• 不同的键值数据库产品，器"事务"的规范也不同，但一般来说，无法保证写入操作的“一致性”;
  
• 所有的键值数据库都可以按关键字查询。如果想根据“值列”的某些属性来查询，需要应用程序自己读出值，并判断其属性是否符合查询条件;
  
• 键值数据库并不关心键值对里的值，它可以是二进制块、文本、JSON、XML等；
  
• 很多键值数据库都可以用“分片”技术扩展，通常键的名字就决定了负责存储该键的节点。
  

文档数据库

{
	"firstname": "Pramod","citiesvisited": ["Chicago","London","Pune","Bangalore"],"addresses": [
		{ "state": "AK","city": "DILLINGHAM","type": "R"
		},{ "state": "MH","city": "PUNE"		
		}
	]
	"lastcity": "Chicago"
}

• 文档数据库通常仅包含“单文档级别”的“事务”，也称为“原子事务”。在默认情况下，所有写入操作都将顺利执行，在MongoDB中使用WriteConcern参数可以微调；
  
• 文档数据库通过主从式数据复制技术来增强“可用性”，多个节点保存同一份数据，当主节点故障后，客户端可从从节点获取数据；
  
• 各种文档数据库对查询提供了不同的支持，但通常都支持使用键值作为条件来查询，这个特性使得文档数据库的查询功能更接近关系型数据库的查询模型；
  
• 对于写少读多的场景，文档数据库通过增加“读取从节点”（read slave）来扩展数据库应对频繁读取的能力；而如果要扩展写入能力，则可以把数据“分片”，“分片”操作需要根据特定字段来划分数据，为了让“分片”的负载保持均衡，需要在节点之间动态转移数据。
  

列族数据库

{
	name: "name",value: "Mike",timestamp: 1234567890
}

//列族
{
	//行
	"pramod-sadalage" : {
		firstName: "Pramod",lastName: "Sadalage",lastVisit: "2012/12/12"
	}
	//行
	"martin-fowler" : {
		firstName: "Martin",lastName: "Fowler",location: "Boston"
	}
}

• 通常仅支持“行”级别的“原子性”；
  
• 可以根据应用需求来设置读/写操作的可用性：要么提高写入操作的“可用性”，要么提高读取操作的“可用性”；
  
• 可支持部分的类sql的查询功能，但功能有限，不支持join和subquery操作，wehere子句通常也比较简单；
  
• 可通过增加节点来扩展数据库。
  

图数据库

• 图数据通过事务来保证“一致性”，不允许出现“悬挂关系”：所有关系必须具备起始节点与终止节点，在删除节点前，必须先移除其上的关系；
  
• 支持主从节点或者分布式节点存储；
  
• 可以使用Gremlin等查询语言，Gremlin是一门可以遍历图的领域特定语言，可以遍历所有实现了Blueprints属性图的图数据库；
  
• 可以用“所以服务”来编定节点属性索引，也可以索引关系或边的属性；
  
• 图数据库有三种扩展方式：

1. 给服务器配备足量内存，完全容纳“工作集”中的全部节点与关系；
2. 增加仅能读取数据的从节点，所有写入操作仍由主节点负责；
   
3. 若数据集太大，可用“领域特定知识”在应用程序端对其分片。