随着互联网+的兴起，各行各业的数据呈指数级增长，同时不同数据间也存在着某种程度的交集，因此越积越多的历史数据需要我们高效地进行处理和分析。数据的存储形式包括结构化数据、半结构化数据和非结构化数据。结构化数据一般是存储在关系数据库中，关系数据库具有读写实时性、高可靠性、支持复杂SQL查询、事务一致性等优点而被企业广泛使用。不过关系数据库对于处理高并发的读写请求，对非结构化数据存储能力不足，可扩展性也较差。NoSQL数据库则很好地弥补了关系型数据库的这些不足，并得到了广泛的应用。目前越来越多企业都采用关系数据库和NoSQL数据库结合使用来对业务数据进行存储。NoSQL数据库的引入解决了企业开发中大量非结构化数据的存储问题。但是如何确定哪些数据存储于关系型数据库，哪些数据存储于NoSQL数据库，是一个值得研究的问题。而且当项目中设计到对多种NoSQL数据库的操作，采用Spring Data框架屏蔽底层具体的数据库，使开发人员不关心底层具体的数据库而对数据进行操作的方法。在研究的基础上，本文提出了混合使用关系数据库和NoSQL数据库存储文献数据系统来验证混合数据存储的有效性。将数据根据不同特点存入不同数据库中。系统分为人员管理、文献管理、作者管理、数据统计四个模块。利用Spring框架的子项目Spring Data提供一致的编程模型，根据数据的概念模型，编写数据模型，实现数据对象模型的映射。定义对数据库的操作方法，实现对多种数据库增删改查操作，使得关系型数据库和NoSQL存储产品的使用变得更加的方便。可以更加专注于程序的业务逻辑。最后，通过添加索引、主从复制、添加缓存等机制来优化系统设计。采用公开的数据集，对比了MySQL和Mongodb数据库查询方面的性能差异。还对比了MySQL和Neo4j图数据库在进行相同的查询情况下性能方面的差异，证明了使用图数据库去展现数据间关系的良好性能，使用Mongodb存储文档型数据的良好性能。同时说明了根据数据不同阶段的特点去选择不同的NoSQL数据库的正确性及使用Spring Data框架作为解决方案的可行性和有效性。