index

cate
非关系型数据库的分类包括：
*键值存储：如Redis，适用于高性能并发读写场景。
*文档型数据库：如MongoDB，适用于海量数据访问场景。
*列式数据库：如HBase，优化了列存储，适用于分析和报告应用程序。
*图形数据库：如Neo4J，存储图形关系，适用于复杂关系的数据分析。

1. ClickHouse
ClickHouse 是一个用于在线分析处理（OLAP）的列式数据库管理系统（DBMS）。它专为报告和分析而设计，能够处理大规模数据的高性能查询。ClickHouse 非常适合处理大规模数据集上的复杂查询，特别是在需要对大量数据进行聚合和统计分析时。

2. Neo4j
Neo4j 是一个图数据库，它使用图形模型来存储数据。在这种模型中，数据以节点（节点）和关系（边）的形式存储，非常适合处理复杂的网络、社交关系和推荐系统等应用场景。Neo4j 提供了强大的图查询能力，使得用户可以通过 Cypher 查询语言执行复杂的图查询。

3. 向量数据库
向量数据库 主要用于存储和查询高维空间中的数据点，例如文本、图像、声音等数据的特征向量。这些数据库通常使用特定的算法（如 K-近邻搜索、聚类等）来高效地处理和查询这类数据。向量数据库在机器学习、推荐系统、图像搜索等领域非常有用。

timescaleDB 时序数据库
时席数据库Timeu Series Database.TSDB)是专门为时序数据(按时间而席记录的数据点)设计的局效存储与查询数据库,
它针对时序数据的高写入频率、时间相关性、时间范围查询频繁等特点进行了优化，
广泛应用于物联网、工业监控、DevOps监控、金融行情、气象数据等领域。