¿Cuáles son los escenarios de aplicación de las bases de datos NoSQL comunes?
Base de datos documental
Origen: Inspirado en Lotus Notes.
Modelo de datos: colección de documentos que contiene clave-valor
Ejemplos: CouchDB, MongoDB
Ventajas: modelo de datos natural, fácil de programar, desarrollo rápido, compatible con web , CRUD.
Base de datos de grafos
Origen: Euler y la teoría de grafos.
Modelo de datos: nodos y relaciones, también puede manejar pares clave-valor.
Ejemplos: AllegroGraph, InfoGrid, Neo4j
Ventajas: Resuelve problemas de gráficos complejos.
Base de datos relacional
Origen: Propuesto por E. F. Codd en A Relational Model of Data for Large Shared Data Banks
Modelo de datos: varias relaciones
Ejemplos: VoltDB, Clustrix, MySQL
Ventajas: OLTP escalable y de alto rendimiento, admite SQL, vistas materializadas, admite transacciones y es fácil de programar.
Base de datos de objetos
Origen: investigación de bases de datos de gráficos
Modelo de datos: objeto
Ejemplos: objetividad, piedra preciosa
Ventajas: modelo de objetos complejo, acceso rápido a valores clave, acceso a funciones clave y las ventajas de las bases de datos de gráficos.
Base de datos de valores clave
Origen: los artículos de Amazon Dynamo y Distributed HashTables.
Modelo de datos: pares clave-valor
Ejemplos: Membase, Riak
Ventajas: procesa grandes cantidades de datos y maneja rápidamente grandes cantidades de solicitudes de lectura y escritura . Amigable con la programación.
Base de datos tipo BigTable
Origen: BigTable en papel de Google.
Modelo de datos: familia de columnas, cada fila es teóricamente diferente
Ejemplos: HBase, Hypertable, Cassandra
Ventajas: procesar grandes cantidades de datos, hacer frente a situaciones extremadamente alta carga de escritura, alta disponibilidad, admite centros de datos cruzados, MapReduce.
Servicios de estructura de datos
Origen: ?
Modelo de datos: operaciones de diccionario, listas, conjuntos y valores de cadenas
Ejemplo: Redis
Ventajas: Diferente a cualquier base de datos anterior
Base de datos Grid
Origen: Investigación sobre grilla de datos y espacio de tuplas.
Modelo de datos: Arquitectura basada en el espacio
Ejemplos: GigaSpaces, Coherence
Ventajas: Alto rendimiento y alta escalabilidad adecuados para el procesamiento de transacciones