非关系型数据库是为了应对传统关系型数据库技术的局限性而创建的。与关系型数据库相比，非关系型数据库通常具有更高的可扩展性和更优越的性能。此外，它们的数据模型具有灵活性和易用性，与关系型模型相比，可以加速开发，特别是在云计算环境中。
每种具体的非关系型数据库类型都有其不同的优势，但它们都共享一些基本特征，使其能够
这些功能为用户提供了与关系型数据库相比的许多优势。
SQL数据库通常采用向上扩展架构，该架构基于使用具有更多CPU和更多内存的更大计算机来提高性能。
在互联网和云计算时代，非关系型数据库被创建出来，使得更易于实现横向扩展架构。在横向扩展架构中，通过在大量计算机集群中分配数据存储和处理数据的任务来实现可扩展性。为了增加容量，集群中会添加更多计算机。
这种横向扩展架构在云计算环境中特别易于实现，因为在集群中可以轻松添加新的计算机和存储。
非关系型数据库系统的横向扩展架构在数据量或流量增长时提供了清晰的扩展路径。使用SQL数据库实现相同类型的可扩展性可能成本高昂，需要大量工程，或可能不可行。
像IHS Markit这样的金融服务公司需要在数据摄取和提供方面都具备高性能。IHS Markit报告说，从关系型数据库迁移到MongoDB后，它能够以250倍的速度向其客户提供及时金融信息。
关系型数据库将数据存储在具有预定义模式的结构化表中。要使用关系型数据库，必须设计数据模型，然后转换数据并将其加载到数据库中。
当数据在应用程序中使用时，必须使用SQL检索数据，并将其适应应用程序使用的格式。然后，当数据写回时，它必须再次转换回关系型表。
非关系型数据库因其允许数据以更易于理解或更接近应用程序使用数据的方式存储而广受欢迎。当数据用于存储或检索时，所需转换较少。多种不同类型的数据，无论是结构化、非结构化还是半结构化，都可以更轻松地存储和检索。
此外，许多非关系型数据库的模式是灵活的，并由开发人员控制，这使得将数据库适应新的数据形式更容易。这消除了与数据库管理员请求重新设计SQL数据库相关的开发过程中的瓶颈。
非关系型数据库支持广泛使用的数据格式
大数据包括文本数据和时序数据等所有类型
JSON文件，是一种由名称和值对组成的嵌套人类可读文件。这种格式可以捕捉复杂的父子层级结构，可以高效地存储在文档数据库中
简单的二进制值、列表、映射和字符串可以在键值存储中以高速处理
稀疏数据可以高效地存储在列式数据库中，其中空值不占用任何空间。它们也适用于不经常更改的信息（非易失性数据）
相互关联的信息网络可以存储在图数据库中。
NoSQL数据库因其存储数据的形式简单直观，比SQL数据库中使用的类型数据模型更容易理解，而变得流行。
此外，NoSQL数据库通常允许开发者直接更改数据的结构。
文档数据库一开始并没有固定的数据结构，因此可以像存储当前数据一样轻松地存储新的文档类型。
在键值和列存储中，可以添加新的值和新的列，而不会破坏当前的结构。
为了应对新的数据类型，图数据库开发者添加具有新属性的新节点和具有新含义的新弧。
NoSQL数据库的采用主要是由那些发现使用NoSQL数据库比使用关系数据库更容易创建各种类型应用程序的开发者推动的。
例如，MongoDB这样的文档数据库使用JSON将数据转换为类似代码的形式。这允许开发者控制数据的结构。
此外，NoSQL数据库以与应用程序中使用的数据对象类似的形式存储数据，因此在将数据移动到数据库内外时所需的转换更少。
NoSQL数据库可以以原生格式存储数据，这意味着开发者不必将数据适配到存储中。以“原样”存储数据意味着不需要前端ETL系统将半结构化数据强行转换为行和列格式，也不需要开发或购买更多应用程序来启动新的数据库。
大多数NoSQL数据库都有一个强大的开发者社区。这意味着有可用的工具生态系统，以及可以与之连接的其他开发者社区。
大多数NoSQL数据库使用的横向扩展架构不仅提供了一条清晰的路径来扩展以适应巨大的数据集和高流量，而且使用计算机集群提供数据库也允许数据库自动扩展和收缩容量。
此外，许多NoSQL数据库可以进行升级，并允许数据库结构无停机时间地更改。
一般来说，开发人员，特别是JavaScript开发人员，倾向于选择MongoDB，这证实了其在StackOverflow上连续四年被评为开发者最想要的数据库的记录。
了解更多关于MongoDB的具体优势，或立即开始使用MongoDB Atlas，这是MongoDB的完全托管版本，可在所有主要公共云上运行。