​​常用的数据模型主要包括关系型、维度型、实体关系型（E-R）等，而层次模型、网状模型、面向对象模型、图模型、文档模型、列存储模型等通常不属于主流的常用模型，​​ 这些不被广泛采用的数据模型因结构复杂、维护困难或功能重叠而逐渐被边缘化。

​​1. 层次模型（Hierarchical Model）​​
层次模型以树状结构组织数据，每个节点（记录）仅有一个父节点，导致其无法灵活表示多对多关系，仅适用于简单的层级式数据场景，如文件系统或组织架构，但因灵活性不足被现代数据库淘汰。

​​2. 网状模型（Network Model）​​
网状模型允许节点存在多对多关系，相比层次模型更灵活，但其复杂的指针结构和维护难度较高，用户需直接操作数据连接，易引发数据冗余和一致性问题，因此逐渐被关系模型取代。

​​3. 面向对象模型（Object-Oriented Model）​​
面向对象模型将数据与操作封装为对象，适合模拟现实世界复杂的业务逻辑，但其与关系型数据库的兼容性差，且查询性能较低，实际中多通过ORM工具间接使用，而非直接作为原生数据库模型。

​​4. 图模型（Graph Model）​​
图模型以节点和边表示实体及关系，适用于社交网络或推荐系统等强关联场景，但由于需要专用查询语言（如Cypher）且扩展性较低，目前仍属小众技术，尚未成为主流。

​​5. 文档模型（Document Model）​​
文档模型以JSON/XML格式存储半结构化数据，适合存储灵活内容（如日志或网页），但缺乏严格的结构约束，导致查询效率低且难以维护标准化数据，通常作为NoSQL数据库的扩展而非核心模型。

​​6. 列存储模型（Columnar Model）​​
列存储模型按列而非行存储数据，专为大规模分析优化，但无法高效处理事务操作，因此仅适用于数据仓库等特定场景，未被通用数据库系统采纳为主流模型。

​​总结​​
当前主流数据模型以关系型和维度型为主流，其他未被广泛采用的数据模型因技术局限性逐步退出核心舞台。用户选择数据模型时需优先考虑结构化需求、查询性能及系统兼容性，而非过度依赖非主流架构。