常见的非关系数据库（NoSQL）包括以下几种类型，每种类型的数据库都适用于特定的应用场景，具有不同的数据存储和查询模型：
1. 文档型数据库 (Document Store)
文档型数据库存储和管理数据以文档形式，文档通常是JSON、BSON或XML格式。每个文档是一个独立的记录，文档内的字段和数据结构可以自由变化，非常适合存储半结构化或非结构化的数据。
常见的文档型数据库：
MongoDB：最流行的文档型数据库，数据以BSON格式存储，支持强大的查询和聚合功能，适用于大数据存储、日志分析、内容管理等场景。
CouchDB：使用JSON存储数据，支持MapReduce查询，具有高度的可伸缩性和容错能力。
Couchbase：兼具文档数据库和键值存储功能，适用于高吞吐量、高可扩展性的应用。
2. 键值型数据库 (Key-Value Store)
键值型数据库将数据存储为键值对，键是唯一的，而值可以是任何类型的数据。该模型非常简单，适合对性能要求较高的应用，特别是那些需要快速存取数据的场景。
常见的键值型数据库：
Redis：一个开源的高性能键值数据库，广泛用于缓存、会话存储、实时分析等场景，支持字符串、哈希、列表、集合等数据结构。
Riak：高可用的键值存储系统，支持分布式和高度冗余的特性，适合用于需要容错和高可用性的系统。
Amazon DynamoDB：由AWS提供的完全托管型键值数据库，提供高可扩展性和低延迟，常用于在线业务和流媒体服务。
3. 列族型数据库 (Column Family Store)
列族型数据库将数据按列存储而不是按行存储，这使得对大规模数据集的查询和聚合更高效。它特别适用于写密集型和查询需要大规模数据扫描的场景。
常见的列族型数据库：
HBase：基于Google Bigtable的开源列族型数据库，适用于海量数据存储和实时访问。
Apache Cassandra：分布式的列族型数据库，具有强大的可扩展性和容错能力，适用于需要高写入吞吐量和高可用性的系统。
ScyllaDB：兼容Cassandra协议的列族型数据库，提供极低的延迟和高吞吐量。
4. 图数据库 (Graph Database)
图数据库专门用于存储和查询图形数据，即节点、边和属性。图数据库通过图的关系结构非常高效地处理那些关联性强、数据之间有复杂连接关系的应用场景。
常见的图数据库：
Neo4j：最受欢迎的图数据库之一，使用图形结构存储数据，支持ACID事务，广泛应用于社交网络、推荐系统和知识图谱等场景。
ArangoDB：多模型数据库，支持图数据库、文档数据库和键值存储，具有高性能和灵活性。
OrientDB：支持图数据和文档数据的多模型数据库，适合需要处理复杂关系的数据存储。
5. 时序数据库 (Time Series Database)
时序数据库是专门为存储时间序列数据而设计的数据库，适用于需要高效存储、查询和分析大量时间戳数据的场景，如监控数据、传感器数据、日志数据等。
常见的时序数据库：
InfluxDB：开源的时序数据库，专为存储、查询和分析时间序列数据设计，广泛用于监控、物联网、实时分析等场景。
Prometheus：主要用于系统监控和时间序列数据采集，支持多维度的指标查询和告警功能。
TimescaleDB：基于PostgreSQL的时序数据库，结合了传统关系数据库和时序数据库的优点，适用于需要关系型数据模型的时序数据存储。
6. 对象存储数据库 (Object Store)
对象存储数据库用于存储和管理大规模的非结构化数据，通常存储文件、图片、视频等多媒体数据。对象存储数据库与传统的关系型数据库相比，具有更高的存储灵活性和更低的成本。
常见的对象存储数据库：
Amazon S3：AWS提供的对象存储服务，广泛用于备份、日志存储、数据归档和大数据分析等场景。
MinIO：开源的高性能对象存储系统，兼容Amazon S3 API，适合用于私有云和本地存储。
7. 搜索引擎型数据库 (Search Engine Database)
搜索引擎型数据库用于存储和检索海量的文本数据，适合需要复杂文本搜索、过滤、排序和聚合的场景。
常见的搜索引擎型数据库：
Elasticsearch：基于Lucene的分布式搜索引擎，支持全文搜索、聚合查询和分布式存储，广泛用于日志分析、实时搜索等场景。
Apache Solr：也是基于Lucene的开源搜索平台，具有强大的全文搜索和数据索引能力，适用于大规模数据的搜索和分析。
总结
不同的NoSQL数据库适用于不同的应用场景。对于需要高扩展性和高可用性的系统，通常选择键值型数据库或列族型数据库。对于需要处理复杂数据关系的场景，选择图数据库；而对于时间序列数据的存储和查询，时序数据库非常合适。总的来说，选择合适的非关系数据库应基于具体的业务需求、数据模型以及性能要求。