資料庫（Database）的種類繁多，主要取決於資料的儲存方式、結構以及應用場景。
目前最主流的分類方式是將其分為 關聯式資料庫 (SQL) 與 非關聯式資料庫 (NoSQL) 兩大類，同時還有因應 AI 與大數據需求而生的 特殊用途資料庫。以下為您整理的詳細分類與比較：
1. 關聯式資料庫 (Relational Database / RDBMS) 這是最傳統且最廣泛使用的類型。資料以表格 (Table) 的形式儲存，包含：
列 (Row) 和行 (Column)
特點：
- 結構嚴謹，需預先定義 Schema（資料格式）。
- 使用 SQL (Structured Query Language) 進行查詢。
- 強調 ACID 特性（原子性、一致性、隔離性、持久性），確保交易的準確性。
- 適用場景： 金融系統、庫存管理、會計系統等需要高度資料一致性的應用。
- 常見例子： * MySQL (開源，最普及) * PostgreSQL (功能強大，支援複雜查詢) * Microsoft SQL Server (企業級) * Oracle Database (大型企業首選)
2. 非關聯式資料庫 (NoSQL) 為了應對大數據、高併發及非結構化資料而生。不強制使用表格結構，擴充性極佳。NoSQL 又可細分為以下四種主要類型：
A. 文件導向 (Document-Oriented)
- 特點： 資料以類似 JSON 的格式 (BSON, XML) 儲存。
- 適用： 內容管理系統 (CMS)、電子商務商品目錄、快速迭代的專案。
- 例子： MongoDB (最著名)、Amazon DocumentDB。
B. 鍵值儲存 (Key-Value Stores)
- 特點： 最簡單的結構，透過唯一的 Key 來存取 Value。速度極快。
- 適用： 快取 (Caching)、使用者 Session 管理、購物車。
- 例子： Redis、Memcached、Amazon DynamoDB。
C. 寬欄位儲存 (Wide-Column / Column-Family)
- 特點： 資料按「欄」而非「列」儲存，適合讀寫海量資料。
- 適用： 大數據分析、物聯網 (IoT) 記錄、日誌數據。
- 例子： Cassandra、HBase。
D. 圖形資料庫 (Graph Database)
- 特點： 專門儲存「節點 (Node)」與「關係 (Edge)」，強調資料間的連結。
- 適用： 社交網絡 (Social Network)、推薦系統、詐欺偵測。
- 例子： Neo4j、Amazon Neptune。
3. 新型與特殊用途資料庫 隨著技術演進，針對特定需求出現了更專精的資料庫類型：
A.向量資料庫 (Vector Database)：
- 用途： 專為 AI 與機器學習設計。將文字、圖片轉為向量 (Vector) 儲存，用於語意搜尋和大型語言模型 (LLM) 的知識庫 (RAG)。
- 例子： Pinecone、Milvus、Chroma。
B.時序資料庫 (Time Series Database, TSDB)：
- 用途： 專門處理帶有時間戳記的數據，寫入速度極快。
- 適用： IoT 感測器監控、股市交易數據、伺服器監控
- 例子： InfluxDB、Prometheus。
C. 記憶體資料庫 (In-Memory Database)
- 用途： 資料主要存放在 RAM 中而非硬碟，追求極致速度。
- 例子： Redis (亦屬 Key-Value)、SAP HANA。
簡單來說，就是圖庫、影片庫、文字庫、音樂庫、動作庫、觸覺庫、香氣庫，每一大類下去細分還有不同的小項目。
