NoSQL数据库总共有4种大的类别，但是更高层次可以分为两个类别。

1.面向聚合

1.1键值数据库，比如说redis，是基于哈希表实现的，一般用作缓存系统。这种数据库会把每一个记录绑定一个key，如果基于key来操作数据库，效率十分快，但是如果基于内容取查询，那么就必须全表扫描，效率很低。

所以键值数据库一般用于做缓存，内容会与一个id相关连，比如session，购物车这种的。

1.2文档数据库，存储结构是bson类似json，内部的数据结构没有任何限制，可以包含集合类型。同键值数据库一样，文档数据库也有类似主键的概念，但是除此之外，文档数据库可以基于内容检索，可以建立基于文档内容的索引，这是键值数据库所缺乏的。

另外有一点需要注意，文档数据库并不是完全不支持事务，对单个文档的修改是ACID的，但是跨了多个文档就不是了，比如说我们会有订单和顾客，因为二者都有查询请求，所以需要单独设计两个文档，但是顾客需要有订单的信息，所以需要一个list存所有的该顾客的订单，这时如果删除一条订单，就需要先删除订单文档，再删除顾客文档里的订单id，这就是跨文档的操作，不支持事务。

文档数据库一般用于关联较少的场景，可以通过聚合手段把全部信息封在一个文档里面，比如说帖子和回贴，这种情况可以把回帖作为帖子的一个list来存在文档里面，因为一般回帖是要依附于帖子出现的。还有就是能够利用文档无类型的特性，比如相同的数据可能来自不同的机器，那么存在文档里没有问题，典型的就是日志，可能不同机器不同应用的日志结构不一样，但是都可以存到文档日志中。

1.3列族数据库，一般的数据库都是一行一行存，但是列族数据库的思想是一列一列存。所以最后相邻的数据都是某一列的。一般的数据库读写操作都是基于某一列或者某几列来进行的，那么如果基于行存放，一次性就需要把一行的数据全拿出来，但是我们只用其中的几列，所以需要进行更多次的IO，但是基于列就需要操作更少的数据量，在这种情况下，读写效率很高。这也就是列族数据库的应用场景。比如说博客系统，我们可以按标题存一列，按作者一列，类别一列，内容一列。这样，“查询所有的文章标题”这样的操作就会执行的很快。

2.面向图

这种数据库主要基于数据结构与算法中的图类型来构建，主要的使用场景是关系查询比较多。以往的关系型数据库也可以做这个，但是需要为每一种关系都定义一个关系表，而且查找操作比较费时，如果基于图来构建，那么查找起来就只是一次邻边的获取，在诸如用户关系，喜好之类的场景可以用图数据库。

参考：http://www.csdn.net/article/2013-07-24/2816330-how-to-choose-nosql-db