多模数据库支持哪些数据模型？

1. 关系型（Relational）

以表、行、列组织数据，依靠 SQL 进行强模式约束的增删改查，适合交易、账务等需要 ACID 事务与复杂关联查询的场景。多模数据库在统一内核中保留关系模型，使传统业务系统无需改造即可共存于同一库。

2. 文档型（Document）

以 JSON、BSON 等半结构化格式存储嵌套数据，Schema 灵活，适合内容管理、商品目录、用户画像等结构易变的数据。多模数据库允许文档模型与关系模型在同一事务或联合查询中共存。

3. 键值型（Key-Value）

以键到值的简单映射提供高吞吐、低延迟的读写，适合缓存、配置、会话等场景。部分多模数据库将键值作为底层存储抽象，向上承载其他模型。

4. 图模型（Graph）

以节点、边及属性表达实体间关系，擅长社交网络、知识图谱、风控关系网络等高度关联数据的路径查询。多模数据库通常兼容 GQL 或 Cypher 等图查询语言。

5. 时序型（Time Series）

面向带时间戳的连续数据点，优化高吞吐写入与时间窗口聚合、降采样，适合物联网监控、指标采集等场景。

6. 宽列型（Wide Column）

以列族组织数据，适合海量稀疏数据与大规模分析写场景，常见于日志、事件流存储。

7. 向量型（Vector）

以高维向量存储与相似度检索支撑 AI 语义搜索、推荐与 RAG。Gartner 在 2025 年 12 月发布的《Innovation Insight: Database Management Systems for Enterprise AI Agents》中指出，主流云 DBMS 厂商已将向量检索作为旗舰产品的标准能力，向量相似度搜索速度已成为多模数据库评价 AI 集成能力的关键指标。

8. 其他扩展模型

在空间（Spatial）、全文检索（Search）等模型上，多模数据库也常通过统一索引与查询层提供支持，使地理信息、文本检索与结构化数据能在同一系统内协同。