1、1960-IDS

讓我們把時(shí)鐘撥回到上世紀(jì) 60 年代，美國(guó)通用電氣公司（General Electric Company，以下簡(jiǎn)稱 GE）創(chuàng)造了早期的基于網(wǎng)狀模型的數(shù)據(jù)庫(kù)系統(tǒng) Integrated Data Store，簡(jiǎn)稱 IDS。

IDS 性能較好，在當(dāng)時(shí)也被用于工業(yè)領(lǐng)域，在 1969 年，GE 將自己的計(jì)算機(jī)業(yè)務(wù)賣給了 Honeywell 這家公司。

IDS 的主要開發(fā)者是一個(gè)叫 Bachman 的人，因?yàn)槠湓跀?shù)據(jù)庫(kù)方向的發(fā)明，他在 1973 年獲得了圖靈獎(jiǎng)。

當(dāng)時(shí)的主要計(jì)算機(jī)開發(fā)語(yǔ)言叫做 COBOL（Common Business Oriented Language），于是 Bachman 和其他人參與制定了計(jì)算機(jī)訪問(wèn)數(shù)據(jù)系統(tǒng)的標(biāo)準(zhǔn)，叫做 CODASYL。

這個(gè)標(biāo)準(zhǔn)主要制定了網(wǎng)狀模型，以及 tuple-at-a-time 的查詢方式。

網(wǎng)狀模型（Network Model）使用有向圖來(lái)表示實(shí)體與實(shí)體之間的關(guān)系。

這種結(jié)構(gòu)邏輯復(fù)雜，不利于查詢數(shù)據(jù)，后來(lái)逐漸被關(guān)系型數(shù)據(jù)模型取代。

2、1960-IBM IMS

同樣是在 60 年代，藍(lán)色巨人 IBM 研發(fā)了基于層級(jí)結(jié)構(gòu)模型的數(shù)據(jù)庫(kù)系統(tǒng) Information Management System，簡(jiǎn)稱 IMS。

IMS 最初的研發(fā)目的是為了來(lái)自阿波羅登月計(jì)劃的訂單。

層次模型（Hierarchical Model）使用樹形結(jié)構(gòu)來(lái)表示實(shí)體之間的關(guān)系。

這種結(jié)構(gòu)比較符合人的直觀思維，從上至下，每個(gè)節(jié)點(diǎn)只能有向下的子節(jié)點(diǎn)。

3、1970-Relational Model

時(shí)間來(lái)到了 1970 年代，在層次和網(wǎng)狀模型的標(biāo)準(zhǔn)下，IBM 的工作人員會(huì)因?yàn)閿?shù)據(jù)庫(kù)的結(jié)構(gòu)表更而不斷地重寫代碼，這非常的浪費(fèi)人力。

一個(gè)名叫 Ted Codd，在 IBM Research 工作的人，提出了幾個(gè)規(guī)范，來(lái)避免這種情況。

這幾個(gè)規(guī)范分別是：

• 存儲(chǔ)數(shù)據(jù)在簡(jiǎn)單的數(shù)據(jù)結(jié)構(gòu)中
• 能夠通過(guò)高級(jí)語(yǔ)言來(lái)訪問(wèn)數(shù)據(jù)
• 上層不用關(guān)心數(shù)據(jù)物理存儲(chǔ)的細(xì)節(jié)

為了使數(shù)據(jù)庫(kù)脫離應(yīng)用，成為一個(gè)更加獨(dú)立的系統(tǒng)，避免數(shù)據(jù)庫(kù)的變更影響到上層應(yīng)用，Codd 提出了關(guān)系型模型。

關(guān)系型模型（Relational Model）是沿用至今的數(shù)據(jù)庫(kù)模型，已經(jīng)事實(shí)上基本成為了行業(yè)標(biāo)準(zhǔn)。

關(guān)系模型基于二維表，每個(gè)實(shí)體都被映射為一張表，每個(gè)實(shí)體之間可以通過(guò)表中的記錄進(jìn)行關(guān)聯(lián)。

基于關(guān)系型模型，在 1970 年代誕生了三個(gè)主要的數(shù)據(jù)庫(kù)系統(tǒng)，分別是由三位數(shù)據(jù)庫(kù)界的遠(yuǎn)古大神開發(fā)的。

System R—來(lái)自 IBM Research 部門，主要開發(fā)者 Jim GrayIngres—這是 PostgreSQL 的前身，伯克利大學(xué)，主要開發(fā)者 StonebrakerOracle—拉里·埃里森（Larry Ellison），Oracle 公司的總裁

4、1980-Relational Model

到了 80 年代，數(shù)據(jù)庫(kù)仍然是關(guān)系型模型及相關(guān)數(shù)據(jù)庫(kù)蓬勃發(fā)展的階段。

IBM 在 1983 年發(fā)表了至今仍廣泛應(yīng)用的數(shù)據(jù)庫(kù)系統(tǒng) DB2。由于 IBM 在 System R 和 DB2 均使用了 SQL，于是他們將 SQL 制定成為了訪問(wèn)數(shù)據(jù)庫(kù)的行業(yè)標(biāo)準(zhǔn)。

Oracle 和 Ingres 均完成了商業(yè)化，并且這時(shí)期還有很多其他的商業(yè)化數(shù)據(jù)庫(kù)，例如 Informix、Sybase、Teradata 等，但是數(shù)據(jù)庫(kù)市場(chǎng)主要被 Oracle 占據(jù)。

Stonebraker 回到了伯克利大學(xué)，并且創(chuàng)建了一個(gè)新的數(shù)據(jù)庫(kù)系統(tǒng) Postgres，其含義是 Ingres 之后（post）的系統(tǒng)。

5、1990-Boring Days

90 年代，在數(shù)據(jù)庫(kù)設(shè)計(jì)方面并沒(méi)有太大的變化，這段時(shí)期可能看起來(lái)比較的無(wú)聊（Boring），但是仍然有一些值得關(guān)注的事情。

微軟進(jìn)入了數(shù)據(jù)庫(kù)市場(chǎng)，他們 fork 了 Sybase 系統(tǒng)，并且創(chuàng)造了自己的數(shù)據(jù)庫(kù)系統(tǒng) SQL Server。

MySQL 出現(xiàn)，主要由 Michael Widenius 開發(fā)，MySQL 這個(gè)名字主要源于他女兒（My）。

Postgres 系統(tǒng)支持了標(biāo)準(zhǔn) SQL，于是它的名字也演化成了現(xiàn)在為人熟知的 PostgreSQL。

SQLite 也在在這個(gè)時(shí)期開始開發(fā)，并成為如今流行的嵌入式數(shù)據(jù)庫(kù)系統(tǒng)。

6、2000-Data Warehouse

在 2000 年代，針對(duì)特殊的應(yīng)用場(chǎng)景，OLAP 類型的數(shù)據(jù)庫(kù)開始出現(xiàn)了。

這種類型的數(shù)據(jù)庫(kù)主要用于構(gòu)建數(shù)據(jù)分析類型的數(shù)據(jù)倉(cāng)庫(kù)（Warehouse），并且大多是分布式部署，以列存為主。

這時(shí)期主要的產(chǎn)品有 Greenplum、Vertica、MonetDB 等。

7、2000-NoSQL

同樣是在 2000 年代，人們發(fā)現(xiàn)一些場(chǎng)景下，數(shù)據(jù)庫(kù)的可擴(kuò)展性、高可用特性更加的重要，而并不怎么依賴于關(guān)系型數(shù)據(jù)庫(kù)（不需要事務(wù)，不需要標(biāo)準(zhǔn) SQL），于是誕生了很多 NoSQL 數(shù)據(jù)庫(kù)。

他們的主要特征有：

• 非關(guān)系型的數(shù)據(jù)模型，例如文檔型、Key/Value，Graph 等
• 不提供 ACID 的事務(wù)保證
• 自定義的 API，沒(méi)有標(biāo)準(zhǔn)的 SQL
• 通常是開源的

這時(shí)期 NoSQL 數(shù)據(jù)庫(kù)的主要產(chǎn)品有 HBase、DynamoDB、MongoDB、Redis 等。

8、2010-NewSQL

到了 2010 年代，為了兼容 NoSQL 的高可用、高性能，同時(shí)又不丟棄傳統(tǒng)數(shù)據(jù)庫(kù)的 ACID 事務(wù)等特性，誕生了一批被稱為 NewSQL 的數(shù)據(jù)庫(kù)系統(tǒng)。

它們的特征主要是：

• 基于關(guān)系模型，支持標(biāo)準(zhǔn) SQL
• 分布式

這類數(shù)據(jù)庫(kù)的鼻祖應(yīng)該是 Google Spanner，隨后基于此，誕生了一些著名的分布式 NewSQL 數(shù)據(jù)庫(kù)，例如 CockroachDB、YugaByte、TiDB。

9、2010-HTAP System

還是在 2010 年代，為了兼容 OLTP 和 OLAP 類型的數(shù)據(jù)庫(kù)系統(tǒng)，出現(xiàn)了一種 HTAP（Hybrid Transactional-Analytical Processing） 類型的數(shù)據(jù)庫(kù)。

這類數(shù)據(jù)庫(kù)的特征是，既能兼容 OLTP 數(shù)據(jù)庫(kù)的高性能，執(zhí)行 SQL 查詢，并且能夠像數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse）那樣進(jìn)行大規(guī)模的數(shù)據(jù)分析。

其主要數(shù)據(jù)庫(kù)有 HyPer、MemSQL、SAP HANA 等。

10、2010-Cloud System

在 2010 年代，還開始出現(xiàn)了一些運(yùn)行在云上的數(shù)據(jù)庫(kù)系統(tǒng)，這類數(shù)據(jù)庫(kù)需要從一開始就適配云環(huán)境，提供類似 Database-as-a-service（DBaaS）的服務(wù)。

最著名的產(chǎn)品例如 snowflake、Amazon REDSHIFT 等。

11、2010-Graph&Timeseries Database

除了傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)，前面已經(jīng)提到了一些 NoSQL 數(shù)據(jù)庫(kù)，在大約 2010 年代，誕生了一些其他類型的 NoSQL 數(shù)據(jù)庫(kù)。

例如 Graph Database（圖數(shù)據(jù)庫(kù)）、Timeseries Database（時(shí)序數(shù)據(jù)庫(kù)）等。

圖數(shù)據(jù)庫(kù)比較知名的產(chǎn)品有 neo4j、TigerGraph、Nebula Graph 等。

時(shí)序數(shù)據(jù)庫(kù)比價(jià)知名的產(chǎn)品有 InfluxDB、Timescale、TDengine 等。

12、Conclusion

隨著硬件技術(shù)、應(yīng)用場(chǎng)景等不斷的變化，最近的這些年，在不同的領(lǐng)域，不同的應(yīng)用方向，誕生了很多不同類型的數(shù)據(jù)庫(kù)。例如多模數(shù)據(jù)庫(kù)（Multi-Model）、區(qū)塊鏈數(shù)據(jù)庫(kù)（Blockchain）、流式處理數(shù)據(jù)庫(kù)（Streaming）等等。

數(shù)據(jù)庫(kù)行業(yè)呈現(xiàn)出了百花齊放的格局。這也造就了這些年資本市場(chǎng)對(duì)于數(shù)據(jù)庫(kù)行業(yè)的垂青，數(shù)據(jù)庫(kù)創(chuàng)業(yè)也火的一塌糊涂。

未來(lái)數(shù)據(jù)庫(kù)會(huì)朝著什么樣的方向發(fā)展，會(huì)呈現(xiàn)出什么樣的格局呢，讓我們拭目以待吧。