随着大数据时代的来临，传统的关系型数据库（RDBMS）已经无法满足所有数据管理的需求。这时候，NoSQL数据库的出现，及时填补了这一空白。NoSQL，全称Not Only SQL，意指不仅仅是SQL，它代表了一类非关系型、分布式、不提供ACID事务的数据库。
NoSQL数据库有那些呢？首先，我们来看看几个主流的NoSQL数据库。
- Key-Value存储：这是最基础的NoSQL数据库类型，以Redis为代表。它主要存储键值对，键和值之间没有固定的数据结构关系。这种数据库主要适用于缓存、会话管理、消息队列等场景。
- 列存储：以Cassandra和HBase为代表，它们以列族（Column Family）为单位进行数据的存储和管理。这种类型的数据库适合于读密集型的场景，如日志、时间序列、邮件等。
- 文档存储：以MongoDB和CouchDB为代表，它们以JSON格式文档进行数据存储。这种数据库适合于需要结构化数据和半结构化数据的场景，如日志、事件、Web应用等。
- 分布式键值对存储：以Amazon DynamoDB和Google Cloud Datastore为代表，它们是分布式数据库，提供了高可用性和可扩展性。这种数据库适用于需要全局一致性和高可用性的场景。
- 图存储：以Neo4j和JanusGraph为代表，它们以图结构进行数据存储。这种数据库适用于需要处理大量关联数据的场景，如社交网络、推荐系统等。
那么，NoSQL数据库的是什么呢？首先，NoSQL数据库是分布式的，可以轻松地扩展到多台服务器上。其次，它们是非关系型的，不遵循固定的数据模型和查询语言，这使得它们可以灵活地适应各种数据和查询需求。此外，NoSQL数据库通常具有高可用性和高并发性，可以满足大规模数据存储和访问的需求。另外，由于NoSQL数据库的灵活性，它们可以轻松地处理大量类型的数据，包括结构化数据、半结构化数据和非结构化数据。这使得NoSQL数据库在大数据时代具有重要的地位。
然而，虽然NoSQL数据库具有诸多优点，但也存在一些缺点。例如，由于它们不提供ACID事务，因此无法保证严格的事务一致性。这可能会在一些特定的应用场景下造成问题。另外，由于NoSQL数据库的灵活性，也可能导致在数据模型设计上的复杂性。
总的来说，NoSQL数据库有那些种类多种多样，各自有着独特的特性和应用场景。而NoSQL数据库的是它具备高可用性、高并发性、灵活性和分布式特性，能够满足大数据时代下的各种数据管理需求。在选择合适的数据库时，我们需要充分考虑应用的实际需求，是否需要ACID事务，数据的读/写比例，以及数据的完整性需求等因素。在合适的场景下使用合适的数据库，才能发挥出最大的效果。