层次数据库（Hierarchical Database，HDB）
层次数据库是最早研制成功的数据库系统，它把数据通过层次结构（树形结构）的方式表现出来。层次数据库曾经是数据库的主流，但随着关系数据库的出现和普及，现在已经很少使用了。比较具有代表性的层次数据库是 IMS（Information Management System）数据库，由 IBM 公司研制成功。
关系型数据库（Relational Database，RDB）
关系型数据库是现在应用最广泛的数据库。关系型数据库在 1969 年诞生，可谓历史悠久。和 Excel 工作表一样，关系型数据库也采用由行和列组成的二维表来管理数据，所以简单易懂。同时，它还使用 SQL（Structured Query Language，结构化查询语言）对数据进行操作。传统的关系型数据库采用表格的存储方式，数据以行和列的方式进行存储，要读取和查询都十分方便。下表是一些在关系型数据库中的数据。
| 商品编号 | 商品名称 | 商品种类 | 销售单价 | 进货单价 | 登记日期 |
|---|---|---|---|---|---|
| 0001 | T恤衫 | 衣服 | 100 | 50 | 2019-10-9 |
| 0002 | 打孔器 | 办公用品 | 500 | 320 | 2019-1-5 |
| 0003 | 运动T恤 | 衣服 | 400 | 280 | 2019-3-8 |
| 0004 | 菜刀 | 厨房用具 | 50 | 30 | 2019-2-14 |
| 0005 | 高压锅 | 厨房用具 | 200 | 100 | 2019-2-13 |
| 0006 | 叉子 | 厨房用具 | 10 | 5 | 2019-2-13 |
| 0007 | 菜板 | 厨房用具 | 80 | 70 | 2019-2-13 |
| 0008 | 圆珠笔 | 办公用品 | 10 | 5 | 2019-2-13 |
面向文档（Document-Oriented）数据库
文档型数据库的灵感来自于 Lotus Notes 办公软件，和最后一种键值存储数据库类似。文档型数据库可以看作是键值数据库的升级版，允许之间嵌套键值。而且文档型数据库比键值数据库的查询效率更高。面向文档数据库会将数据以文档的形式存储。每个文档都是一系列数据项的集合。每个数据项都有一个名称与对应的值，值既可以是简单的数据类型，如字符串、数字和日期等；也可以是复杂的类型，如有序列表和关联对象。
数据存储的最小单位是文档，同一个表中存储的文档属性可以是不同的，数据可以使用XML、JSON或者JSONB等多种形式存储。
具有代表性的面向文档数据库有 MongDB 和 CouchDB。
列存储（Column-oriented）数据库
列存储数据库将数据存储存在列族（column family）中，一个列族用来存储经常被一起查询的相关数据。例如，如果有一个 Person 类，我们经常会一起查询他们的姓名和年龄而不是薪资。这种情况下，姓名和年龄就会被放入一个列族中，而薪资则在另一个列族中。列存储数据库通常用来应对分布式存储的海量数据。具有代表性的列存储数据库有 Cassandra 和 HBase。
XML 数据库（XML Database，XMLDB）
XML 数据库是一种支持对 XML（标准通用标记语言下的一个应用）格式文档进行存储和查询等操作的数据管理系统。在系统中，开发人员可以对数据库中的 XML 文档进行查询、导出和指定格式的序列化。键值存储数据库（Key-Value Store，KVS）
键值存储数据库是用来保存查询所使用的主键（Key）和值（Value）的组合的数据库。具有编程语言知识的读者可以把它想象成关联数组或者散列（hash）。近年来，随着键值存储数据库被应用到 Google 等需要对大量数据进行超高速查询的 Web 服务当中，它正逐渐为人们所关注。
具有代表性的键值存储数据库有 Redis、Memcached 和 MemcachedDB。