十年前，人家问常见的数据库分类有哪些？问题比较好回答：分为关系型数据库和NoSQL。NoSQL又可以分成键值数据库、列族数据库、文档数据库和图数据库。每种数据库举个例子，回答就很完美：有层次、有结构、有内容。

这个时代，NoSQL已经不止这四种，维度在增多：AI大火，对应用的多是向量数据库；可观测大火，对应用的多是时序数据库；还有用于存储和处理 地理空间数据的空间数据库；还有一种新型数据库，面向对象数据库。这4种数据库和传统的四种数据库并不在同一个维度。

《金字塔原理》里提出，当大脑要处理的项目超过4个或5个时就要对它进行归类分组。NoSQL要分成键值数据库、列族数据库、文档数据库、图数据库、向量数据库、时序数据库、空间数据库和面向对象数据库。已经是8种。但最关键的是这样分有没有遗漏。答案是肯定的。举个例子：zookeeper是个树形文件系统，理解成一个小型数据库一点问题也没有。但它却不属于上面提到的任何一种。所以，我们需要从数据组织方式这个角度暂时抽离出来，换个角度。

根据CAP原则分类

CAP原则又称CAP定理，指的是在一个分布式系统中，一致性（Consistency）、可用性（Availability）、分区容错性（Partition tolerance）。CAP 原则指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。

关系型数据库是满足AC的。满足ACID，自然也满足AC。关系型数据库以表格形式存储数据，SQL为操作语言，如MySQL、Oracle、SQL Server等。特点是可以对数据进行高度组织、分类、筛选，并能够等值查找。适用于数据维护强一致性，结构变化少的应用场景。SQL数据库最大的挑战是扩展性方面的挑战。

键值数据库大多是满足AP的，具有很高的性能及扩展性。

zookeeper、文档型数据和列族数据库大多是满足CP的，但要说通用的优势还真是很难总结。最大的问题是剩下的这些数据库：图数据库、向量数据库、时序数据库、空间数据库和面向对象数据库是属于AP还是CP？看怎么用了。所以按照CAP原理来分数据库并不准确。只是和人家聊天，人家说CP的数据库、AP的数据库各举个例子，都用在什么场景，这时候要知道典型的AP和CP数据库有哪些。

按照应用分类：

   - OLTP数据库（Online Transaction Processing Database）：用于处理实时交易和事务处理的数据库，适合高并发、频繁插入、更新和删除操作。

   - OLAP数据库（Online Analytical Processing Database）：用于进行复杂的数据分析和查询的数据库，适合大规模数据的查询和多维分析。

但同样面临的问题是一种NoSQL数据库到底是OLAP还是OLTP，下面是网上找的一张图，也没有对NoSQL进行明确的归类。

最终，我放弃了将各种NoSq按照树形结构归类归纳的打算，这大概就是在这个NoSQL爆炸时代的典型特点：在扁平的结构中百家争鸣。

以下是暂时能分清楚的大类：数据库可以按照不同的标准进行分类，以下是一些常见的数据库分类及使用场景的总结：

1. 按照数据模型分类：

• 层次数据库：适用于需要表示层次结构数据的场景，如组织结构、目录结构等。

• 关系数据库：适用于需要进行复杂查询和数据分析的场景，如企业应用系统、金融系统等。

• 面向对象数据库：适用于需要将数据和操作封装在一起的场景，如面向对象的应用程序开发、工程设计等。

按照部署方式分类：

• 传统数据库：部署在本地服务器上，适用于需要高度定制化、数据安全要求高的场景。

• 云数据库：部署在云平台上，适用于需要快速部署、弹性扩展、成本控制的场景。

按照数据处理方式分类：

• OLTP数据库：适用于需要进行大量事务处理的场景，如银行交易系统、电子商务系统等。

• OLAP数据库：适用于需要进行复杂分析和报表的场景，如数据仓库、商业智能系统等。

按照数据存储方式分类：

• 关系型数据库：适用于需要使用SQL进行数据操作和管理的场景。

• 非关系型数据库：适用于需要处理大数据、半结构化数据、高并发读写的场景。