云计算存储类型总结(DOC)
云计算存储有哪几种类型
在云计算的领域离不开存储，那么云计算使用的存储包括三种类型：虚拟化的存储（虚拟化存储、非虚拟化存储、裸设备映射，一般用于虚拟化场景）和分布式存储（存储池和存储卷，一般用于私有云场景和虚拟化场景）、集中式传统存储（FC-SANIP-SANNAS，一般用于虚拟化和私有场景）。
虚拟化存储架构:虚拟磁盘：由存储池提供给虚拟机使用的磁盘，后缀名为VHD。
虚拟化存储：由SAN和NAS提供的存储空间，需要添加一层文件系统（VIMS）屏蔽底层差异，性能较差。
支持更多的虚拟化特性如迁移、快照等等。
有文件系统。
非虚拟化存储：由分布式存储提供的存储空间，没有添加文件系统，性能较好，无法支持一些高级虚拟化特性。
没有文件系统。
虚拟化存储和非虚拟化存储都是两种不同类型的数据存储，都可以给虚拟机使用。
区别：1、底层提供者不一样。
2、性能不一样。
3、特性不一样。
4、文件系统不一样。
总结：虚拟化存储：在存储空间上添加了一层文件系统，支持高级特性如迁移。
但是性能差。
非虚拟化存储：在存储空间上没有一层文件系统，无法支持高级特性如迁移，但是性能好。
集中式存储讲磁盘组成磁盘阵列，完成集中式的存储，并通过映射给主机使用。
1、通过奇偶校验算法（XOR）的方式保存数据，相同为0，不同为1。
2、RAID分类RAID0：读取数据快，但是没有数据保护机制。
RAID1：2块磁盘组成一个RAID组，性能一般，安全性较高，磁盘利用率不高。
RAID3：使用单独的磁盘做校验，磁盘利用率较高，读数据性能高，写时会产生抢占。
ARID5：将校验值放入整个阵列中，缓解了抢占问题。
读写性能一般。
至少要3块磁盘。
RAID10：组合RAID，性能提升较快。
RAID50：组合RAID，提供了存储的利用率。
磁盘阵列主要采用RAID技术来保护数据，还可以提供并行读写。
热备盘技术：将快要损坏的磁盘上的数据移动到热备盘进行数据保护。
传统存储网络类型：1、SAN存储区域网络：利用磁盘阵列、网络设备组成专业化的存储网络。
浅析云存储的特征 .doc
浅析云存储的特征符合云存储特征的存储设备，称为云存储。
有句俗话，一鞋不能适千足。
云存储也是有不同的种类，应用在不同的云服务环境。
从数据的存储和访问的方式来区分，云存储包括数据块级云存储、文件级云存储和对象级云存储。
这三种类型是由存储局域网（SAN）、网络附加存储（NAS）和内容访问存储（CAS）分别发展而来。
云存储的特征那么数据块级云存储、文件级云存储、对象级云存储和原来的SAN，NAS，CAS有什么不同呢夕区别主要在云存储具备的属性特征，传统存储设备并不具备。
云存储具备以下的属性特征：（1）分布式的并行扩展架构。
云存储可以根据需求动态、灵活、按需地进行扩展，因此云存储和原来传统存储的纵向扩展（scale-up）的架构不同，采用的是横向扩展（scale-out）的方式进行。
通常，云存储的节点之间会通过网络进行连接当需要扩展时只需要把新的节点并入到网络中即可。
显然，网络在云存储中是非常关键的。
选择何种网络和云存储应用的环境有着紧密联系。
在需要性能敏感的应用环境中（如事务处理）云存储内的网络结构需要高带宽、低延迟的网络，以保证节点与节点之间的连接得到充分的性能保障（如RapidIO，InfinitBand等）因此这样的云存储在目前的技术现实下通常只是在区域内进行扩展在广域范围内进行扩展的需求仅在极少的应用需求中出现。
而在性能不敏感的应用环境中（如网络硬盘），云存储的扩展可以扩展到广域的范围，因此，云存储内的网络结构通常是一种相对松祸合的形式（如以太网）。
还有一种模型是采用中小型的云存储通过松祸合的结构来建设存储云服务的。
这种架构内部网络要求可以降低，同时节点间的访问性能也是不需要严格要求的。
（2）虚拟化感知。
云存储适用于云计算的环境，云计算最重要的一个特点是计算会根据需要进行飘移比如虚拟机会在前端的物理机之间进行迁移。
这要求云存储具备虚拟化感知的能力，在前端的虚拟应用发生迁移后能够继续提供同样的服务。
云计算存储类型总结
云计算存储类型总结云计算存储是指在云计算环境中，将数据存储在云平台提供的一种存储资源中，以便用户能够随时随地访问、共享和管理数据。
云计算存储类型的选择对于用户的数据处理和管理至关重要。
在云计算领域，常见的存储类型主要包括对象存储、文件存储、块存储和归档存储。
1. 对象存储(Object Storage)对象存储是一种基于云环境的存储方式，它以对象为基本单位来存储和管理数据。
对象存储将数据分为对象，并为每个对象分配唯一的标识符。
对象存储适用于需要存储大量非结构化数据的场景，如图片、视频、音频等。
对象存储具有高度的可扩展性和耐久性，并且支持跨地理位置的数据复制和备份，以提供高可用性和容灾能力。
2. 文件存储(File Storage)文件存储是一种构建在云平台上的存储系统，它使用类似于传统文件系统的方式来组织和存储数据。
文件存储以文件为基本单位来存储和访问数据，提供了类似于本地文件系统的接口，如创建、读取、写入和删除文件。
文件存储适用于需要共享数据和文件系统级别的访问控制的场景，如共享文档、代码库等。
3. 块存储(Block Storage)块存储是一种以块为单位组织和存储数据的存储方式。
块存储将数据划分为固定大小的块，并为每个块分配唯一的标识符。
块存储适用于需要随机访问和高速存取的场景，如数据库、虚拟机等。
块存储可以被多个服务器同时访问，提供了高度的可扩展性和性能，同时也需要应用程序和操作系统级别的支持。
4. 归档存储(Archive Storage)归档存储是一种用于长期存储低频访问数据的存储类型。
归档存储以低廉的价格提供数据的长期保留，并具有较低的访问速度和较高的检索时间。
归档存储适用于需要长期保存、但很少需要访问的数据，如合规性数据、备份数据等。
归档存储通常会提供数据的冗余备份和安全性保证，以防止数据丢失。
总的来说，云计算存储类型的选择应根据实际需求来确定。
对象存储适用于非结构化数据的存储和共享，文件存储适用于文件共享和访问控制，块存储适用于高速存取和随机访问的应用，归档存储适用于长期保留和低频访问的数据。
大数据的存储技术
大数据的存储技术随着互联网的快速发展和应用范围的不断扩大，大数据已经成为了互联网时代的主要特征之一。
然而，大数据的存储、处理和分析需要强大的技术支持。
本文将重点讨论大数据的存储技术，包括传统的存储技术和最新的存储技术，如分布式文件系统、NoSQL数据库和大数据存储平台等。
一、传统的存储技术在大数据存储技术的发展过程中，传统的存储技术总是扮演着重要的角色。
传统的存储技术主要包括关系型数据库和文件系统。
1、关系型数据库关系型数据库是传统的数据库存储技术，它采用表格的方式来存储数据，支持SQL查询语言，具有成熟、稳定、易用等特点。
关系型数据库包括MySQL、Oracle、SQL Server等，它们在企业信息系统和金融系统中得到广泛应用。
然而，关系型数据库在存储大数据时存在着一些问题，比如性能瓶颈、扩展性差、成本高等。
2、文件系统文件系统是用于存储和管理文件的系统软件，它是操作系统的一部分，用于将文件存储到硬盘或其他存储设备上。
常见的文件系统包括NTFS、FAT32、EXT4等。
文件系统广泛应用于个人电脑、服务器和嵌入式系统中，但它在存储大数据时面临着诸多挑战，比如单点故障、扩展性差、性能瓶颈等。
二、分布式文件系统为了解决传统存储技术的问题，分布式文件系统应运而生，它是一种通过网络连接来提供文件服务的分布式系统。
分布式文件系统采用了分布式存储的方式，将数据存储在多台服务器上，并通过网络进行数据访问和管理，具有良好的扩展性、容错性和高性能。
1、HDFSHDFS是Apache Hadoop项目中的分布式文件系统，它是Hadoop生态系统的核心组件之一。
HDFS采用主从架构，包括一个NameNode和多个DataNode，它通过数据块的方式来存储大数据，支持高并发的数据读写和副本数据备份。
HDFS具有良好的扩展性和容错性，是存储大数据的首选技术。
2、GFSGFS（Google File System）是谷歌公司开发的分布式文件系统，用于支持谷歌搜索引擎的大规模数据存储和处理。
云计算服务类型
云计算服务类型随着信息技术的快速发展，云计算已经成为了当今信息技术领域的热点话题。
它不仅改变了传统的IT服务模式，还为企业带来了更高的灵活性、可扩展性和效益。
云计算服务旨在为用户提供各种类型的计算资源、应用程序和存储服务，以满足其不同的需求。
本文将介绍云计算的三种主要服务类型：基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）。
1. 基础设施即服务（IaaS）基础设施即服务是云计算中最基本的服务类型之一。
它提供了一种将计算资源（如虚拟机、存储和网络）作为服务提供给用户的方式。
用户可以根据自己的需要，按需使用和管理这些资源，而无需购买和维护物理设备。
IaaS的优势在于其灵活性和可扩展性，用户可以根据需要随时增加或减少资源。
2. 平台即服务（PaaS）平台即服务是一种在云计算环境中提供应用程序开发和部署的服务。
它为开发人员提供了一整套的开发工具、编程语言和运行环境，使他们能够更轻松地开发、测试和部署应用程序。
PaaS的优势在于它能够大大简化应用程序的开发过程，减少了开发人员的工作量和时间成本。
3. 软件即服务（SaaS）软件即服务是一种通过云计算提供应用程序的模式。
在SaaS模式下，应用程序由提供商运行和维护，用户可以通过互联网访问和使用这些应用程序，而无需安装和管理它们。
SaaS的优势在于用户可以根据需要随时访问和使用应用程序，同时减少了软件的购买和维护成本。
在实际应用中，云计算服务类型通常结合使用，以满足用户的不同需求。
例如，企业可以使用IaaS来构建和管理自己的基础设施，使用PaaS来开发和部署应用程序，最后使用SaaS来提供给员工和客户使用的应用程序。
总结云计算服务类型包括基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）。
它们分别提供了计算资源、应用程序开发和部署以及应用程序访问和使用的服务。
这些服务类型的灵活性和可扩展性为用户提供了更多的选择和便利，有效地改变了传统的IT服务模式。
统一存储和分布式存储 -回复
统一存储和分布式存储-回复统一存储和分布式存储：解决数据存储难题的两个方法随着云计算和大数据的迅猛发展，数据存储成为了一个非常重要的问题。
为了解决大规模数据存储的需求，统一存储和分布式存储成为了两种备受关注的方法。
本文将从介绍统一存储和分布式存储的概念开始，并逐步深入探讨这两者的原理、优势以及应用场景。
一、统一存储的概念及原理统一存储（Unified Storage），顾名思义，是指将不同类型的存储设备或技术整合到一个统一的存储系统中进行管理和使用。
传统的数据存储往往需要使用不同的设备或技术来处理不同类型的存储需求，例如，文件存储、块级存储和对象存储等。
而统一存储的出现使得企业可以使用一个系统来管理和操作不同类型的存储需求，极大地简化了存储管理的复杂性。
统一存储的原理主要包括三个方面：存储虚拟化、存储管理和存储协议。
首先，通过存储虚拟化技术，统一存储将不同类型的存储设备虚拟化为一个逻辑存储池，隐藏了设备的具体细节，统一了不同设备的管理接口。
其次，统一存储通过存储管理技术实现了数据的统一管理，包括数据的分配、备份、快照以及容灾等功能。
最后，通过支持各种存储协议，如NFS、CIFS、iSCSI、FC等，统一存储可以满足不同应用的存储需求。
二、统一存储的优势统一存储相较于传统的存储方式具有以下几个明显的优势：1. 简化管理：统一存储通过将各种存储设备整合到一个系统中，简化了存储管理的复杂性。
管理员可以通过一个界面进行一体化管理，提高了工作效率。
2. 降低成本：传统的存储方式需要使用不同的设备和技术，而统一存储可以将不同类型的存储需求整合到一个系统中，避免了重复投资，并提高了设备的利用率，从而降低了存储成本。
3. 提高可靠性：统一存储支持多种数据保护功能，包括备份、快照和容灾等，可以有效地保护数据的安全性和可靠性。
4. 提升性能：统一存储通过对存储资源进行统一管理和调度，可以提高存储的性能和响应速度，满足高速读写的需求。
2024年云计算学习总结范本(2篇)
2024年云计算学习总结范本2024年，我深入学习了云计算领域的知识，并积极参与了相关实践和项目。
在这一年的学习中，我对云计算的基本概念、技术架构和应用场景有了更深入的了解，也取得了一些成果和收获。
下面是我对2024年云计算学习的总结，总共约____字。
一、学习背景云计算作为新兴的计算模式和服务模式，对传统的计算方式和IT 架构提出了全新的挑战。
为了适应信息化发展的需要，我深入研究学习了云计算相关的理论和技术知识。
二、云计算的基本概念和特点在学习过程中，我了解到云计算是通过网络来按需提供计算、存储和应用等资源的一种计算模式。
它主要具备以下几个特点：1.广泛的网络访问：可以通过互联网来随时随地访问云服务；2.弹性伸缩：云计算根据需求自动伸缩资源，实现按需分配和动态调整；3.共享资源池：利用虚拟化技术，将多个用户的资源统一管理、共享和分配；4.快速交付：云计算能够迅速提供服务，并根据用户需求灵活地进行配置和升级。
三、重要的云计算技术在学习中，我了解到了一些重要的云计算技术，包括：1.虚拟化技术：通过将物理资源虚拟化，实现资源的灵活分配和管理；2.容器技术：提供了更高效的应用部署和管理方式，加速了应用的交付和迁移；3.分布式存储技术：通过将数据分布存储在多个节点上，提高了数据的可靠性和访问性能；4.大数据和机器学习：云计算为大数据和机器学习提供了强大的计算和存储资源，加速了数据分析和挖掘的进程。
四、云计算的应用场景云计算在各个领域都有广泛的应用，其中我对以下几个应用场景有了更深入的了解：1.云存储：将数据存储在云端，可以随时随地访问和分享数据，提高了数据的可用性；2.云计算平台：通过云计算平台提供的各种服务，实现了应用的开发、测试和部署等工作；3.人工智能：云计算为人工智能提供了强大的计算和存储能力，加速了人工智能技术的发展和应用；4.物联网：云计算与物联网相结合，可以实现对大规模设备的管理和控制，提高了物联网系统的可扩展性。
云计算的数据存储技术
云计算的数据存储技术云计算的数据存储技术是指在云计算环境下，将数据存储在云服务提供商的数据中心中，并通过云计算平台进行管理和访问的技术。
与传统的本地数据存储相比，云计算的数据存储技术具有很多优势，如无需购买、维护硬件设备，实现按需扩展存储容量，提供高可用性和数据冗余等。
1. 面向对象存储（Object Storage）：面向对象存储是一种将数据存储为对象的方式，每个对象都有一个唯一的标识符（Object ID），对象存储可以按需扩展并具有高可用性。
面向对象存储适用于存储非结构化的数据，如图片、音频、视频等。
常见的面向对象存储服务提供商有Amazon S3、Google Cloud Storage等。
2. 文件存储（File Storage）：文件存储是一种类似于传统文件系统的存储方式，可以按照文件和文件夹的形式组织和管理数据。
文件存储适用于存储结构化和半结构化的数据，如文档、日志文件等。
常见的文件存储服务提供商有Amazon EFS、Azure Files等。
3. 块存储（Block Storage）：块存储将数据分成固定大小的块，每个块都有一个唯一的地址，可以在云平台上动态创建、挂载和扩展。
块存储适用于存储数据库、虚拟机磁盘镜像等需要随机访问的数据。
常见的块存储服务提供商有Amazon EBS、Azure Disk等。
4. 关系数据库（Relational Database）：关系数据库是一种结构化的数据存储方式，采用关系模型来描述数据之间的关系，并提供了SQL语言来查询和管理数据。
关系数据库适用于存储结构化的数据，如用户信息、交易记录等。
常见的关系数据库服务提供商有Amazon RDS、GoogleCloud SQL等。
5. 缓存（Cache）：缓存是一种将常用的数据存储在高速存储介质中，以加快数据访问速度的技术。
缓存可以应用于各种类型的数据存储技术，如面向对象存储、文件存储等。
常见的缓存服务提供商有Redis、Memcached等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
块存储单机块存储首先，一个硬盘是一个块设备。
内核检测到硬盘后，在/dev/下会看到/dev/sda/。
为了用一个硬盘来得到不同的分区来做不同的事，我们使用fdisk工具得到/dev/sda1、/dev/sda2等。
这种方式通过直接写入分区表来规定和切分硬盘，是最死板的分区方式。
1. LVM & Device-mapperLVM是一种逻辑卷管理器。
通过LVM来对硬盘创建逻辑卷组和得到逻辑卷，要比fdisk方式更加弹性。
2. SAN & iSCSI在接触了单机下的逻辑卷管理后，你需要了解，目前主流的企业级存储方式。
大部分SAN使用协议在服务器和存储设备之间传输和沟通，通过在SCSI之上建立不同镜像层，可以实现存储网络的连接。
常见的有，，等。
SAN通常需要在专用存储设备中建立，而iSCSI是基于TCP/IP的SCSI映射，通过iSCSI协议和项目，我们可以在常见的PC机上建立SAN存储。
分布式块存储在面对极具弹性的存储需求和性能要求下，单机或者独立的SAN越来越不能满足企业的需要。
如同数据库系统一样，块存储在scale up的瓶颈下也面临着scale out的需要。
我们可以用以下几个特点来描述分布式块存储系统的概念：1.分布式块存储可以为任何物理机或者虚拟机提供持久化的块存储设备2.分布式块存储系统管理块设备的创建、删除和attach/detach3.分布式块存储支持强大的快照功能，快照可以用来恢复或者创建新的块设备4.分布式存储系统能够提供不同IO性能要求的块设备可扩展性较差文件存储随着互联网企业的高速发展，这些企业对数据存储的要求越来越高，而且模式各异，如淘宝主站的大量商品图片，其特点是文件较小，但数量巨大；而类似于youtube，优酷这样的视频服务网站，其后台存储着大量的视频文件，尺寸大多在数十兆到数吉字节不等。
这些应用场景都是传统文件系统不能解决的。
分布式文件系统将数据存储在物理上分散的多个存储节点上，对这些节点的资源进行统一的管理与分配，并向用户提供文件系统访问接口，其主不同的分布式文件系统会对存储的文件有一定的倾向性。
常见的分布式文件系统有，GFS、HDFS、要解决了本地文件系统在文件大小、文件数量、打开文件数等的限制问题。
Lustre 、Ceph 、GridFS 、mogileFS、TFS、FastDFS等。
各自适用于不同的领域。
对象存储SNIA（网络存储工业协会）定义的对象存储设备是这样的：一种“新的”SCSI存储设备；对象是自完备的，包含元数据、数据和属性；存储设备可以自行决定对象的具体存储位置和数据的分布；存储设备可以对不同的对象提供不同的QoS对象存储设备相对于块设备有更高的“智能”，上层通过对象ID来访问对象，而不了解对象的具体空间分布情况。
对象是智能化、封装得更好的块，是“文件”或其他应用级逻辑结构的组成部分，当然，用一个对象存储一个文件也是有可能的，这是上层的事情，至于上层究竟是个文件系统（如EXOFS）还是让应用直接访问对象存储设备就无关紧要了。
而对象存储设备本身也有可能是个分布式的系统——这就是分布式对象存储系统了，强调的依然是这个封装的概念。
对象本身是平等的，也就是说，对象分布在一个平坦的空间中，而非文件系统那样的树状逻辑结构（Namespace）之中，这也就给了我们很大的灵活性——如果需要，可以利用对象构建一个文件系统，因为对象本身包含了元数据信息了，甚至包含了更多的属性，因此，文件系统本身的设计就相对简单了；如果不需要，可以直接用平坦的空间，对于海量文件系统来说，似乎没有这个必要；也可以用一部分对象构建一个树状文件系统，甚至可以为同一个对象存储系统组织成不同的树状文件系统结构。
用对象替代传统的块的好处在于对象的内容本身来自应用，其具有内在的联系，具有“原子性”，因此可以做到：在存储层进行更智能的空间管理内容相关的数据预取和缓存可靠的多用户共享访问对象级别的安全性同时，对象存储架构还具有更好的可伸缩性。
一个对象除了ID和用户数据外，还包含了属主、时间、尺寸、位置等源数据信息，权限等预定义属性，乃至很多自定义属性，对象存储设备中的对象分成了四类：用户对象：应用创建的普通对象集合对象：一组具有共同点的用户对象的集合——比如一组mp3等分区对象：容纳用户对象和集合对象的容器，包含了有某些空间管理、安全等方面（比如quota）的共性的对象。
根对象：对象存储设备自己对象存储，就是每个数据对应着一个唯一的id，在面向对象存储中，不再有类似文件系统的目录层级结构，完全扁平化存储，即可以根据对象的id直接定位到数据的位置，这一点类似SAN，而每个数据对象即包含元数据又包括存储数据，含有文件的概念，这一点类似NAS。
除此之外，用户不必关系数据对象的安全性，数据恢复，自动负载平衡等等问题，这些均由对象存储系统自身完成。
而且，面向对象存储还解决了SAN面临的有限扩充和NAS传输性能开销大问题，能够实现海量数据存储。
日志特定环境的存储机制；详单存储中国移动私有云规范：结构化数据库与文件系统向结合；NoSQL 存储传统“关系型数据库”在应付互联网应用已显示的力不从心，由其是超大规模和高并发的SNS类型的网站。
主要需要应对以下三方面难题：1、对数据库高并发读写的要求。
2、对数据库高可扩展性和高可用性的要求。
3、对海量数据高效存储和访问的要求。
NoSQL数据库的类型一、键值（Key-Value）数据库键值数据库就像在传统语言中使用的哈希表。
你可以通过key来添加、查询或者删除数据，鉴于使用主键访问，所以会获得不错的性能及扩展性。
适用的场景储存用户信息，比如会话、配置文件、参数、购物车等等。
这些信息一般都和ID（键）挂钩，这种情景下键值数据库是个很好的选择。
不适用场景1. 取代通过键查询，而是通过值来查询。
Key-Value数据库中根本没有通过值查询的途径。
2. 需要储存数据之间的关系。
在Key-Value数据库中不能通过两个或以上的键来关联数据。
3. 事务的支持。
在Key-Value数据库中故障产生时不可以进行回滚。
二、面向文档（Document-Oriented）数据库面向文档数据库会将数据以文档的形式储存。
每个文档都是自包含的数据单元，是一系列数据项的集合。
每个数据项都有一个名称与对应的值，值既可以是简单的数据类型，如字符串、数字和日期等；也可以是复杂的类型，如有序列表和关联对象。
数据存储的最小单位是文档，同一个表中存储的文档属性可以是不同的，数据可以使用XML、JSON或者JSONB等多种形式存储。
适用的场景1. 日志。
企业环境下，每个应用程序都有不同的日志信息。
Document-Oriented数据库并没有固定的模式，所以我们可以使用它储存不同的信息。
2. 分析。
鉴于它的弱模式结构，不改变模式下就可以储存不同的度量方法及添加新的度量。
当下已经存在很多的NoSQL数据库，比如MongoDB、Redis、Riak、HBase、Cassandra等等。
每一个都拥有以下几个特性中的一个：不再使用SQL语言，比如MongoDB、Cassandra就有自己的查询语言通常是开源项目为集群运行而生弱结构化——不会严格的限制数据结构类型不适用场景在不同的文档上添加事务。
Document-Oriented数据库并不支持文档间的事务，如果对这方面有需求则不应该选用这个解决方案。
三、列存储（Wide Column Store/Column-Family）数据库列存储数据库将数据储存在列族（column family）中，一个列族存储经常被一起查询的相关数据。
举个例子，如果我们有一个Person类，我们通常会一起查询他们的姓名和年龄而不是薪资。
这种情况下适用的场景1. 日志。
因为我们可以将数据储存在不同的列中，每个应用程序可以将信息写入自己的列族中。
2. 博客平台。
我们储存每个信息到不同的列族中。
举个例子，标签可以储存在一个，类别可以在一个，而文章则在另一个。
不适用场景1. 如果我们需要ACID事务。
Vassandra就不支持事务。
2. 原型设计。
如果我们分析Cassandra的数据结构，我们就会发现结构是基于我们期望的数据查询方式而定。
在模型设计之初，我们根本不可能去预测它的查询方式，而一旦查询方式改变，我们就必须重新设计列族。
四、图（Graph-Oriented）数据库图数据库允许我们将数据以图的方式储存。
实体会被作为顶点，而实体之间的关系则会被作为边。
比如我们有三个实体，Steve Jobs、Apple和Next，则会有两个“Founded by”的边将Apple和Next连接到Steve Jobs。
适用的场景1. 在一些关系性强的数据中2. 推荐引擎。
如果我们将数据以图的形式表现，那么将会非常有益于推荐的制定不适用场景不适合的数据模型。
图数据库的适用范围很小，因为很少有操作涉及到整个图。
文档数据库•源起：受Lotus Notes启发。
•数据模型：包含了key-value的文档集合•例子：CouchDB, MongoDB•优点：数据模型自然，编程友好，快速开发，web友好，CRUD。
图数据库•源起：欧拉和图理论。
•数据模型：节点和关系，也可处理键值对。
•例子：AllegroGraph, InfoGrid, Neo4j•优点：解决复杂的图问题。
关系数据库•源起： E. F. Codd 在提出的•数据模型：各种关系•例子：VoltDB, Clustrix, MySQL•优点：高性能、可扩展的OLTP，支持SQL，物化视图，支持事务，编程友好。
对象数据库•源起：图数据库研究•数据模型：对象•例子：Objectivity, Gemstone•优点：复杂对象模型，快速键值访问，键功能访问，以及图数据库的优点。
Key-Value数据库•源起：Amazon的论文和。
•数据模型：键值对•例子：Membase, Riak•优点：处理大量数据，快速处理大量读写请求。
编程友好。
BigTable类型数据库•源起：Google的论文。
•数据模型：列簇，每一行在理论上都是不同的•例子：HBase, Hypertable, Cassandra•优点：处理大量数据，应对极高写负载，高可用，支持跨数据中心， MapReduce。
数据结构服务•源起：?•数据模型：字典操作，lists, sets和字符串值•例子：Redis•优点：不同于以前的任何数据库网格数据库•源起：数据网格和元组空间研究。
•数据模型：基于空间的架构•例子：GigaSpaces, Coherence•优点：适于事务处理的高性能和高扩展性你的应用应该用什么?•关键是要意识到不同的应用需要不同的数据模型和产品。