>重要价值商店(Redis，Riak)
> Triplestores(AllegroGraph)
>列家族商店(Bigtable，Cassandra)
>面向文档的商店(CouchDB，MongoDB)
图表数据库(Neo4j)

在项目的开发阶段，项目可以受益于使用文档数据库，因为您不必设计复杂的实体关系图或编写复杂的连接查询。我在this answer中详细介绍了数据库的其他用途。

如果您的应用程序需要处理非常大量的数据，则使用Cassandra等专门的Nosql解决方案时，开发阶段可能会更长。然而，当您的应用程序投入生产时，它将从Cassandra的性能和可扩展性中受益匪浅。

一般来说，如果应用程序具有以下要求：

>水平刻度
>使用数据模型X
>执行Y操作

该应用程序将受益于使用适用于存储数据模型X并对数据执行Y操作的Nosql解决方案。如果您需要关于某种类型的Nosql数据库的更多具体答案，则需要更新您的问题。

>开发过程中的好处(例如比sql更容易使用，不需要许可费用)？
>在性能方面的好处(例如，像一个数百万并发用户一样地运行)？
>什么类型的Nosql数据库？

更新

大多数情况下，键值存储只能通过键来查询。它们可用于存储简单的数据，例如用户会话，简单的配置文件数据或预先计算的值和输出。虽然可以在键值对中存储更复杂的数据，但是它负责维护“手动”索引的责任，以执行更高级的查询。

Triplestores用于存储Resource Description Metadata.除了what Wikipedia tells me以外，我对这些商店没有任何意义，所以你必须对此进行一些研究。

列系列存储是为存储和处理大量数据而建的。它们被Google的搜索引擎和Facebook’s inbox search所使用。数据在MapReduce functions之前被查询。尽管MapReduce函数在一开始就很难掌握，但这个概念很简单。这是一个类似的(希望)解释这个概念：

想象你有多个鞋盒装满了收据，你想计算你的总费用。你邀请你的一些朋友，并分配一个人到每个鞋盒。每个人在他的鞋盒中记下每张收据的总数。选择所需数据的这个过程是Map部分。

当一个人写下他的收据总数时，他可以总结这些总数。这是减少部分，可以重复多次，直到所有收据都被处理。最后，所有的朋友们聚在一起，总结出总共的费用。这是最后的减速步骤。

这种方法的优点是您可以拥有任何数量的鞋盒，您可以将任意数量的人员分配给鞋盒，但仍然会产生相同的结果。每个鞋盒都可以看作是数据库网络中的服务器。每个朋友可以看起来像服务器上的线程。使用MapReduce，您可以将数据分布在许多服务器上，并使每个服务器处理查询的一部分，优化数据库的性能。

文件导向的商店在this question年解释，所以我不会在这里讨论。

图形数据库用于存储高度连接对象的网络，例如社交网络上的用户。这些数据库针对图形操作进行了优化，例如查找两个节点之间的最短路径，或者从当前节点查找三跳内的所有节点。这样的操作在RDBMS系统或其他Nosql数据库上是相当昂贵的，但在图形数据库上却非常便宜。