数据库种类有哪些,各有什么特点? - 知乎
数据库有许多类型，每个数据库都有其自身的特征和应用程序方案。以下是一些主要数据库的简要介绍：1 ** SQL数据库和NOSQL数据库**：SQL数据库通常是指诸如Oracle，MySQL，PostgreSQL和SQLITE之类的关系数据库。
它们具有清晰的结构，并且数据在表中组织，适用于对交易处理和数据完整性高要求的场景。
例如，Oracle适用于需要高数据安全性，稳定性和性能的银行等领域。
NOSQL数据库适用于不稳定的数据和大量数据存储，例如存储文档，具有钥匙值的夫妇的存储等等。
通常的NOSQL数据库包括HBase，Cassandra，MongoDB等。
当处理大型数据和同时进行高读数和写作时，它们的表现都很好。
2 ** OLTP和OLAP **：OLTP数据库（在线交易处理）主要用于日常交易操作，例如银行交易，在线购买等，并且是数据库传统关系。
OLAP数据库（在线分析和处理）着重于数据分析和报告，例如Hive，Impala和Kylin，这些报告适用于大型数据分析和多维问题。
3 **关系数据库**：Oracle是具有强大但高成本的性能和稳定性的交易规模数据的基础。
SQLServer只能在Windows系统上使用。
MySQL是开源的，尺寸很小，适合互联网行业。
Sqlite易于使用，适合嵌入或小型应用。
4 ** NOSQL数据库**：HBase适用于大型宽桌数据，并确保以钥匙值对夫妇的保护。
Phoenix基于HBase，是适合OLTP方案的关系数据库引擎。
卡桑德拉（Cassandra）提供具有关键价值的夫妇的存储，适合OLTP场景，并保持相对简单。
5 **文档数据库**：MongoDB是基于存储不稳定数据的适当文档的NOSQL数据库。
redis和memcache都是内存值的数据库。
6 **发动机OLAP **：HIVE基于Hadoop，Impala和Presto HDFS，HBase和Kudu存储支持，提供并行计算能力。
GreenPlum基于PostgreSQL，提供了平行计算的OLAP技能，对Impala和Presto的性能很小。
Kylin是基于Hadoop的，并提供了飞蛾技能，以通过预先计算来提高问题的表现。
7 **实时问题引擎**：ClickHouse是一个数据库，用于存储具有出色单表问题的高性能列，适合真实的时间问题。
8 **研究引擎**：Elasticsearch提供倒置的索引和单词共享功能，适用于基于搜索的业务，例如日志搜索和分析。
9 **数据处理和分析工具**：Spark和Flink是高性能平行的计算机发动机，适用于小组处理和流程处理实时，即。
工具BI作为表和PowerBi可视化数据。
1 0**通用系统体系结构**：K8 S用于放置容器，SpringCloud提供微学品体系结构，KeyCloak用于证书，Kafka管理数据流，Spark/Flink的过程，Elk Collect and Elks collect and Enallakes offersisters of Collect and Enally ofers ofers collect和pg/mysql商店基本数据，NOSQL数据库处理大数据，OLAP数据库执行数据分析，而BI工具提供了数据可视化。
海量智库第28期 | 防篡改利器——账本数据库
分类帐VastBase数据库是确保数据安全性和稳定性的重要工具。当用户在系统中启用防篡改模式并建立防篡改用户表时，系统将自动记录操作行为，包括数据哈希，用户操作记录和数据更改历史记录的摘要。
当用户输入，更新或删除防篡改用户表时，系统会留下消费者历史记录表和全局块表的详细记录。
此记录的完整性很重要，只有当用户表，用户历史记录表中的数据和篡改用户表中的数据不间断时，数据是一致的。
VastBase提供了高性能验证接口，该接口允许用户轻松检查数据一致性。
在示例操作中，通过查看用户历史记录和全局块表，您可以确认防篡改用户表数据中的更改。
例如，在在Test_schema中创建了防试时间表并执行DML操作之后，PG_Catalog提供的确认接口可以确保不锈钢用户时间表，用户历史记录时间表和全局块表保持一致，从而确保数据完整性和安全性。
通常，分类帐数据库是一种防篡改的核心VastBase技术。
EXFAT怎么转换为NTFS(数据不能丢失)PG和DOS 命令都不行
这是无法做到的，因此您可以退出数据，重新通行然后获取数据。使用USB闪存驱动器的闪存是设备，这些设备仅采用ExFAT格式。
我希望您的孩子不要保持体积的范围，所以这会非常令人不安。
现在后端都在用什么数据库存储数据？
然后，我将根据过去两三年的研究和工作经验谈论当前情况。1 甲骨文的传统行业，尤其是政府，医疗，学校和大公司，基本上是甲骨文中最常用的，其次是DB2 相反，诸如Weblogic和WebSphere之类的中级产品最初从历史阶段撤回，经典Javaee的下降，并由丰富前端和微服务帧的光组合取代。
2 MySQL传统行业的许多新项目也开始大量使用MySQL。
其中大多数是面向互联网的项目。
这些系统通常不会使诸如Oracle之类的关键活动的数据存储，因此要选择哪种数据库是开发公司本身的决定。
目前，许多公司已经开始涌入云。
阿里巴巴云的重点是。
3 . Postgresql Apropos Postgresql，PG实际上在过去两年中一直很受欢迎。
非常稳定且成本非常低。
特别是对于熟练Linux服务的建筑师，PostgreSQL更容易掌握。
更具体地说，关键因素主要由PostgreSQL主要是业务数据，因为我们当时拥有医疗数据，并且医疗数据的属性本身非常重要！ 因此，稳定性和安全性是严格的要求，与此同时，我们必须平衡成本与互联网方法的灵活性，因此我们否认了MySQL解决方案并坚决实施了PostgreSQL解决方案。
4 hadoophdfs Big Data Project的主要数据集仍然使用HadoOphDF -ER作为基本存储系统。
尽管热情的讨论是Hadoop已经是日落和黄昏，但您可以选择其他更快的NOSQL存储解决方案。
实际上，大数据工程师在最终实施中选择了诚实的Hadoop，因为其成熟度和稳定性是最终评估。
5 Elasticsearch Elk家族的Elasticsearch当前被用作日志监视和分析的主要数据集，甚至忽略了它是搜索引擎的事实。
搜索。
6 实时和时间序列数据库的实时/时间序列数据库工业能源和其他物联网行业逐渐采用开源解决方案，例如druid.io，influxdb，openSDB，也是存储物联网的最佳开源选择选项数据。
druid.io是实时的一组真实时间和历史图书馆解决方案。
系统。
此外，tsinghua启动的开源定时数据库IOTDB已由apache.org升级为顶级项目。
7 Hadoophbasehadoophbase是一个圆柱簇，也是毫秒级的K-V存储。
它在存储HDF中的分布式纹理和稳定性都是对重要业务数据实时分析的绝佳解决方案。
8 .. 然后遇到NewsQL，NewsQL是一种分布式纹理，酸，具有K-V-Horizontal缩放量表存储解决方案，非常合适，不需要在数据库分区和表分区的泥浆中进行战斗。
9 MONGODB的另一种类型是改进实际关系数据库或引入MongoDB进行部分补偿，例如电子商务预订业务数据，医疗处理的健康食品数据以及中发布的文章数据都可以意识到已记录的MongoDB替代品。
根据交易的假设获得。
1 0关系数据库并联关系数据库也继续进行持续改进，尤其是光数据库的改进，MySQL8 的群集函数以及PostgreSQL1 1 的并行功能都是实现相同目标的不同手段：也就是说，关系库是当您尝试所有可能的方法时，都不需要离开用户使用关系数据库，并且必须拥抱NOSQL来追求平行治疗能力大量数据，与此同时，它还可以降低用户更换引起的巨大升级成本。
注意：以上架构图全部来自官方数据库的网站或相关技术的权威网站。
