MongoDB
Skalerbarhed: Meget tilgængelig og konsekvent, men stinker på relationer og mange distribuerede skriverier. Dets primære fordel er lagring og indeksering af skemaløse dokumenter. Dokumentstørrelsen er begrænset til 4 MB, og indeksering giver kun mening for begrænset dybde. Se http://www.paperplanes.de/2010/2/25/ notes_on_mongodb.html
Bedst egnet til: Træstrukturer med begrænset dybde
Brugstilfælde: Forskellige typehierarkier, biologisk systematik, bibliotekskataloger
Neo4j
Skalerbarhed: Meget tilgængelig, men ikke distribueret. Kraftig traversal-ramme til højhastigheds-traversering i noderummet. Begrænset til grafer omkring flere milliarder noder/relationer. Se http://highscalability.com/neo4j-graph-database-kicks-buttox
Bedst egnet til: Dybe grafer med ubegrænset dybde og cykliske, vægtede forbindelser
Brugstilfælde: Sociale netværk, topologisk analyse, semantiske webdata, inferencing
HBase
Skalerbarhed: Pålidelig, ensartet lagring i petabytes og videre. Understøtter et meget stort antal objekter med et begrænset sæt sparsomme attributter. Arbejder sammen med Hadoop til store databehandlingsjob. http://www.ibm.com/developerworks/opensource /library/os-hbase/index.html
Bedst egnet til: rettede, acykliske grafer
Brugstilfælde: Loganalyse, Semantiske Web Data, Machine Learning