，这种类型的数据库结构比较简单，就是一个键对应一个值，当然，值的类型可能有很多。
由于结构简单，所以这种类型的存储可以有很高的读取写入速度，所以对读写性能要求比较高的环境可以用 key-value型的数据库。
通过 Redis 的使用场景，我们也能知道，这种数据库多用来做内存型数据库，处理高并发场景，例如应用缓存。
文档型数据库
同样是一种 NoSQL，这里所说的文档指的是结构化的数据，例如 JSON或 XML，最熟悉的就是 MongoDB了，它以 JSON 作为存储数据的格式。
我们平时在开发接口的时候，传给前端的都是 JSON 数据。使用文档型数据库，你就可以把传给前端的JSON内容直接存到数据库中，这样的一条记录叫做一个 Document。
例如一个商品详情页，商品的属性有很多，关联的内容也有很多，我们可以把这些内容直接存储成一个 Document。
不同的商品种类有不同的属性，例如电脑和书的属性大相径庭，对应的它们的属性字段也就不一样，不光是属性的值不一样，连属性的个数都不一样，对于这种结构多样性的数据，用文档型数据库就最合适了。
纵列数据库
大多数数据库都是按行存储的，一行包括多个字段。而纵列数据库呢，是按列存储的。
这样一来，每一列都是一个独立的数据结构。带来的好处就是，我们可以选择性的获取某一列或某几列数据，查询读取的速度是非常快的。
纵列数据库适用于需要对一组列进行聚合、筛选和计算的分析查询，应用于大数据量的场景。
所以，纵列数据库常见于一些大型的数据仓库，平时如果业务不涉及的话， 我们很难接触到。
图数据库
图数据库以图(Graph)的形式来表示数据，并且强调数据之间的关系和连接。图数据库适用于需要处理复杂的关系和连接的应用场景，例如社交网络分析、推荐系统、知识图谱、地理信息系统等。
图数据库允许在节点、边和属性之间建立复杂的关系，这使得它们能够有效地处理大量的关联数据。
图数据库这种特殊的结构非常适合复杂关系的查询，例如查找两个节点之间的最短路径、查找共同的邻居等。结合到社交网络中来看，可以查询两个人的共同好友、共同关注等等。
比较流行的图数据库有 Neo4j 、Amazon Neptune等。
时间序列数据库
时间序列数据库是一种专门用于存储、管理和分析时间相关数据的数据库类型。它们专注于处理时间序列数据，这是一系列按时间顺序排列的数据点或事件，通常在相等的时间间隔内采集。时间序列数据库适用于各种应用场景，如监测、传感器数据、金融数据、日志记录、网络流量分析等。
时间序列数据库以时间作为主要的索引方式，而且写入性能极高。就拿传感器和日志来说，这些都是高频操作，一个流量高的系统，每天产生的日志量是非常大的，所以必须要快，不快就麻烦了。
我们的系统中通常都会有日志监控平台，比如 Grafana ，有各种指标图表，以及方便的检索方式， Grafana 是一个可视化的平台，需要接入数据源，而数据源一般就是时间序列数据库，例如 InfluxDB。
