在管理数据多样性方面，数据库世界变得有点混乱。不久前，除了一些领先的数据库管理系统(DBMS)平台外，数据库仅支持单一数据模型。多模型数据管理的复兴正在改变这一点，并为数据库架构师带来好处。不同数据结构的挑战存储和处理不同结构的数据是一个挑战，这里没有一刀切的标准。数据有多种形式，一些最流行的数据模型包括关系、文档、键值和图形。过去，在处理新的数据结构时，我们要么将数据强行放入现有DBMS的数据模型中，要么购买支持新结构的新DBMS。很长一段时间以来，我们一直使用关系(SQL)DBMS及其前身来满足结构化数据需求。事实证明，这适用于我们的大部分数据。虽然没有优化，但我们仍然使用这些传统数据库来处理少量非结构化数据（在应用程序中）。随着来自新数据源（大数据和实时处理）的半结构化和非结构化数据的增加，我们看到了对专用非关系DBMS选项的兴趣。这些数据库（通常称为NoSQL数据库）以非表格结构对数据建模。然而，数据模型和新的DBMS模型的激增带来了困难。使用多种数据库技术来管理不同的数据模型带来了优化，但也增加了复杂性。解决单一模型困境专用的单一模型DBMS产品优化数据存储和处理。但是，将其他DBMS添加到体系结构会增加复杂性，包括增加集成、开发、维护和操作。这迫使企业寻求更好的方法来处理各种数据模型。幸运的是，SQL和NoSQLDBMS供应商都在相互学习彼此的能力（包括多种数据模型），希望企业将他们的DBMS技术合理化为单一数据存储。数据模型支持曾经是DBMS之间的一个区别因素，现在它是一个共同因素。什么是多模型数据库单一数据管理系统中数据模型的融合催生了一类新的DBMS，称为多模型数据库。一些领先的??DBMS选项支持多种模型已经有一段时间了，但我们还没有看到快速部署。部署方法可能会有所不同。我更喜欢一种架构，其中支持模型以本地数据类型和结构存储在单个集成数据库引擎中。这为所有模型提供了一致的数据管理，并允许在单个界面内对数据进行多模型访问。多模型数据库从何入手乍一看，多模型数据库似乎在多语言持久化面前高高在上，提倡根据数据用途将数据存储在多种数据存储技术中。但是，如果您可以在同一个DBMS中处理不同的数据模型呢？如果您投资了多模型DBMS，并且它满足或超过了您的数据和应用程序的功能和非功能要求，那么它就更好了。优良作法是利用企业的现有技术而不是引入新技术。随着多模型数据库的出现，我们现在可以将数据模型和DBMS决策分为两部分：首先，确定最适合您的数据结构和要使用的数据模型。然后，确定哪些DBMS选项支持数据模型和应用程序要求。事实上，您可以期待技术架构中的单模型和多模型DBMS选项。对于应用程序的特殊用途组件，单一模型DBMS可以提供最好的数据管理。对于所有其他组件，多模型DBMS将使您的技术架构合理化和简化。谈到数据多样性，没有适合所有情况的数据模型。无论您选择使用单模型还是多模型数据库，现在都没有理由强制您的数据进入非优化数据模型。
