NoSQL is not only SQL

若由Oracle於1978年上市的第一個資料庫系統起算至今，資料庫技術的發展已接近40年。歷經光陰的粹鍊下，資料庫領域呈現高度成熟與穩定的態勢，直到1998年NoSQL這個名詞的出現，資料庫的世界開始有了重大的改變。其關鍵問題在於，傳統關聯式資料庫所堅持的資料一致性(Consistency)，在新型態的資料需求產生之後，這樣的嚴謹反而成為一種阻礙。

CAP theorem是由Eric Brewer[13]所提出的理論，意指在分散式系統中，Consistency、Availability、Partition tolerance三種訴求只能保證其二。在Big data時代來臨後，資料量遠大過單一主機的處理上限，分散式系統成為顯學，此理論的限制立即被突顯。由於可用性(Availability)是各種系統公認所必須要求的基本，故多數系統在一致性(Consistency)與分散容錯性(Partition tolerance)作出選擇。傳統的關聯式資料庫系統以一致性為優先，所以分散式的關聯式資料庫系統總是有明顯的分散瓶頸；而NoSQL類資料庫決定挑戰以Partition tolerance為優先的系統設計方式，成功地開創了新的資料庫領域。

NoSQL做了更多資料導向的選擇，雖然使用者可能無法安心確定何時會達到同步（Eventual consistency），但可以讓資料有更快速的處理；語法上可能彈性少了，但可以讓執行流程更有效率。

資料多樣性(Data variety)是現今資料型態的現況，「你永遠不知道下一個資料型態是什麼？」根據db-engines.com[14]所統計的數量，已達到約300個資料庫產品數量，百家爭鳴的緣由就來自於資料的型態越來越多樣化，處理方式也天差地遠。各種資料庫都有其專注的資料問題，所以到現在這個時代，選擇資料庫本身也成為一個重要的課題了。

Key-value資料庫是NoSQL由繁趨簡的先驅，Memcached[15]是目前最具代表性的產品，它嘗試以最簡單的資料型式出發，以達到最有效率的資料交換模式。這類的資料庫講究效率，也易於分散式處理，極簡化資料存取，適用於快取類的應用。

Graph database是近年來成長快速的資料庫，代表性的產品為Neo4j[16]，其針對的議題為資料之間的關聯性，因社群網路的發展而開始受到重視，而Graph問題的運算複雜度又正巧是傳統關聯式資料庫最痛的問題點之一，促使Graph database的壯大。Graph database有效地提供data mining新的契機，不論深度和廣度的資料搜尋，都有長足的進步。

Text search資料庫也因為輿情分析的需求而興起。全文檢索技術雖然發展較為成熟，但一直未發展成為獨立的資料庫系統。目前以Elasticsearch[17]最為熱門，它簡化了大量的文字資料索引的統整工作，並輔以管理一般數字及時間等相關資訊。對於欲建立私有文字資料庫的應用服務，有巨大的貢獻。目前wikimedia即使用Elasticasearch作為其文字檢索資料庫[18]。

IOT(Internet of things)的需求引發了Time series database發展，其訴求在於快速計算特定時間區間的統計值，並以統計模型進行未來趨勢評估。常見的應用於大量的感應器收集環境資料，即時性評估如機器壽命、結構風險、醫療警示等應用。其以時間戳記為核心，處理不同時間顆粒及區間的統計計算，也提供連續值點的填補與預估，以提供決策的需求。