Les logiciels de base de données se classent selon plusieurs critères : structure des données, méthode d'accès, application et déploiement.
Selon la structure des données
* Bases relationnelles (RDBMS) : les plus répandues, elles stockent les données en tables (lignes/colonnes) et définissent les relations entre elles. Exemples : MySQL, PostgreSQL, Oracle, Microsoft SQL Server.
* Bases NoSQL : une large famille de bases non relationnelles, flexibles et orientées passage à l'échelle.
* Bases documentaires : données dans des documents souples (souvent type JSON). Exemples : MongoDB, Couchbase.
* Magasins clé-valeur : optimisés pour une récupération rapide par clé. Exemples : Redis, Memcached.
* Bases graphes : nœuds et relations pour les données connectées. Exemples : Neo4j, Amazon Neptune.
* Bases orientées colonnes : adaptées aux grands volumes à fort débit d'écriture. Exemples : Cassandra, HBase.
* Bases orientées objet (OODBMS) : données stockées en objets. Exemples : db4o, ObjectDB.
Selon la méthode d'accès
* Bases SQL : langage SQL pour définir, manipuler et interroger les données.
* Bases NoSQL : langages ou API propres à leur modèle, certaines offrant des capacités proches de SQL.
Selon l'application et le déploiement
* OLTP (opérationnelles) : transactions rapides du quotidien (banque en ligne, e-commerce).
* OLAP (analytiques) : analyse et rapports sur de grands volumes historiques (entrepôts de données, BI).
* Cloud : hébergées et gérées par un fournisseur (Amazon RDS, Google Cloud SQL, Azure SQL).
* Embarquées : intégrées aux applications, sans serveur distinct. Exemples : SQLite, Berkeley DB.
Autres types : bases de séries temporelles (IoT, monitoring) et bases spatiales (PostGIS, Oracle Spatial). Le bon choix dépend de la complexité des données, du passage à l'échelle, des performances et des garanties de cohérence recherchées.