數(shù)據(jù)是企業(yè)的命根子。數(shù)據(jù)種類增多，數(shù)據(jù)量增大，應(yīng)用需求多樣化，導(dǎo)致數(shù)據(jù)庫的種類也不斷增多。除了以前說的交易類、事務(wù)處理類、嵌入類等常用的分類方法以外，根據(jù)不同應(yīng)用需求而出現(xiàn)的新型數(shù)據(jù)正在不斷發(fā)展壯大。

作為全球最專業(yè)的按采用用戶數(shù)量對(duì)各類數(shù)據(jù)庫系統(tǒng)進(jìn)行排名的機(jī)構(gòu)，DB-Engines最近公布了***的排名，即2018年3月份排名，本文以2月的數(shù)據(jù)為例進(jìn)行分析。

不得不說，在這份排名中，占據(jù)***陣營(yíng)的是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫的三大領(lǐng)頭羊Oracle、MySQL 和Microsoft SQL Server，與第二陣營(yíng)與第三陣營(yíng)的分值相差挺大。

[[227247]]

透過這份排名，我們來看看數(shù)據(jù)庫系統(tǒng)的發(fā)展軌跡與趨勢(shì)。

關(guān)系型數(shù)據(jù)庫占據(jù)主流，新型數(shù)據(jù)庫后生可畏

341種數(shù)據(jù)庫被納入統(tǒng)計(jì)，按照所采用的數(shù)據(jù)模型的不同，被歸類到13個(gè)大類。不過，同樣的一個(gè)數(shù)據(jù)庫管理系統(tǒng)，可以被歸納到超過一種數(shù)據(jù)庫類型。

圖1  不同類型數(shù)據(jù)庫的數(shù)量

圖1顯示的就是每一類數(shù)據(jù)庫系統(tǒng)的數(shù)量。我們可以看出，數(shù)量最多的數(shù)據(jù)庫依然為傳統(tǒng)的關(guān)系型數(shù)據(jù)庫，138個(gè)；鍵值數(shù)據(jù)庫，64個(gè)；分布式文檔存儲(chǔ)數(shù)據(jù)庫，44個(gè)；圖形數(shù)據(jù)庫，29個(gè)；時(shí)序數(shù)據(jù)庫23個(gè)，等等。每一類數(shù)據(jù)所占的比例如圖2所示。

圖2 每一類數(shù)據(jù)所占的比例

最近24個(gè)月以來，各類數(shù)據(jù)庫產(chǎn)品的聲望的變化情況如圖3所示，由此可以看出每類數(shù)據(jù)庫流行度的變化情況。其中，傳統(tǒng)關(guān)系型數(shù)據(jù)庫一直是市場(chǎng)的主流，聲望變化不大，處于中間值100附近，并稍有下降。聲望提高比較快的是時(shí)序數(shù)據(jù)庫、圖形數(shù)據(jù)庫、鍵值數(shù)據(jù)庫等幾類。

圖3 每類數(shù)據(jù)庫聲望的變化情況

開源系統(tǒng)與商業(yè)系統(tǒng)旗鼓相當(dāng)，開源系統(tǒng)發(fā)展勢(shì)頭不減

DB-Engines榜單中另一個(gè)有意義的指標(biāo)是開源系統(tǒng)與傳統(tǒng)商業(yè)數(shù)據(jù)庫系統(tǒng)的對(duì)比。在341套系統(tǒng)中，開源系統(tǒng)與商業(yè)系統(tǒng)數(shù)量旗鼓相當(dāng)，不分伯仲，如圖4所示。

圖4 開源系統(tǒng)與商業(yè)系統(tǒng)數(shù)量

自2013年以來，商業(yè)系統(tǒng)與開源系統(tǒng)的發(fā)展趨勢(shì)如圖5所示，開源系統(tǒng)數(shù)量逐漸增多，商業(yè)系統(tǒng)逐漸減少，兩者趨向?qū)Π敕帧?/p>

圖5 商業(yè)系統(tǒng)與開源系統(tǒng)的發(fā)展趨勢(shì)

非常有意思的是不同種類數(shù)據(jù)庫產(chǎn)品中，商業(yè)系統(tǒng)和開源系統(tǒng)的比例還是有差距的，如圖6。一個(gè)規(guī)律就是新型的增長(zhǎng)比較快的數(shù)據(jù)庫類型是開源系統(tǒng)占據(jù)主流，而傳統(tǒng)的關(guān)系型數(shù)據(jù)庫，商業(yè)系統(tǒng)則占據(jù)主流。

圖6 不同種類數(shù)據(jù)庫中商業(yè)系統(tǒng)和開源系統(tǒng)的比例

商業(yè)數(shù)據(jù)庫系統(tǒng)的前五名分別是：Oracle    、Microsoft SQL Server、IBM DB2、Microsoft Access，以及Teradata；開源數(shù)據(jù)庫系統(tǒng)中前五大系統(tǒng)分別是：MySQL、PostgreSQL、MongoDB、Redis、Elasticsearch。

六類數(shù)據(jù)庫的競(jìng)爭(zhēng)格局日益清晰，主導(dǎo)系統(tǒng)***發(fā)展

關(guān)系型數(shù)據(jù)庫

關(guān)系數(shù)據(jù)庫是建立在關(guān)系模型基礎(chǔ)上的數(shù)據(jù)庫，借助于集合代數(shù)等數(shù)學(xué)概念和方法來處理數(shù)據(jù)庫中的數(shù)據(jù)?，F(xiàn)實(shí)世界中的各種實(shí)體以及實(shí)體之間的各種聯(lián)系均用關(guān)系模型來表示。傳統(tǒng)的關(guān)系型數(shù)據(jù)庫其實(shí)就是行式數(shù)據(jù)庫，就是一行一行的方式來存儲(chǔ)信息的。

目前，關(guān)系型數(shù)據(jù)庫一直是市場(chǎng)的主流，也是數(shù)據(jù)庫市場(chǎng)規(guī)模***的領(lǐng)域，典型的產(chǎn)品如排名前五的Oracle、MySQL、SQL Server、PostgressSQL、DB2等。

關(guān)系型數(shù)據(jù)庫的優(yōu)勢(shì)表現(xiàn)在：可以實(shí)現(xiàn)復(fù)雜查詢，可以用SQL語句方便地在一個(gè)表以及多個(gè)表之間做非常復(fù)雜的數(shù)據(jù)查詢；事務(wù)支持，使得對(duì)于安全性能很高的數(shù)據(jù)訪問要求得以實(shí)現(xiàn)。

對(duì)于Oracle和微軟SQL Server，大家都比較熟悉，在此不能不談開源數(shù)據(jù)庫MySQL。在WEB應(yīng)用方面，MySQL是***的關(guān)系數(shù)據(jù)庫管理系統(tǒng)，也是很流行的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)。基本上能實(shí)現(xiàn)用戶的各種功能需求，最初的核心思想主要是開源、簡(jiǎn)便、易用，其高并發(fā)存取能力并不比大型數(shù)據(jù)庫差，安裝、使用都非常簡(jiǎn)單。

時(shí)序數(shù)據(jù)庫

時(shí)間序列數(shù)據(jù)庫主要用于處理帶時(shí)間標(biāo)簽（按照時(shí)間的順序變化，即時(shí)間序列化）的數(shù)據(jù)。時(shí)間序列數(shù)據(jù)主要是由電力行業(yè)、化工行業(yè)等各類型實(shí)時(shí)監(jiān)測(cè)、檢查與分析設(shè)備所采集、產(chǎn)生的數(shù)據(jù)，這些工業(yè)數(shù)據(jù)的典型特點(diǎn)是：產(chǎn)生頻率快（每一個(gè)監(jiān)測(cè)點(diǎn)一秒鐘內(nèi)可產(chǎn)生多條數(shù)據(jù)）、嚴(yán)重依賴于采集時(shí)間（每一條數(shù)據(jù)均要求對(duì)應(yīng)唯一的時(shí)間）、檢測(cè)點(diǎn)多信息量大（常規(guī)的實(shí)時(shí)監(jiān)測(cè)系統(tǒng)均有成千上萬的監(jiān)測(cè)點(diǎn)，監(jiān)測(cè)點(diǎn)每秒鐘都產(chǎn)生數(shù)據(jù)，每天產(chǎn)生幾十GB的數(shù)據(jù)量）。

關(guān)系型數(shù)據(jù)庫無法滿足對(duì)時(shí)間序列數(shù)據(jù)的有效存儲(chǔ)與處理。目前對(duì)于時(shí)序大數(shù)據(jù)的存儲(chǔ)和處理往往采用關(guān)系型數(shù)據(jù)庫的方式進(jìn)行處理，但關(guān)系型數(shù)據(jù)庫天生的劣勢(shì)導(dǎo)致其無法進(jìn)行高效的數(shù)據(jù)存儲(chǔ)和查詢。時(shí)序大數(shù)據(jù)解決方案通過使用特殊的存儲(chǔ)方式，極大提高了時(shí)間相關(guān)數(shù)據(jù)的處理能力，相對(duì)于關(guān)系型數(shù)據(jù)庫的存儲(chǔ)空間減半，查詢速度極大提高。

典型系統(tǒng)如InfluxDB 就是一個(gè)開源分布式時(shí)序、事件和指標(biāo)數(shù)據(jù)庫，目標(biāo)是實(shí)現(xiàn)分布式和水平伸縮擴(kuò)展。它有三大特性：Time Series （時(shí)間序列），你可以使用與時(shí)間有關(guān)的相關(guān)函數(shù)（如***，最小，求和等）；Metrics（度量），你可以實(shí)時(shí)對(duì)大量數(shù)據(jù)進(jìn)行計(jì)算； Eevents（事件），它支持任意的事件數(shù)據(jù)。

列式數(shù)據(jù)庫

列式數(shù)據(jù)庫一般應(yīng)用于大量的字符串?dāng)?shù)據(jù)，列式數(shù)據(jù)庫從一開始就是面向大數(shù)據(jù)環(huán)境下數(shù)據(jù)倉庫的數(shù)據(jù)分析而產(chǎn)生，主要適合于批量數(shù)據(jù)處理和即時(shí)查詢。其優(yōu)勢(shì)包括：極高的裝載速度（***可以等于所有硬盤I/O 的總和）；適合大量的數(shù)據(jù)而不是小數(shù)據(jù)；實(shí)時(shí)加載數(shù)據(jù)僅限于增加（刪除和更新需要解壓縮Block ，然后計(jì)算和重新壓縮儲(chǔ)存）；高效的壓縮率，因?yàn)榇鎯?chǔ)的數(shù)據(jù)類型是一樣的，不僅節(jié)省儲(chǔ)存空間，也節(jié)省計(jì)算內(nèi)存和CPU，非常適合做聚合操作。

典型系統(tǒng)如Cassandra、HBase、Sybase IQ、HP Vertica、EMC Greenplum等。

HBase–Hadoop Database是一個(gè)高可靠性、高性能、面向列、可伸縮的分布式存儲(chǔ)系統(tǒng)，利用HBase技術(shù)可在廉價(jià)PC Server上搭建起大規(guī)模結(jié)構(gòu)化存儲(chǔ)集群。

HBase是Google Bigtable的開源實(shí)現(xiàn)，類似Google Bigtable利用GFS作為其文件存儲(chǔ)系統(tǒng)，HBase利用Hadoop HDFS作為其文件存儲(chǔ)系統(tǒng)；Google運(yùn)行MapReduce來處理Bigtable中的海量數(shù)據(jù)，HBase同樣利用Hadoop MapReduce來處理HBase中的海量數(shù)據(jù)；Google Bigtable利用 Chubby作為協(xié)同服務(wù)，HBase利用Zookeeper作為對(duì)應(yīng)。

鍵值數(shù)據(jù)庫

即Key-Value存儲(chǔ)，簡(jiǎn)稱KV存儲(chǔ)。它是NoSQL存儲(chǔ)的一種方式。它的數(shù)據(jù)按照鍵值對(duì)的形式進(jìn)行組織、索引和存儲(chǔ)。

KV存儲(chǔ)非常適合不涉及過多數(shù)據(jù)關(guān)系業(yè)務(wù)的數(shù)據(jù)，同時(shí)能有效減少讀寫磁盤的次數(shù)，比SQL數(shù)據(jù)庫存儲(chǔ)擁有更好的讀寫性能。典型的產(chǎn)品有Redis、DynamoDB等。

Redis 是完全開源免費(fèi)的，遵守BSD協(xié)議，是一個(gè)高性能的key-value數(shù)據(jù)庫。

Redis 與其他 key-value 緩存產(chǎn)品一樣具有以下三個(gè)特點(diǎn)：Redis支持?jǐn)?shù)據(jù)的持久化，可以將內(nèi)存中的數(shù)據(jù)保存在磁盤中，重啟的時(shí)候可以再次加載進(jìn)行使用。

Redis不僅僅支持簡(jiǎn)單的key-value類型的數(shù)據(jù)，同時(shí)還提供list、set、zset、hash等數(shù)據(jù)結(jié)構(gòu)的存儲(chǔ)。

Redis支持?jǐn)?shù)據(jù)的備份，即master-slave模式的數(shù)據(jù)備份。

圖形數(shù)據(jù)庫

圖形數(shù)據(jù)庫不是專門用來存儲(chǔ)圖形圖像的，而是因?yàn)槠溆脠D狀結(jié)構(gòu)來維持其數(shù)據(jù)之間的關(guān)系，所以叫做圖形數(shù)據(jù)庫。

在圖數(shù)據(jù)結(jié)構(gòu)中，只有兩種基本的數(shù)據(jù)類型，即節(jié)點(diǎn)（Node）和關(guān)系(Relationship)，節(jié)點(diǎn)可以擁有屬性，關(guān)系(Relationship)也可以擁有屬性 ，屬性都是以鍵值對(duì)的方式存儲(chǔ)，節(jié)點(diǎn)與節(jié)點(diǎn)的聯(lián)系通過關(guān)系（Relationship）進(jìn)行建立，他們建立的關(guān)系是有方向的。

Neo4j、Sones就是其典型代表。

Neo4j是一個(gè)高性能的NoSQL圖形數(shù)據(jù)庫，它將結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)在網(wǎng)絡(luò)上而不是表中。Neo4j也可以被看作是一個(gè)高性能的圖引擎，該引擎具有成熟數(shù)據(jù)庫的所有特性。程序員工作在一個(gè)面向?qū)ο蟮?、靈活的網(wǎng)絡(luò)結(jié)構(gòu)下而不是嚴(yán)格、靜態(tài)的表中——但是他們可以享受到具備完全的事務(wù)特性、企業(yè)級(jí)的數(shù)據(jù)庫的所有好處。Neo4j因其嵌入式、高性能、輕量級(jí)等優(yōu)勢(shì)，越來越受到關(guān)注。其支持幾乎所有的主流的開發(fā)語言。

分布式文檔存儲(chǔ)數(shù)據(jù)庫

文檔存儲(chǔ)數(shù)據(jù)庫不需要定義，應(yīng)用靈活，文檔存儲(chǔ)支持對(duì)結(jié)構(gòu)化數(shù)據(jù)的訪問。不同于關(guān)系模型的是，文檔存儲(chǔ)沒有強(qiáng)制的架構(gòu)，文檔存儲(chǔ)模型支持嵌套結(jié)構(gòu)。例如，文檔存儲(chǔ)模型支持XML和JSON文檔，字段的“值”又可以嵌套存儲(chǔ)其它文檔。文檔存儲(chǔ)模型也支持?jǐn)?shù)組和列值鍵。與鍵值存儲(chǔ)不同的是，文檔存儲(chǔ)關(guān)心文檔的內(nèi)部結(jié)構(gòu)。這使得存儲(chǔ)引擎可以直接支持二級(jí)索引，從而允許對(duì)任意字段進(jìn)行高效查詢。支持文檔嵌套存儲(chǔ)的能力，使得查詢語言具有搜索嵌套對(duì)象的能力，XQuery就是一個(gè)例子。

MongoDB是一個(gè)基于分布式文件存儲(chǔ)的數(shù)據(jù)庫，旨在為WEB應(yīng)用提供可擴(kuò)展的高性能數(shù)據(jù)存儲(chǔ)解決方案。MongoDB是一個(gè)介于關(guān)系數(shù)據(jù)庫和非關(guān)系數(shù)據(jù)庫之間的產(chǎn)品，是非關(guān)系數(shù)據(jù)庫當(dāng)中功能最豐富，最像關(guān)系數(shù)據(jù)庫的。他支持的數(shù)據(jù)結(jié)構(gòu)非常松散，是類似JSON的BSON格式，因此可以存儲(chǔ)比較復(fù)雜的數(shù)據(jù)類型。Mongo***的特點(diǎn)是他支持的查詢語言非常強(qiáng)大，其語法有點(diǎn)類似于面向?qū)ο蟮牟樵冋Z言，幾乎可以實(shí)現(xiàn)類似關(guān)系數(shù)據(jù)庫單表查詢的絕大部分功能，而且還支持對(duì)數(shù)據(jù)建立索引。

2月16日，MongoDB在西雅圖大會(huì)上宣布，MongoDB將在4.0版本中正式推出多文檔ACID事務(wù)支持。ACID 多文檔事務(wù)，可以理解為關(guān)系型數(shù)據(jù)庫的多行事務(wù)。在關(guān)系型的事務(wù)支持中，大家?guī)缀鯚o一例外支持同一事務(wù)內(nèi)操作的原子性，即要么全部提交，要么全部回滾。這個(gè)同一事務(wù)內(nèi)可以有多個(gè)操作，針對(duì)于多個(gè)表，或者是同一個(gè)表內(nèi)的多行數(shù)據(jù)。

這么多種類的數(shù)據(jù)庫，其實(shí)每一種都有自己的優(yōu)勢(shì)和不足，也特別適合某一種數(shù)據(jù)應(yīng)用。在數(shù)據(jù)存儲(chǔ)與處理方面，數(shù)據(jù)庫的發(fā)展還是活力實(shí)足，后勁實(shí)足。