以下几种数据库技术：

1. 关系型数据库（如MySQL、Oracle）：

适用场景：需要结构化和高一致性数据存储的应用场景，如企业应用、事务处理等。
优点：支持事务处理，具备丰富的功能和强大的查询语言；数据模型清晰，易于理解和管理；具备成熟的生态系统和广泛的支持。
缺点：扩展性相对有限；对复杂查询和大规模数据集的处理可能较慢。

2. 非关系型数据库（如MongoDB、Cassandra）：

适用场景：需要处理非结构化或半结构化数据的应用场景，如日志分析、大数据存储等。
优点：具备较高的扩展性和灵活性；支持分布式存储和处理；能够处理大规模数据集。
缺点：缺乏事务支持；相对较新的技术，生态系统和支持相对不如关系型数据库。

3. 内存数据库（如Redis、Memcached）：

适用场景：需要快速读写和高并发访问的应用场景，如缓存、会话管理等。
优点：数据存储在内存中，读写速度快；支持高并发访问；提供丰富的数据结构和功能。
缺点：数据存储在内存中，对内存的需求较高；相对于磁盘存储，容量较小；不支持持久化存储。

4. 图数据库（如Neo4j、RedisGraph）：

适用场景：需要处理复杂关联关系和图结构的数据的应用场景，如社交网络、推荐系统等。
优点：能够高效存储和查询图结构数据；支持复杂的图算法和查询操作。
缺点：相对于关系型数据库，功能较为有限；存储和处理大规模图数据可能较慢。

不同的数据库技术适用于不同的应用场景，选择合适的数据库技术需要考虑数据的结构、访问模式、性能要求和扩展性要求等因素。