1. 目前最快的KV数据库,10W次/S, 满足了高可用性。
2. Redis的k-v上的v可以是普通的值（基本操作：get/set/del） v可以是数值（除了基本操作之外还可以支持数值的计算） v可以是数据结构比如基于链表存储的双向循环list（除了基本操作之外还可以支持数值的计算，可以实现list的二头pop,push）。如果v是list，可以使用redis实现一个消息队列。如果v是set,可以基于redis实现一个tag系统。与mongodb不同的地方是后者的v可以支持文档，比如按照json的结构存储。redis也可以对存入的Key-Value设置expire时间。
3. Redis的v的最大远远超过memcache。这也是实现消息队列的一个前提。

 实例 CouchDB, MongoDB           应用场景   web应用            数据模型   与键值类似     优点   数据要求不严格，无须预先定义结构     缺点    查询性能不高
    D 图形数据模型

 实例 Neo4J           应用场景   社交网络，推荐系统，关系图谱            数据模型   图结构     优点   利用图结构相关算法提高性能     缺点    功能相对有限

Cassandra 和Hbase 的数据模型都借鉴于google的Bigtable,每一行数据的各项被存储在不同的列中，这些列的集合称为簇，而每一列中的每一个数据都包含一个时间戳属性，这样列中的同一个数据项的多个版本就能保存下来

·Key-Value模型是最简单，也是最方便使用的数据模型，它支持简单的key对value的键值存储和提取

　　·Key-Value模型的一个大问题是它通常是由HashTable实现的，所以无法进行范围查询，所以有序Key-Value模型就出现了，有序Key-Value可以支持范围查询

　　·虽然有序Key-Value模型能够解决范围查询和问题，但是其Value值依然是无结构的二进制码或纯字符串，通常我们只能在应用层去解析相应的结构。而类BigTable的数据模型，能够支持结构化的数据，包括列，列簇，时间戳以及版本控制等元数据的存储。

　　·而文档型存储相对到类BigTable存储又有两个大的提升。一是其Value值支持复杂的结构定义，二是支持数据库索引的定义。

　　·全文索引模型与文档型存储的主要区别在于文档型存储的索引主要是按照字段名来组织的，而全文索引模型是按字段的具体值来组织的。

　　·图数据库模型也可以看作是从Key-Value模型发展出来的一个分支，不同的是它的数据之间有着广泛的关联，并且这种模型支持一些图结构的算法。

目前简单将NoSQL几个分类的代表产品列举如下：

　　·Key-Value 存储: Oracle Coherence, Redis, Kyoto Cabinet

　　·类BigTable存储: Apache HBase, Apache Cassandra

　　·文档数据库: MongoDB, CouchDB

　　·全文索引: Apache Lucene, Apache Solr

　　·图数据库: neo4j, FlockDB