数据库 之 数据库对比

数据库对比：

1.常用关系型数据库对比：

数据库	优点	缺点	使用场景
MySQL数据库	1.使用C和C++编写，并使用了多种编译器进行测试，保证源代码的可移植性； 2.支持AIX、FreeBSD、HP-UX、Linux、Mac OS、NovellNetware、OpenBSD、OS/2 Wrap、Solaris、Windows等多种操作系统； 3.为多种编程语言提供了API。这些编程语言包括C、C++、Python、Java、Perl、PHP、Eiffel、Ruby和Tcl等； 4.支持多线程，充分利用CPU资源； 5.价格便宜：Mysql是开源的，所以不需要支付额外的费用； 6.MySQL使用标准的SQL数据语言形式； 7.Mysql对PHP有很好的支持，PHP是目前最流行的Web开发语言。	1.比较难学； 2.MySQL也缺乏一些存储程序的功能； 3.使用缺省的ip端口，但是有时候这些ip也会被一些黑客闯入； 4.使用myisam配置，如果你不慎损坏数据库，结果可能会导致所有的数据丢失。	广泛地应用在Internet上的中小型网站中 LAMP（Linux+Apache+Mysql+Php） mysql的优势在于免费，如果业务系统数据库不是极其庞大，可用mysql
Oracle数据库	1.能在所有主流平台上运行（包括 windows）。完全支持所有的工业标准。采用完全开放策略。可以使客户选择最适合的解决方案。对开发商全力支持； 2.安全性方面，性能最高； 3.采用标准的SQL结构化查询语言； 4.具有丰富的开发工具，覆盖开发周期的各阶段； 5.支持大型数据库，数据类型支持数字、字符、大至2GB的二进制数据，为数据库的面向对象存储提供数据支持； 6.具有字符界面和图形界面，易于开发； 7.具有数据透明、网络透明，支持异种网络、异构数据库系统。并行处理采用动态数据分片技术； 8.支持客户机/服务器体系结构及混合的体系结构（集中式、分布式、客户机/服务器）； 9.数据安全保护措施：没有读锁，采取快照SNAP方式完全消除了分布读写冲突。自动检测死锁和冲突并解决。数据安全级别为C2级（最高级）； 10.在中国的销售份额占50%以上，市场份额高	1.管理维护麻烦一些； 2.数据库崩溃后恢复很麻烦，因为他把很多东西放在内存里； 3.数据库连接要慢些，最好用连接池； 4.大对象不好用，vchar2字段太短，不够用； 5.管理员的工作烦，且经验非常重要； 6.对硬件的要求很高； 7.价格昂贵。	大部分企事业单位都用oracle，在电信行业占用最大的份额。
SQL Server数据库	1.安全性和可用性高； 2.超快的性能； 3.企业安全性； 4.快速的数据发现 5.方便易用； 6.高效的数据压缩功能； 7.集成的开发环境。	1.开放性。只能运行在微软的windows平台，没有丝毫的开放性可言； 2.可伸缩性，并行性。并行实施和共存模型并不成熟，很难处理日益增多的用户数和数据卷，伸缩性有限； 3.性能稳定性。SQLServer当用户连接多时性能会变的很差，并且不够稳定； 4.使用风险。SQLServer完全重写的代码，经历了长期的测试，不断延迟，许多功能需时间来证明。并不十分兼容早期产品。使用需要冒一定风险； 5.客户端支持及应用模式，只支持C/S模式； 6.安全性。Oracle的安全认证获得最高认证级别的ISO标准认证，而SQL Server并没有获得什么安全认证。	主机操作系统为window，主要用于web网站的建设，承载中小型web后台数据。在租赁的虚拟主机中一般会预安装SQL Server作为数据库软件。
PostgreSQL	1.PostgreSQL 的稳定性极强， Innodb 等引擎在崩溃、断电之类的灾难场景下抗打击能力有了长足进步。 2.PG 性能高速度快。任何系统都有它的性能极限，在高并发读写，负载逼近极限下，PG的性能指标仍可以维持双曲线甚至对数曲线，到顶峰之后不再下降。 3.PG 多年来在 GIS 领域处于优势地位，因为它有丰富的几何类型，实际上不止几何类型，PG有大量字典、数组、bitmap 等数据类型。 4.PG 的“无锁定”特性非常突出，甚至包括 vacuum 这样的整理数据空间的操作，这个和PGSQL的MVCC实现有关系。PostgreSQL 是唯一支持事务、子查询、多版本并行控制系统、数据完整性检查等特性的唯一的一种自由软件的数据库管理系统 5.PG对数据量大的文本以及SQL处理较快,可以使用函数和条件索引，这使得PG数据库的调优非常灵活。	1.关于mvcc 的多版本控制。会生成很多个版本。定期要清理 2.pg的分布式集群。bug很多实用需要谨慎 3.pg数据库的并发性问题：pg采用抢占资源的方式，如果有一个大的SQL在跑，可能就会阻塞其他的进程，不管其他的进程是小SQL还是大SQL。好在pg有个优先级设置，还能变通一下。 4.pg的数据库扩容问题：扩容花费的时间很长。 5.pg的segment和mirror同步问题：某个实例有问题，如果是在线恢复，特别慢。 如果把所有的应用停掉则速度还算可以。	OLAP数据库，适用于电信、金融的分析
SQLlite	1.源代码不受版权限制,真正的自由,开源和免费. 2.无服务器,不需要一个单独的服务器进程或者操作的系统 3.一个SQLite 数据库是存储在一个单一的跨平台的磁盘文件 4.零配置,因为其本身就是一个文件,不需要安装或管理,轻松携带 5.不需要任何外部的依赖,所有的操作等功能全部都在自身集成. 6.轻量级,SQLite本身是C写的，体积很小，经常被集成到各种应用程序中.	1.缺乏用户管理和安全功能 2.只能本地嵌入，无法被远程的客户端访问，需要上层应用来处理这些事情； 3.不适合大数据 4.适合单线程访问，对多线程高并发的场景不适用； 5.各种数据库高级特性它都不支持，比如管理工具、分析工具、维护等等；	小型网站、嵌入式设备、数据库教学、本地应用程序
DB2数据库	1.能在所有主流平台上运行（包括windows）。最适于海量数据； 2.具有很好的并行性。DB2把数据库管理扩充到了并行的、多节点的环境； 3.获得最高认证级别的ISO标准认证； 4.客户端支持及应用模式； 5.跨平台，多层结构，支持ODBC，JDBC等客户； 6.操作简单，同时提供GUI和命令行，在windowsNT和unix下操作相同。	1.在巨型企业得到广泛的应用，向下兼容性好。风险小。	性能较高适用于数据仓库和在线事务处理。DB2 超大型数据库，与ORACLE类似 ，数据仓库和数据挖掘相当的不错，特别是集群技术可以使DB2的可扩性能达到极致。

2.常用非关系型数据库对比：

数据库	优点	缺点	使用场景
Redis	1、Redis不仅仅只支持简单的K-V形式的数据存储，还支持list、set、hash、zset等等集合类数据的存储； 2、Redis支持实时的数据备份，即使宕机，也可以把数据恢复过来； 3、Redis支持数据的持久化，可以存放在内存memory中的数据直接保存在磁盘上；	数据库容量受到物理内存的限制，因此不便对海量数据进行高性能读写，适用场景局限在数据量较小的高性能操作和运算上；	查找最新的回复、排行问题、缓存、删除过期数据
MemCache	1、稳定。 2、配置简单 3、速度快 4、分布式扩展	1.不能持久化存储 2.存储数据有限制：1M 【大于1M，认为就行分割】（内存碎片） 3.mm存储数据只能key-value 4.集群数据没有复制和同步机制 【崩溃不会影响程序，会从数据库中取数据】 5.内存回收不能及时 LRU(算法)：未使用内存》过期内存》最近最少使用内存 这是惰性删除	分布式应用、数据库前段缓存、服务器间数据共享
MongoDB数据库	1、文档结构的存储方式，能够更便捷的获取数据 2、内置GridFS，支持大容量的存储 3、内置Sharding，分片简单 4、海量数据下，性能优越 5、支持自动故障恢复（复制集）	1.不支持事务操作 2.占用空间过大 3.MongoDB没有如MySQL那样成熟的维护工具 4.无法进行关联表查询，不适用于关系多的数据 5.复杂聚合操作通过mapreduce创建，速度慢 6.模式自由， 自由灵活的文件存储格式带来的数据错误	各种应用服务的日志存储、敏捷开发、地理位置信息存储、json存储