• 数据结构良好，并适合关系数据库中的列表安排(行和列)。典型示例:银行账户信息、客户订单信息、客户信息、员工信息、部门信息等。
• 上述观点的另一个方面是:面向模式的数据模型。当您为有潜在可能性会使用的RDBMS设计数据模型(表、关系等)时，您需要提出一个定义良好的模式:将会有许多表，每个表都有一个已知的列，以已知类型的格式存储数据(CHAR、NUMBER、BLOB等)。
• 非常重要:考虑数据是否在本质上是事务性的。换句话说，在提供的事务上下文ACID语义中，数据是否会被存储、访问和更新，或者是否可以对这些属性进行折衷。
• 正确性也很重要，任何妥协都是不可接受的。这源于这样一个事实，在大多数NoSQL数据库中，一致性被放弃，用以支持性能和可伸缩性。
• 没有一个强烈的/迫切的需要拓展的数据库需求；将一个数据库(水平扩展)线性扩展到在集群中的多个节点的数据库。
• 用例不用于“高速数据摄取”。
• 如果客户机应用程序期望快速地将大量数据流到数据库中，那么关系数据库可能就不是一个好选择，因为它们实际上不是为编写繁重的工作负载而设计的。
• 为了实现ACID属性，许多额外的后台工作都是在编写器(插入、更新、删除)代码路径中完成的。这肯定会影响性能。
• 这个用例并不是为了“存储大量的pb级数据”。

2.使用NoSQL数据库：

• 没有固定的(和预先确定的)适合数据的模式
• 可伸缩性、性能(高吞吐量和低操作延迟)，持续可用性是数据库基础架构需要满足的非常重要的需求。 
• “高速数据摄食”的最佳选择。这样的应用程序(例如IoT风格)，每秒生成数百万个数据点，需要一个能够提供可伸缩性的极限写入数据库
• 横向规模的NoSQL数据库的内在能力允许在集群中跨商品服务器存储大量数据。它们通常使用低成本的资源，随着需求的增长，它们能够线性增加计算和存储能力。