Edis：为替代Redis的协议兼容的服务器;
ElephantDB：专门研究Hadoop中数据导出的分布式数据库; EventStore：分布式时间序列数据库;
GridDB：适用于存储在时间序列中的传感器数据;
LinkedIn Krati：简单的持久性数据存储，拥有低延迟和高吞吐量; Linkedin Voldemort：分布式键/值存储系统;
Oracle NoSQL Database：Oracle公司开发的分布式键值数据库; Redis：内存中的键值数据存储; Riak：分散式数据存储;
Storehaus：Twitter开发的异步键值存储的库;
Tarantool：一个高效的NoSQL数据库和Lua应用服务器;
TiKV：由Google Spanner和HBase授权，Rust提供技术支持的分布式键值数据库; TreodeDB：可复制、共享的键-值存储，能提供多行原子写入。
图形数据模型
Apache Giraph：基于Hadoop的Pregel实现;
Apache Spark Bagel：可实现Pregel，为Spark的一部分; ArangoDB：多层模型分布式数据库;
DGraph：一个可扩展的、分布式、低时延、高吞吐量的图形数据库，旨在为Google生产水平规模和吞吐量提供足够的低延迟，用于TB级的结构化数据的实时用户查询; Facebook TAO：TAO是facebook广泛用来存储和服务于社交图形的分布式数据存储; GCHQ Gaffer：GCHQ中的Gaffer是一个易于存储大规模图形的框架，其中节点和边缘都有统计数据;
Google Cayley：开源图形数据库; Google Pregel ：图形处理框架;
GraphLab PowerGraph：核心C ++ GraphLab API和建立在GraphLab API之上的高性能机器学习和数据挖掘工具包的集合; GraphX：Spark中的弹性分布式图形系统; Gremlin：图形追踪语言;
Infovore：以RDF为中心的Map / Reduce框架;
Intel GraphBuilder：在Hadoop上构建大规模图形的工具; MapGraph：用于在GPU上大规模并行图形处理; Neo4j：完全用Java写入的图形数据库; OrientDB：文档和图形数据库; Phoebus：大型图形处理框架;
Titan：建于Cassandra的分布式图形数据库; Twitter FlockDB：分布式图形数据库。
NewSQL数据库
Actian Ingres：由商业支持，开源的SQL关系数据库管理系统; Amazon RedShift：基于PostgreSQL的数据仓库服务; BayesDB：面向统计数值的SQL数据库;
CitusDB：通过分区和复制横向扩展PostgreSQL; Cockroach：可扩展、地址可复制、交易型的数据库; Datomic：旨在产生可扩展、灵活的智能应用的分布式数据库; FoundationDB：由F1授意的分布式数据库;
Google F1：建立在Spanner上的分布式SQL数据库; Google Spanner：全球性的分布式半关系型数据库;
H-Store：是一个实验性主存并行数据库管理系统，用于联机事务处理(OLTP)应用的优化; Haeinsa：基于Percolator，HBase的线性可扩展多行多表交易库; HandlerSocket：MySQL/MariaDB的NoSQL插件; InfiniSQL：无限可扩展的RDBMS;
MemSQL：内存中的SQL数据库，其中有优化的闪存列存储; NuoDB：SQL / ACID兼容的分布式数据库;
Oracle TimesTen in-Memory Database：内存中具有持久性和可恢复性的关系型数据库管理系统;
Pivotal GemFire XD：内存中低延时的分布式SQL数据存储，可为内存列表数据提供SQL接口，在HDFS中较持久化;
SAP HANA：是在内存中面向列的关系型数据库管理系统; SenseiDB：分布式实时半结构化的数据库; Sky：用于行为数据的灵活、高性能分析的数据库; SymmetricDS：用于文件和数据库同步的开源软件;
Map-D：为GPU内存数据库，也为大数据分析和可视化平台; TiDB：TiDB是分布式SQL数据库，基于谷歌F1的设计灵感; VoltDB：自称为最快的内存数据库。
列式数据库
注意：请在键-值数据模型 阅读相关注释。
Columnar Storage：解释什么是列存储以及何时会需要用到它;
Actian Vector：面向列的分析型数据库; C-Store：面向列的DBMS; MonetDB：列存储数据库; Parquet：Hadoop的列存储格式;
Pivotal Greenplum：专门设计的、专用的分析数据仓库，类似于传统的基于行的工具，提供了一个列式工具;
Vertica：用来管理大规模、快速增长的大量数据，当用于数据仓库时，能够提供非常快的查询性能;
Google BigQuery ：谷歌的云产品，由其在Dremel的创始工作提供支持; Amazon Redshift ：亚马逊的云产品，它也是基于柱状数据存储后端。
时间序列数据库
Cube：使用MongoDB来存储时间序列数据;
Axibase Time Series Database：在HBase之上的分布式时间序列数据库，它包括内置的Rule Engine、数据预测和可视化;
Heroic：基于Cassandra和Elasticsearch的可扩展的时间序列数据库; InfluxDB：分布式时间序列数据库;
Kairosdb：类似于OpenTSDB但会考虑到Cassandra; OpenTSDB：在HBase上的分布式时间序列数据库; Prometheus：一种时间序列数据库和服务监测系统; Newts：一种基于Apache Cassandra的时间序列数据库。 类SQL处理
Actian SQL for Hadoop：高性能交互式的SQL，可访问所有的Hadoop数据;
Apache Drill：由Dremel授意的交互式分析框架; Apache HCatalog：Hadoop的表格和存储管理层; Apache Hive：Hadoop的类SQL数据仓库系统;
Apache Optiq：一种框架，可允许高效的查询翻译，其中包括异构性及联合性数据的查询; Apache Phoenix：Apache Phoenix 是 HBase 的 SQL 驱动; Cloudera Impala：由Dremel授意的交互式分析框架; Concurrent Lingual：Cascading中的类SQL查询语言; Datasalt Splout SQL：用于大数据集的完整的SQL查询工具; Facebook PrestoDB：分布式SQL查询工具;
Google BigQuery：交互式分析框架，Dremel的实现; Pivotal HAWQ：Hadoop的类SQL的数据仓库系统;
RainstorDB：用于存储大规模PB级结构化和半结构化数据的数据库; Spark Catalyst：用于Spark和Shark的查询优化框架; SparkSQL：使用Spark操作结构化数据;
Splice Machine：一个全功能的Hadoop上的SQL RDBMS，并带有ACID事务; Stinger：用于Hive的交互式查询; Tajo：Hadoop的分布式数据仓库系统;
Trafodion：为企业级的SQL-on-HBase针对大数据的事务或业务工作负载的解决方案。
数据摄取
Amazon Kinesis：大规模数据流的实时处理; Apache Chukwa：数据采集系统;
Apache Flume：管理大量日志数据的服务;