關係型數據庫(RDBMS,即SQL數據庫)
- 商業軟件： Oracle，DB2
- 開源軟件：MySQL，PostgreSQL
- 單機版本已經很難滿足海量數據的需求
NoSQL
- NoSQL = Not Only SQL，意即“不僅僅是SQL，提倡運用非關係型的數據存儲
- 普遍選擇犧牲掉複雜 SQL 的支持及 ACID 事務換取彈性擴展能力
- 通常不保證強一致性的(支持最終一致)
- 主要分類
- 鍵值（Key-Value）數據庫：如 MemcacheDB，Redis
- 文檔存儲：如 MongoDB
- 列存儲，方便存儲結構化和半結構化數據，方便做數據壓縮，對針對某一列或者某幾列的查詢有非常大的IO優勢： 如 HBase，Cassandra
圖數據庫，存儲圖形關係(注意：不是圖片)。如 Neo4J
NewSQL
爲什麼需要NewSQL
- NoSQL 不能完全取代 RDBMS
- 單機RDBMS 無法滿足性能需求
- 使用“單機RDBMS + 中間件”方式，在中間件層很難解決分佈式事務、高可用問題
NewSQL定義
針對OLTP的讀寫，提供與NOSQL相同的可擴展性和性能，同時能支持滿足ACID特性的事務
即保持NoSQL的高可擴展和高性能，並且保持關係模型
NewSQL設計架構
- 可以基於全新的數據庫平臺，也可以基於現有的SQL引擎優化。
- 無共享存儲(MPP架構)是比較常見的架構
- 基於多副本實現高可用和容災
- 分佈式查詢
- 數據Sharding機制
- 通過2PC，Paxos/Raft等協議實現數據一致
代表產品
- Google Spanner
- Cockroach DB
- TiDB
- OceanBase
- X-DB
OLTP和OLAP
OLTP
- 強調支持短時間內大量併發的小型操作（增刪改查）能力，每個查詢涉及的數據量都很小（比如幾十到幾百字節）
- 強調事務的強一致性（想想銀行轉賬交易，容不得差錯）
- 舉例：“雙十一”期間，可能有幾十萬用戶在同一秒內下訂單。後臺數據庫要能夠併發的、以近乎實時的速度處理這些訂單請求（如果下了訂單，十幾分鍾還沒有反應，用戶肯定要罵人了）
OLAP
- 偏向於複雜的只讀查詢，讀取海量數據進行分析計算，查詢時間往往很長
- 舉例：“雙十一”結束，淘寶的運營人員對訂單進行分析挖掘，找出一些市場規律、分析刷單行爲等等。這種分析可能需要讀取所有的歷史訂單進行計算，耗時幾十秒甚至幾十分鐘都有可能。
- 代表產品：
- Greenplum
- TeraData
- 阿里 AnalyticDB