官方文件看一看。

程式設計例項練一練。

原始碼看一看。

一般網際網路公司多用mysql,redis,mongodb做儲存層，hadoop,spark做大資料分析。

mysql適合結構化資料，類似excel表格一樣定義嚴格的資料，用於資料量中，速度一般支援事務處理場合。

redis適合快取記憶體物件，如快取佇列，用於資料量小，速度快不支援事務處理高併發場合。

mongodb，適合半結構化資料，如文字資訊，用於資料量大，速度較快不支援事務處理場合。

hadoop是個生態系統，上面有大資料分析很多元件，適合事後大資料分析任務。

spark類似hadoop，偏向於記憶體計算，流計算，適合實時半實時大資料分析任務。

移動網際網路及物聯網讓資料呈指數增長，NoSql大資料新起後，資料儲存領域發展很快，似乎方向都是向大資料，記憶體計算，分散式框架，平臺化發展，出現不少新的方法，如Apache Ignite適合於記憶體計算就集成了好多功能模快,Apache Storm、Spark、Flink也各有特點。

一般普通應用TB，GB級別達不到PB級別的資料儲存，用mongodb，mysql就夠了，hadoop，spark這類是航母一般多是大規模應用場景,多用於事後分析統計用，如電商的推薦系統分析系統。

聰明的戰士總是選擇適合的武器。具體什麼場合用什麼資料儲存策略或混合使用，需要分析業務特點及未來業務發展需求來決定。