Facebook Apollo：Facebook的Paxos算法，类似于NoSQL数据库;
jumboDB：基于Hadoop的面向文档的数据存储;
LinkedIn Espresso：可横向扩展的面向文档的NoSQL数据存储;
MarkLogic：模式不可知的企业版NoSQL数据库技术;
MongoDB：面向文档的数据库系统;
RavenDB：一个事务性的，开源文档数据库;
RethinkDB：支持连接查询和群组依据等查询的文档型数据库。
Key Map 数据模型
注意：业内存在一些术语混乱，有两个不同的东西都叫做“列式数据库”。这里列出的有一些是围绕“key-map”数据模型而建的分布式、持续型数据库，其中所有的数据都有(可能综合了)键，并与映射中的键-值对相关联。在一些系统中，多个这样的值映射可以与键相关联，并且这些映射被称为“列族”(具有映射值的键被称为“列”)。
另一组也可称为“列式数据库”的技术因其存储数据的方式而有别于前一组，它在磁盘上或在存储器中——而不是以传统方式，即所有既定键的键值都相邻着、逐行存储。这些系统也彼此相邻来存储所有列值，但是要得到给定列的所有值却不需要以前那么繁复的工作。
前一组在这里被称为“key map数据模型”，这两者和Key-value 数据模型之间的界限是相当模糊的。后者对数据模型有更多的存储格式，可在列式数据库中列出。若想了解更多关于这两种模型的区分，可阅读Daniel Abadi的博客：Distinguishing two major types of Column Stores。
Apache Accumulo：内置在Hadoop上的分布式键/值存储;
Apache Cassandra：由BigTable授权，面向列的分布式数据存储;
Apache HBase：由BigTable授权，面向列的分布式数据存储;
Facebook HydraBase：Facebook所开发的HBase的衍化品;
Google BigTable：面向列的分布式数据存储;
Google Cloud Datastore：为完全管理型的无模式数据库，用于存储在BigTable上非关系型数据;
Hypertable：由BigTable授权，面向列的分布式数据存储;
InfiniDB：通过MySQL的接口访问，并使用大规模并行处理进行并行查询;
Tephra：用于HBase处理;
Twitter Manhattan：Twitter的实时、多租户分布式数据库。
键-值数据模型
Aerospike：支持NoSQL的闪存优化，数据存储在内存。开源，“’C'(不是Java或Erlang)中的服务器代码可精确地调整从而避免上下文切换和内存拷贝”。
Amazon DynamoDB：分布式键/值存储，Dynamo论文的实现;
Edis：为替代Redis的协议兼容的服务器;
ElephantDB：专门研究Hadoop中数据导出的分布式数据库;
EventStore：分布式时间序列数据库;
GridDB：适用于存储在时间序列中的传感器数据;
LinkedIn Krati：简单的持久性数据存储，拥有低延迟和高吞吐量;
Linkedin Voldemort：分布式键/值存储系统;
Oracle NoSQL Database：Oracle公司开发的分布式键值数据库;
Redis：内存中的键值数据存储;
Riak：分散式数据存储;
Storehaus：Twitter开发的异步键值存储的库;
Tarantool：一个高效的NoSQL数据库和Lua应用服务器;
TiKV：由Google Spanner和HBase授权，Rust提供技术支持的分布式键值数据库;
TreodeDB：可复制、共享的键-值存储，能提供多行原子写入。
图形数据模型
Apache Giraph：基于Hadoop的Pregel实现;
Apache Spark Bagel：可实现Pregel，为Spark的一部分;
ArangoDB：多层模型分布式数据库;
DGraph：一个可扩展的、分布式、低时延、高吞吐量的图形数据库，旨在为Google生产水平规模和吞吐量提供足够的低延迟，用于TB级的结构化数据的实时用户查询;
Facebook TAO：TAO是facebook广泛用来存储和服务于社交图形的分布式数据存储;
GCHQ Gaffer：GCHQ中的Gaffer是一个易于存储大规模图形的框架，其中节点和边缘都有统计数据;
Google Cayley：开源图形数据库;
Google Pregel ：图形处理框架;
GraphLab PowerGraph：核心C ++ GraphLab API和建立在GraphLab API之上的高性能机器学习和数据挖掘工具包的集合;
GraphX：Spark中的弹性分布式图形系统;
Gremlin：图形追踪语言;
Infovore：以RDF为中心的Map / Reduce框架;
Intel GraphBuilder：在Hadoop上构建大规模图形的工具;
MapGraph：用于在GPU上大规模并行图形处理;
Neo4j：完全用Java写入的图形数据库;
OrientDB：文档和图形数据库;
Phoebus：大型图形处理框架;
Titan：建于Cassandra的分布式图形数据库;