NoSQL数据库适合追求速度和可扩展性、业务多变的应用场景。对于非结构化数据的处理更合适，如文章、评论，这些数据如全文搜索、机器学习通常只用于模糊处理，并不需要像结构化数据一样，进行精确查询，而且这类数据的数据规模往往是海量的，数据规模的增长往往也是不可能预期的，而NoSQL数据库的扩展能力几乎也是无限的，所以NoSQL数据库可以很好的满足这一类数据的存储。
二、非关系型数据库的特点了解了概念我们再来看看非关系型数据库的优点和缺点都有哪些：
优点
- 非关系型数据库存储数据的格式可以是 key-value 形式、文档形式、图片形式等。
- 使用灵活，应用场景广泛，而关系型数据库则只支持基础类型。
- 速度快，效率高。
- NoSQL 可以使用硬盘或者随机存储器作为载体，而关系型数据库只能使用硬盘。
- 海量数据的维护和处理非常轻松。
- 非关系型数据库具有扩展简单、高并发、高稳定性、成本低廉的优势。可以实现数据的分布式处理。
缺点
- 非关系型数据库暂时不提供 SQL 支持，学习和使用成本较高。
- 非关系数据库没有事务处理，没有保证数据的完整性和安全性。适合处理海量数据，但是不一定安全。
- 功能没有关系型数据库完善。
NoSQL数据库利用key-value可以获取大量的非结构化数据，并且数据的获取效率很高，但用它查询结构化数据效果就比较差。
目前NoSQL数据库仍然没有一个统一的标准，它现在有四种大的分类：
- 键值对存储（key-value）：代表软件Redis，它的优点能够进行数据的快速查询，而缺点是需要存储数据之间的关系。
- 列存储：代表软件Hbase，它的优点是对数据能快速查询，数据存储的扩展性强。而缺点是数据库的功能有局限性。
- 文档数据库存储：代表软件MongoDB，它的优点是对数据结构要求不特别的严格。而缺点是查询性的性能不好，同时缺少一种统一查询语言。
- 图形数据库存储：代表软件InfoGrid，它的优点可以方便的利用图结构相关算法进行计算。而缺点是要想得到结果必须进行整个图的计算，而且遇到不适合的数据模型时，图形数据库很难使用。
常见的非关系型数据库有 Neo4j、MongoDB、Redis、Memcached、MemcacheDB 和 HBase 等。
在这里详细介绍一下MongoDB、HBase、Redis的特点和使用场景：
1、 MongoDB
MongoDB是一个基于C 编写的开源NoSQL数据库系统，它保留了SQL的一些友好特性（查询、索引），并使用AGPL许可证。它在许多场景下可用于替代统的关系型数据库或键/值存储方式。
