NoSQL是Not only sql的简称，也是非关系型数据库的统称。
兴起原因
1.无法满足海量数据的管理需求
2.无法满足数据高并发的需求
3.无法满足高可扩展性和高可用性的需求
web 2.0下：
不要求严格的数据库事物。
不要求严格的读写实时性。
不包含大量复杂的SQL查询。
特点
1.灵活的可扩展性
传统关系型数据库，很难实现‘横向扩展’，数据库负载增加时，需要升级硬件实现‘纵向扩展’。
但‘纵向扩展’无法满足业务。NoSQL提供‘横向扩展’，具备良好水平扩展能力。
2.灵活的数据模型
关系型数据库，数据模型较为死板，无法满足新兴业务需求。NoSQL能够摆脱束缚，允许在一个数据元素里存储不同类型的数据。
3.与云计算紧密结合
云计算具有良好的水平扩展能力，能够自由伸缩，资源动态加入或者退出。NoSQL能够良好的融入云计算环境中。
与关系数据库的比较
| 比较标准 | 关系数据库（RD） | NoSQL | 备注 |
|---|---|---|---|
| 数据库原理 | 完全支持 | 部分支持 | RD有关系代数理论作为基础，NoSQL没有同意的理论基础 |
| 数据规模 | 大 | 超大 | RD横向扩展难，NoSQL可多廉价机器 |
| 数据库模式 | 固定 | 灵活 | RD需要定义模式，约束多NoSQL自由灵活 |
| 查询效率 | 快 | 可实现简单查询，复杂查询性能差 | RD有索引很多NoSQL没有索引，虽然可通过MR加速，但复杂查询仍不如RD |
| 一致性 | 强一致性 | 弱一致性 | RD遵守ACIDNoSQL放松遵守ACID，遵守BASE模型 |
| 数据完整性 | 容易实现 | 很难实现 | RD通过主键，外键，非空约束等实现NoSQL无法实现 |
| 扩展性 | 一般 | 好 | RD横向扩展难，纵向扩展空间有限NoSQL可通过添加廉价设备实现扩展 |
| 可用性 | 好 | 很好 | RD首先保证数据一致性，其次是性能，可用性弱NoSQL可用性高 |
| 标准化 | 是 | 否 | RD已经标准化NoSQL还有有行业标准，不同数据库有不同的查询语言，很难规范 |
| 技术支持 | 高 | 低 | RD已经非常成熟NoSQL还不够成熟，缺乏有力的技术支持 |
| 可维护性 | 复杂 | 复杂 | RD需要有专门的DBA维护NoSQL也难以维护 |
没有谁替代谁，二者结合使用。
银行，超市仍需要RD。
购物车等临时数据可使用NoSQL。
四大类型
1.键值数据库
会使用一个哈希表，表中有特定的Key和一个指针指向特定的Value。Key可以定位Value。Value对数据库不可见，只能通过Key检索Value。
Value可以用来存储任意类型的数据库。整型，字符型，数组，对象等。
条件查询效率低下。发生故障不支持回滚，无法支持事务。
产品：Redis，Riak（Github）
2.列族数据
列族数据库一般采用列族数据库模型，一个列族也可放入内存中。
产品：BigTable，HBase，Cassandra
3.文档数据库
文档是数据库的最小单位。通过键来定位一个文档，可以看做键值数据库的衍生品。但文档数据库查询效率更高。数据结构复杂，不需要特定的数据模式。可根据来构建索引，也可以基于文档内容来构建索引。
产品：MongoDB，CouchDB
4.图数据库
Neo4J兼容ACID。
产品：Neo4J
三大基石
1.CAP
（1）Consistency：一致性。
任何一个读操作总是能够读到之前完成的写操作的结果，也就是在分布式环境中，多点的数据是一致的。
（2）Availability：可用性。
指快速获取数据，可以在确定的时间内返回操作结果。
（3）Tolerance of Netwok Partiton：分区容忍性。
指当出现网络分区情况时，（即系统中的一部分节点无法和其他节点进行通信），分离的系统也能够正常运行。
CAP理论告诉我们，一个分布式系统不可能同时满足CAP三个要求，最多同时满足2个。
2.BASE
与ACID相反。
（1）Basically Availble：基本可用
一个分布式系统一部分不可用时，其他部仍可正常使用。例如一个系统10个节点，1个损坏不可用，其他9个可正常使用，则认为这个系统基本可用。
（2）Soft-state：软状态
硬状态保持数据一直是正确的。软状态指状态有一段时间不同步，具有一定的滞后性。传输延迟，但最终状态一致。
（3）Eventual consistency：最终一致性
强一致性：执行一次更新操作后，后去其他读操作能够保证读到最新的数据。
弱一致性：不能保证一次更新后，读到最新数据。
最终一致性是一段时间后数据一致就可以了，不是每时每刻都保持实时一致。