一、NoSQL的简介
NoSQL比关系型数据库性能高数倍 。NoSQL凭借 “易扩展、大数据、高可用、高性能、灵活性”特点强势引领全场 。CP型分布式数据库，能够保证数据的强一致性和分区容忍性 。
二、NoSQL的常用种类
1、mongodb
优点:MongoDB最大的特点是表结构灵活可变，字段类型可以随时修改 。MongoDB是高性能、无模式的文档型数据库，文件存储格式为BSON(二进制格式的JSON),
支持二级索引，在事务、复杂查询应用下无法取代关系型数据库 。支持相比于HBase更复杂的集合查找 。
简而言之，往MySQL写数据像是在做填空题，你写入的数据必须与最早定义的表结构一致，而往MongoDB写数据就像是在做问答题，想怎么写就怎么写，这灵活度不要爽太多 。
缺点：比较消耗内存，有事务、join（全外连接）等短板 。因此，如果你的数据的逻辑结构非常复杂，经常需要进行复杂的多表查询或者事务操作，那显然还是MySQL这类关系型数据库更合适 。
使用场景:得益于MongoDB的这些特点，MongoDB很适合那些表结构经常改变，数据的逻辑结构没又没那么复杂不需要多表查询操作，数据量又比较大的应用场景 。
2、redis
Redis是现在最热门的key-value数据库，是内存亦可持久化的日志型，读写性能最强 。提供五种数据类型：String，hash，list，set及zset(sorted set) 。
适合存储全局变量和高效的分布式缓存 。当内存达到一定的阈值，数据可以定时持久化到硬盘中 。
优点:Redis的最大特点当然就是key-value存储所带来的简单和高性能了 。适合读多写少的业务场景，支持操作原子性 。
缺点:不支持二级索引 。也不适合做存储和分析 。因此Redis无法提供常规数据库所具备的多列查询、区段查询等复杂查询功能 。
同时，由于Redis需要把数据存在内存中，因此数据量要小于HBase与MongoDB 。
应用场景:Redis牺牲了常规数据库中的数据表、复杂查询等功能，换来了很大的性能提升，特别适合那些对读写性能要求极高，且数据表结构简单（key-value、list、set之类）、查询条件也同样简单的应用场景 。
如果你的数据表结构还挺复杂，你还经常需要做一些复杂查询操作，那你最好还是老老实实用MongoDB或者SQL吧 。
3、Hbase
HBase是Hadoop项目的一部分,HBase列式数据库，BigTable的一种实现 。高效存储大量数据，支持列压缩，行事务 。适合Schema-less的数据，
适合稀疏表，一个表可以容纳上亿行、上百万列，用做超大数据量要求扩展简单的离线分析型应用 。Hadoop的无缝集成，有数据可靠性和海量数据分析性能（MapReduce）的能力 。
优点:HBase也继承了Hadoop项目的最大优点，那就是对海量数据的支持，以及极强的横向（存储容量）扩展能力 。
缺点:HBase的列式存储特性带来了海量数据规模的支持和极强的扩展能力，但是也给数据的读取带来很大的局限 。
由于只有同一列族的数据才会被存放在一起，而且所有的查询都必须要依赖Key，这就使得很多复杂查询难以进行 。
应用场景:作为MapReduce（大规模数据集（大于1TB）的并行运算）的后台数据源；Facebook的消息类应用，包括Messages、Chats、Emails和SMS系统，用的都是HBase 。
综上所述:
如果你对数据的读写要求极高，并且你的数据规模不大，也不需要长期存储，选redis；
如果你的数据规模较大，对数据的读性能要求很高，数据表的结构需要经常变，有时还需要做一些聚合查询，选MongoDB；
如果你需要存储海量数据，连你自己都不知道你的数据规模将来会增长多么大，那么选HBase 。
文章插图
文章插图
文章插图
文章插图
【mongodb,redis,hbase，三者都是nosql数据库，他们的最大区别和不同定位是什么？】
推荐阅读
- Redis、传统数据库、HBase以及Hive的区别
- 聊聊Mysql索引和redis跳表
- Redis：缓存被我写满了，该怎么办？
- MongoDB 最常见的 10 个错误说法
- Redis底层数据结构解密
- 这应该是最全的Redis解析了
- 高并发服务遇Redis瓶颈引发的事故
- redis哨兵docker部署及springboot运行
- 携程Redis治理演进之路
- 烂大街的Nginx+Redis分布式锁+MQ+MDB架构设计