分散式資料庫可以依據資料模型及系統架構分類；

• OLAP(On-Line Analytical Processing)：大數據資料分析注重資料吞吐量及運算規模。
• OLTP(On-Line Transation Processing)：即時交易注重反應延遲。
  • SQL
    以結構化查詢語言(Structured Query Language, SQL)操作資料庫，提供複雜得多表關聯式查詢，支持原子性(Atomicity)、一致性(Consistency)、隔離性(Isolation)、持久性(Durability)等交易(Transaction)特性，目前主流資料庫(Oracle、DB2、MS-SQL、PostgreSQL)等橫向擴充能力相對較缺乏，難以滿足大數據以及高併發交易等業務需求。
  • NoSQL
    投過對關聯式和分散式資料庫功能的取捨，提高了水平擴展及效能提升，以資料儲存分類：
    • 鍵值儲存(Key-Value Stores)：Redis
      鍵值資料間沒有關聯性提高了水平擴充能力。
    • 列導向儲存(Column-Oriented Stores)：pache HBase、Cassandra
      列(Column)之間沒有耦合關係，列獨立存取場景時極大的降低磁碟存取，加快存取速度。
    • 文件儲存(Document Stores)：MongoDB、CouchDB
      儲存 JSON、XML 非結構化資料。
    • 圖型儲存(Graph Stores)：Neo4j、GraphDB
      以圖結構形成的資料關聯比關聯式資料庫提供更高效的資料操作。
  • NewSQL
    在關聯式資料庫上擴充了相近於 NoSQL 的水平擴衝及高效資料處理能力。
    • 資料中間傳遞
      強化中介層組件，提供分割資料庫、分割資料表、資料切片 - 資料份散一致性演算法(Raft、Paxos)、請求路由(Request Routing)和分散式交易等。
    • 新架構：Google Spanner
      採用無中心節點的資料庫叢集，每個節點分別管理資料的子集合，包括平行處理或資料流處理組件。