MongoDB
Escalabilidad: Altamente disponible y consistente, pero apesta en las relaciones y muchas escrituras distribuidas. Su beneficio principal es almacenar e indexar documentos sin esquema. El tamaño del documento tiene un límite de 4 MB y la indexación solo tiene sentido para una profundidad limitada. Consulte http://www.paperplanes.de/2010/2/25/ notas_en_mongodb.html
Más adecuado para: Estructuras de árboles con profundidad limitada
Casos de uso: Diversas jerarquías de tipos, sistemática biológica, catálogos de bibliotecas
Escalabilidad: Altamente disponible pero no distribuido. Potente marco transversal para recorridos de alta velocidad en el espacio de nodos. Limitado a gráficos alrededor de varios miles de millones de nodos/relaciones. Consulte http://highscalability.com/neo4j-graph-database-kicks-buttox
Más adecuado para: Gráficos profundos con profundidad ilimitada y conexiones ponderadas cíclicas
Casos de uso: Redes Sociales, Análisis Topológico, Datos Web Semántica, Inferencia
HBase
Escalabilidad: Almacenamiento confiable y consistente en los petabytes y más allá. Admite una gran cantidad de objetos con un conjunto limitado de atributos dispersos. Funciona en conjunto con Hadoop para trabajos de procesamiento de datos de gran tamaño. http://www.ibm.com/developerworks/opensource /library/os-hbase/index.html
Más adecuado para: gráficos acíclicos dirigidos
Casos de uso: Análisis de registros, datos de la web semántica, aprendizaje automático
