मोंगोडीबी
मापनीयता: अत्यधिक उपलब्ध और सुसंगत लेकिन संबंधों में बेकार है और कई वितरित लिखते हैं। इसका प्राथमिक लाभ स्कीमा रहित दस्तावेज़ों को संग्रहीत और अनुक्रमित करना है। दस्तावेज़ का आकार 4mb पर छाया हुआ है और अनुक्रमण केवल सीमित गहराई के लिए समझ में आता है। देखें http://www.paperplanes.de/2010/2/25/ Notes_on_mongodb.html
इसके लिए सबसे उपयुक्त: सीमित गहराई वाली वृक्ष संरचनाएं
मामलों का उपयोग करें: विविध प्रकार के पदानुक्रम, जैविक प्रणाली, पुस्तकालय कैटलॉग
नियो4j
मापनीयता: अत्यधिक उपलब्ध लेकिन वितरित नहीं। नोड स्पेस में हाई-स्पीड ट्रैवर्सल के लिए शक्तिशाली ट्रैवर्सल फ्रेमवर्क। कई अरब नोड्स/रिश्ते के ग्राफ तक सीमित। देखें http://highscalability.com/neo4j-graph-database-kicks-buttox
इसके लिए सबसे उपयुक्त: असीमित गहराई और चक्रीय, भारित कनेक्शन वाले डीप ग्राफ़
मामलों का उपयोग करें: सोशल नेटवर्क्स, टोपोलॉजिकल एनालिसिस, सिमेंटिक वेब डेटा, इन्फरेंसिंग
HBase
मापनीयता: पेटाबाइट्स और उससे आगे में विश्वसनीय, सुसंगत भंडारण। विरल विशेषताओं के सीमित सेट के साथ बहुत बड़ी संख्या में वस्तुओं का समर्थन करता है। बड़ी डेटा प्रोसेसिंग नौकरियों के लिए Hadoop के साथ मिलकर काम करता है। http://www.ibm.com/developerworks/opensource /library/os-hbase/index.html
इसके लिए सबसे उपयुक्त: निर्देशित, चक्रीय रेखांकन
मामलों का उपयोग करें: लॉग विश्लेषण, सिमेंटिक वेब डेटा, मशीन लर्निंग
