資料庫報告有哪些

① 外文資料庫有哪幾個

外文資料庫有很多個，我將分享3個我經常用的外文資料庫。

1、Wiley InterScience(英文文獻期刊)

Wiley InterScience收錄了360多種科學、工程技術、醫療領域及相關專業期刊、30多種大型專業參考書、13種實驗室手冊的全文和500多個題目的Wiley學術圖書的全文。其中被SCI收錄的核心期刊近200種。

② 2019數據架構選型必讀：1月資料庫產品技術解析

本期目錄

DB-Engines資料庫排行榜

新聞快訊

一、RDBMS家族

二、NoSQL家族

三、NewSQL家族

四、時間序列

五、大數據生態圈

六、國產資料庫概覽

七、雲資料庫

八、推出dbaplus Newsletter的想法

九、感謝名單

為方便閱讀、重點呈現，本期Newsletter（2019年1月）將對各個板塊的內容進行精簡。需要閱讀全文的同學可點擊文末 【閱讀原文】 或登錄https://pan..com/s/13BgipbaHeMfvm0YPtiYviA

進行下載。

DB-Engines資料庫排行榜

以下取自2019年1月的數據，具體信息可以參考http://db-engines.com/en/ranking/，數據僅供參考。

DB-Engines排名的數據依據5個不同的因素：

新聞快訊

1、2018年9月24日，微軟公布了SQL Server2019預覽版，SQL Server 2019將結合Spark創建統一數據平台。

2、2018年10月5日，ElasticSearch在美國紐約證券交易所上市。

3、亞馬遜放棄甲骨文資料庫軟體，導致最大倉庫之一在黃金時段宕機。受此消息影響，亞馬遜盤前股價小幅跳水，跌超2%。

4、2018年10月31日，Percona發布了Percona Server 8.0 RC版本，發布對MongoDB 4.0的支持，發布對XtraBackup測試第二個版本。

5、2018年10月31日，Gartner陸續發布了2018年的資料庫系列報告，包括《資料庫魔力象限》、《資料庫核心能力》以及《資料庫推薦報告》。

今年的總上榜資料庫產品達到了5家，分別來自：阿里雲，華為，巨杉資料庫，騰訊雲，星環 科技 。其中阿里雲和巨杉資料庫已經連續兩年入選。

6、2018年11月初，Neo4j宣布完成E輪8000萬美元融資。11月15日，Neo4j宣布企業版徹底閉源：

7、2019年1月8日，阿里巴巴以1.033億美元（9000萬歐元）的價格收購了Apache Flink商業公司DataArtisans。

8、2019年1月11日早間消息，亞馬遜宣布推出雲資料庫軟體，亞馬遜和MongoDB將會直接競爭。

RDBMS家族

Oracle 發布18.3版本

2018年7月，Oracle Database 18.3通用版開始提供下載。我們可以將Oracle Database 18c視為採用之前發布模式的Oracle Database 12c第2版的第一個補丁集。未來，客戶將不再需要等待多年才能用上最新版Oracle資料庫，而是每年都可以期待新資料庫特性和增強。Database 19c將於2019年Q1率先在Oracle cloud上發布雲版本。

Oracle Database 18c及19c部分關鍵功能：

1、性能

2、多租戶，大量功能增強及改進，大幅節省成本和提高敏捷性

3、高可用

4、數據倉庫和大數據

MySQL發布8.0.13版本

1、賬戶管理

經過配置，修改密碼時，必須帶上原密碼。在之前的版本，用戶登錄之後，就可以修改自己的密碼。這種方式存在一定安全風險。比如用戶登錄上資料庫後，中途離開一段時間，那麼非法用戶可能會修改密碼。由參數password_require_current控制。

2、配置

Innodb表必須有主鍵。在用戶沒有指定主鍵時，系統會生成一個默認的主鍵。但是在主從復制的場景下，默認的主鍵，會對叢庫應用速度帶來致命的影響。如果設置sql_require_primary_key，那麼資料庫會強制用戶在創建表、修改表時，加上主鍵。

3、欄位默認值

BLOB、TEXT、GEOMETRY和JSON欄位可以指定默認值了。

4、優化器

1）Skip Scan

非前綴索引也可以用了。

之前的版本，任何沒有帶上f1欄位的查詢，都沒法使用索引。在新的版本中，它可以忽略前面的欄位，讓這個查詢使用到索引。其實現原理就是把(f1 = 1 AND f2 > 40) 和(f1 = 2 AND f2 > 40)的查詢結果合並。

2）函數索引

之前版本只能基於某個列或者多個列加索引，但是不允許在上面做計算，如今這個限制消除了。

5、SQL語法

GROUP BY ASC和GROUP BY DESC語法已經被廢棄，要想達到類似的效果，請使用GROUP BY ORDER BY ASC和GROUP BY ORDER BY DESC。

6、功能變化

1）設置用戶變數，請使用SET語句

如下類型語句將要被廢棄SELECT @var, @var:=@var+1。

2）新增innodb_fsync_threshold

該變數是控制文件刷新到磁碟的速率，防止磁碟在短時間內飽和。

3）新增會話級臨時表空間

在以往的版本中，當執行SQL時，產生的臨時表都在全局表空間ibtmp1中，及時執行結束，臨時表被釋放，空間不會被回收。新版本中，會為session從臨時表空間池中分配一個臨時表空間，當連接斷開時，臨時表空間的磁碟空間被回收。

4）在線切換Group Replication的狀態

5）新增了group_replication_member_expel_timeout

之前，如果某個節點被懷疑有問題，在5秒檢測期結束之後，那麼就直接被驅逐出這個集群。即使該節點恢復正常時，也不會再被加入集群。那麼，瞬時的故障，會把某些節點驅逐出集群。

group_replication_member_expel_timeout讓管理員能更好的依據自身的場景，做出最合適的配置（建議配置時間小於一個小時）。

MariaDB 10.3版本功能展示

1、MariaDB 10.3支持update多表ORDER BY and LIMIT

1）update連表更新，limit語句

update t1 join t2 on t1.id=t2.id set t1.name='hechunyang' limit 3;

MySQL 8.0直接報錯

MariaDB 10.3更新成功

2）update連表更新，ORDER BY and LIMIT語句

update t1 join t2 on t1.id=t2.id set t1.name='HEchunyang' order by t1.id DESC limit 3;

MySQL 8.0直接報錯

MariaDB 10.3更新成功

參考：

https://jira.mariadb.org/browse/MDEV-13911

2、MariaDB10.3增補AliSQL補丁——安全執行Online DDL

Online DDL從名字上看很容易誤導新手，以為不論什麼情況，修改表結構都不會鎖表，理想很豐滿，現實很骨感，注意這個坑！

有以下兩種情況執行DDL操作會鎖表的，Waiting for table metadata lock（元數據表鎖）：

針對第二種情況，MariaDB10.3增補AliSQL補丁-DDL FAST FAIL，讓其DDL操作快速失敗。

例：

如果線上有某個慢SQL對該表進行操作，可以使用WAIT n（以秒為單位設置等待）或NOWAIT在語句中顯式設置鎖等待超時，在這種情況下，如果無法獲取鎖，語句將立即失敗。 WAIT 0相當於NOWAIT。

參考：

https://jira.mariadb.org/browse/MDEV-11388

3、MariaDB Window Functions窗口函數分組取TOP N記錄

窗口函數在MariaDB10.2版本里實現，其簡化了復雜SQL的撰寫，提高了可讀性。

參考：

https://mariadb.com/kb/en/library/window-functions-overview/

Percona Server發布8.0 GA版本

2018年12月21日，Percona發布了Percona Server 8.0 GA版本。

在支持MySQL8.0社區的基礎版上，Percona Server for MySQL 8.0版本中帶來了許多新功能：

1、安全性和合規性

2、性能和可擴展性

3、可觀察性和可用性

Percona Server for MySQL 8.0中將要被廢用功能：

Percona Server for MySQL 8.0中刪除的功能：

RocksDB發布V5.17.2版本

2018年10月24日，RocksDB發布V5.17.2版本。

RocksDB是Facebook在LevelDB基礎上用C++寫的高效內嵌式K/V存儲引擎。相比LevelDB，RocksDB提供了Column-Family，TTL，Transaction，Merge等方面的支持。目前MyRocks，TiKV等底層的存儲都是基於RocksDB來構建。

PostgreSQL發布11版本

2018年10月18日，PostgreSQL 11發布。

1、PostgreSQL 11的重大增強

2、PostgreSQL 插件動態

1）分布式插件citus發布 8.1

citus是PostgreSQL的一款sharding插件，目前國內蘇寧、鐵總、探探有較大量使用案例。

https://github.com/citusdata/citus

2）地理信息插件postgis發布2.5.1

PostGIS是專業的時空資料庫插件，在測繪、航天、氣象、地震、國土資源、地圖等時空專業領域應用廣泛。同時在互聯網行業也得到了對GIS有性能、功能深度要求的客戶青睞，比如共享出行、外賣等客戶。

http://postgis.net/

3）時序插件timescale發布1.1.1

timescale是PostgreSQL的一款時序資料庫插件，在IoT行業中有非常好的應用。github star數目前有5000多，是一個非常火爆的插件。

https://github.com/timescale/timescaledb

4）流計算插件 pipelinedb 正式插件化

Pipelinedb是PostgreSQL的一款流計算插件，使用這個創建可以對高速寫入的數據進行實時根據定義的聚合規則進行聚合（支持概率計算），實時根據定義的規則觸發事件（支持事件處理函數的自定義）。可用於IoT，監控，FEED實時計算等場景。

https://github.com/pipelinedb/pipelinedb

3、PostgreSQL衍生開源產品動態

1）agensgraph發布 2.0.0版本

agensgraph是兼容PostgreSQL、opencypher的專業圖資料庫，適合圖式關系的管理。

https://github.com/bitnine-oss/agensgraph

2）gpdb發布5.15

gpdb是兼容PostgreSQL的mpp資料庫，適合OLAP場景。近兩年，gpdb一直在追趕PostgreSQL的社區版本，預計很快會追上10的PostgreSQL，在TP方面的性能也會得到顯著提升。

https://github.com/greenplum-db/gpdb

3）antdb發布3.2

antdb是以Postgres-XC為基礎開發的一款PostgreSQL sharding資料庫，亞信主導開發，開源，目前主要服務於亞信自有客戶。

https://github.com/ADBSQL/AntDB

4）遷移工具MTK發布52版本

MTK是EDB提供的可以將Oracle、PostgreSQL、MySQL、MSSQL、Sybase資料庫遷移到PostgreSQL, PPAS的產品，遷移速度可以達到100萬行/s以上。

https://github.com/digoal/blog/blob/master/201812/20181226_01.md

DB2發布 11.1.4.4版本

DB2最新發布Mod Pack 4 and Fix Pack 4，包含以下幾方面的改動及增強：

1、性能

2、高可用

3、管理視圖

4、應用開發方面

5、聯邦功能

6、pureScale

NoSQL家族

Redis發布5.0.3版本

MongoDB升級更新MongoDB Mobile和MongoDB Stitch

2018年11月21日，MongoDB升級更新MongoDB Mobile和MongoDB Stitch，助力開發人員提升工作效率。

MongoDB 公司日前發布了多項新產品功能，旨在更好地幫助開發人員在世界各地管理數據。通過利用存儲在移動設備和後台資料庫的數據之間的實時、自動的同步特性，MongoDB Mobile通用版本助力開發人員構建更快捷、反應更迅速的應用程序。此前，這只能通過在移動應用內部安裝一個可供選擇或限定功能的資料庫來實現。

MongoDB Mobile在為客戶提供隨處運行的自由度方面更進了一步。用戶在iOS和安卓終端設備上可擁有MongoDB所有功能，將網路邊界擴展到其物聯網資產范疇。應用系統還可以使用MongoDB Stitch的軟體開發包訪問移動客戶端或後台數據，幫助開發人員通過他們希望的任意方式查詢移動終端數據和物聯網數據，包括本地讀寫、本地JSON存儲、索引和聚合。通過Stitch移動同步功能(現可提供beta版)，用戶可以自動對保存在本地的數據以及後台資料庫的數據進行同步。

本期新秀：Cassandra發布3.11.3版本

2018年8月11日，Cassandra發布正式版3.11.3。

Apache Cassandra是一款開源分布式NoSQL資料庫系統，使用了基於Google BigTable的數據模型，與面向行(row)的傳統關系型資料庫或鍵值存儲key-value資料庫不同，Cassandra使用的是寬列存儲模型(Wide Column Stores)。與BigTable和其模仿者HBase不同，數據並不存儲在分布式文件系統如GFS或HDFS中，而是直接存於本地。

Cassandra的系統架構與Amazon DynamoDB類似，是基於一致性哈希的完全P2P架構，每行數據通過哈希來決定應該存在哪個或哪些節點中。集群沒有master的概念，所有節點都是同樣的角色，徹底避免了整個系統的單點問題導致的不穩定性，集群間的狀態同步通過Gossip協議來進行P2P的通信。

3.11.3版本的一些bug fix和改進：

NewSQL家族

TiDB 發布2.1.2版本

2018 年 12 月 22 日，TiDB 發布 2.1.2 版，TiDB-Ansible 相應發布 2.1.2 版本。該版本在 2.1.1 版的基礎上，對系統兼容性、穩定性做出了改進。

TiDB 是一款定位於在線事務處理/在線分析處理（ HTAP: Hybrid Transactional/Analytical Processing）的融合型資料庫產品。除了底層的 RocksDB 存儲引擎之外，分布式SQL層、分布式KV存儲引擎（TiKV）完全自主設計和研發。

TiDB 完全開源，兼容MySQL協議和語法，可以簡單理解為一個可以無限水平擴展的MySQL，並且提供分布式事務、跨節點 JOIN、吞吐和存儲容量水平擴展、故障自恢復、高可用等優異的特性；對業務沒有任何侵入性，簡化開發，利於維護和平滑遷移。

TiDB：

PD：

TiKV：

Tools：

1）TiDB-Lightning

2）TiDB-Binlog

EsgynDB發布R2.5版本

2018年12月22日，EsgynDB R2.5版本正式發布。

作為企業級產品，EsgynDB 2.5向前邁進了一大步，它擁有以下功能和改進：

CockroachDB發布2.1版本

2018年10月30日，CockroachDB正式發布2.1版本，其新增特性如下：

新增企業級特性：

新增SQL特性：

新增內核特性：

Admin UI增強：

時間序列

本期新秀：TimescaleDB發布1.0版本

10月底，TimescaleDB 1.0宣布正式推出，官方表示該版本已可用於生產環境，支持完整SQL和擴展。

TimescaleDB是基於PostgreSQL資料庫開發的一款時序資料庫，以插件化的形式打包提供，隨著PostgreSQL的版本升級而升級，不會因為另立分支帶來麻煩。

TimescaleDB架構：

數據自動按時間和空間分片(chunk)

更新亮點：

https://github.com/timescale/timescaledb/releases/tag/1.0.0

大數據生態圈

Hadoop發布2.9.2版本

2018年11月中旬，Hadoop在2.9分支上發布了新的2.9.2版本，該版本進行了204個大大小小的變更，主要變更如下：

Greenplum 發布5.15版本

Greenplum最新的5.15版本中發布了流式數據載入工具。

該版本中的Greenplum Streem Server組件已經集成了Kafka流式載入功能，並通過了Confluent官方的集成認證，其支持的主要功能如下：

國產資料庫概覽

K-DB發布資料庫一體機版

2018年11月7日，K-DB發布了資料庫一體機版。該版本更新情況如下：

OceanBase遷移服務發布1.0版本

1月4日，OceanBase 正式發布OMS遷移服務1.0版本。

以下內容包含 OceanBase 遷移服務的重要特性和功能：

SequoiaDB發布3.0.1新版本

1、架構

1）完整計算存儲分離架構，兼容MySQL協議、語法

計算存儲分離體系以松耦合的方式將計算與存儲層分別部署，通過標准介面或插件對各個模塊和組件進行無縫替換，在計算層與存儲層均可實現自由的彈性伸縮。

SequoiaDB巨杉資料庫「計算-存儲分離」架構詳細示意

用戶可以根據自身業務特徵選擇面向交易的SQL解析器（例如MySQL或PGSQL）或面向統計分析的執行引擎（例如SparkSQL）。眾所周知，使用不同的SQL優化與執行方式，資料庫的訪問性能可能會存在上千上萬倍的差距。計算存儲分離的核心思想便是在數據存儲層面進行一體化存儲，在計算層面則利用每種執行引擎的特點針對不同業務場景進行選擇和優化，用戶可以在存儲層進行邏輯與物理的隔離，將面向高頻交易的前端業務與面向高吞吐量的統計分析使用不同的硬體進行存儲，確保在多類型數據訪問時互不幹擾，以真正達到生產環境可用的多租戶與HTAP能力。

2、其他更新信息

1）介面變更：

2）主要特性：

雲資料庫

本期新秀：騰訊發布資料庫CynosDB，開啟公測

1、News

1）騰訊雲資料庫MySQL2018年重大更新：

2）騰訊雲資料庫MongoDB2018年重大更新：

3）騰訊雲資料庫Redis/CKV+2018年重大更新：

4）騰訊雲資料庫CTSDB2018年重大更新：

2、Redis 4.0集群版商業化上線

2018年10月，騰訊雲資料庫Redis 4.0集群版完成邀測、公測、商業化三個迭代，在廣州、上海、北京正式全量商業化上線。

產品特性：

使用場景：

官網文檔：

https://cloud.tencent.com/document/proct/239/18336

3、騰訊自研資料庫CynosDB發布，開啟公測

2018年11月22日，騰訊雲召開新一代自研資料庫CynosDB發布會，業界第一款全面兼容市面上兩大最主流的開源資料庫MySQL和PostgreSQL的高性能企業級分布式雲資料庫。

本期新秀：京東雲DRDS發布1.0版本

12月24日，京東雲分布式關系型資料庫DRDS正式發布1.0版本。

DRDS是京東雲精心自研的資料庫中間件產品，獲得了2018年 」可信雲技術創新獎」。DRDS可實現海量數據下的自動分庫分表，具有高性能，分布式，彈性升級，兼容MySQL等優點，適用於高並發、大規模數據的在線交易， 歷史 數據查詢，自動數據分片等業務場景，歷經多次618，雙十一的考驗，已經在京東集團內大規模使用。

京東雲DRDS產品有以下主要特性

1）自動分庫分表

通過簡單的定義即可自動實現分庫分表，將數據實際存放在多個MySQL實例的資料庫中，但呈現給應用程序的依舊是一張表，對業務透明，應用程序幾乎無需改動，實現了對資料庫存儲和處理能力的水平擴展。

2）分布式架構

基於分布式架構的集群方案，多個對等節點同時對外提供服務，不但可有效規避服務的單點故障，而且更加容易擴展。

3）超強性能

具有極高的處理能力，雙節點即可支持數萬QPS，滿足用戶超大規模處理能力的需求。

4）兼容MySQL

兼容絕大部分MySQL語法，包括MySQL語法、數據類型、索引、常用函數、排序、關聯等DDL，DML語句，使用成本低。

參考鏈接：

https://www.jdcloud.com/cn/procts/drds

RadonDB發布1.0.3版本

2018年12月26日，MyNewSQL領域的RadonDB雲資料庫發布1.0.3版本。

推出dbaplus Newsletter的想法

dbaplus Newsletter旨在向廣大技術愛好者提供資料庫行業的最新技術發展趨勢，為社區的技術發展提供一個統一的發聲平台。為此，我們策劃了RDBMS、NoSQL、NewSQL、時間序列、大數據生態圈、國產資料庫、雲資料庫等幾個版塊。

我們不以商業宣傳為目的，不接受任何商業廣告宣傳，嚴格審查信息源的可信度和准確性，力爭為大家提供一個純凈的技術學習環境，歡迎大家監督指正。

至於Newsletter發布的周期，目前計劃是每三個月左右會做一次跟進， 下期計劃時間是2019年4月14日~4月25日， 如果有相關的信息提供請發送至郵箱：[email protected]

感謝名單

最後要感謝那些提供寶貴信息和建議的專家朋友，排名不分先後。

往期回顧：

↓↓別忘了點這里下載 2019年1月 完整版Newsletter 哦~

③ 誰有資料庫的實訓報告總結

時間過的真快，轉眼間我期望已久的實訓周已經結束。經過一周的實訓練習，是我受益不少。 在我以前就只知道有電腦這個詞，有電腦這個東西，還從未碰過。但是現在經過一周的實訓讓我學到了許多知識，讓我對電腦有了一個初步的認識和了解。例如：WORD EXCEL PPT 等等讓我感到了電腦對於我們以後學習和工作的實用和簡便。 雖然上周的實訓時間非常緊張，但是我們對於這短暫的時間的利用率卻很高，所以我感到我上周過的很充實，很快活。 雖然我現在對於電腦了解的不是很多，但是我相信通過以後的努力我會對於電腦的應用不會走在後面的，因為我對於電腦很感興趣，也非常喜歡電腦。

④ 一份難得的資料庫市場分析報告

目錄

- 資料庫分類維度：關系型/非關系型、交易型/分析型

- NoSQL資料庫的進一步分類

- OLTP市場規模：關系型資料庫仍占營收大頭

- 資料庫市場份額：雲服務和新興廠商主導NoSQL

- 開源資料庫 vs. 商業資料庫

- 資料庫三大陣營：傳統廠商和雲服務提供商

最近由於時間原因我寫東西少了，在公眾號上也轉載過幾篇搞資料庫朋友的大作。按說我算是外行，沒資格在這個領域品頭論足，而當我看到下面這份報告時立即產生了學習的興趣，同時也想就能看懂的部分寫點心得體會分享給大家。

可能本文比較適合普及性閱讀，讓資料庫領域資深的朋友見笑了：）

資料庫分類維度：關系型/非關系型、交易型/分析型

首先是分類維度，上圖中的縱軸分類為Relational Database（關系型資料庫，RDBMS）和Nonrelational Database （非關系型資料庫，NoSQL），橫軸的分類為Operational（交易型，即OLTP）和Analytical（分析型，即OLAP）。

按照習慣我們先看關系型資料庫，左上角的交易型類別中包括大家熟悉的商業資料庫Oracle、MS SQL Server、DB2、Infomix，也包括開源領域流行的MySQL（MariaDB是它的一個分支）、PostgreSQL，還有雲上面比較常見的SQL Azure和Amazon Aurora等。

比較有意思的是，SAP HANA正好位於交易型和分析型的中間分界處，不要忘了SAP還收購了Sybase，盡管後者今天不夠風光了，而早年微軟的SQL Server都是來源於Sybase。Sybase的ASE資料庫和分析型Sybase IQ還是存在的。

右上角的分析型產品中包括幾款知名的列式數據倉庫Pivotal Greenplum、Teradata和IBM Netezza（已宣布停止支持），來自互聯網巨頭的Google Big Query和Amazon RedShift。至於Oracle Exadata一體機，它上面運行的也是Oracle資料庫，其最初設計用途是OLAP，而在後來發展中也可以良好兼顧OLTP，算是一個跨界產品吧。

再來看非關系型資料庫，左下角的交易型產品中，有幾個我看著熟悉的MongoDB、Redis、Amazon DynamoDB和DocumentDB等；右下角的分析型產品包括著名的Hadoop分支Cloudera、Hortonworks（這2家已並購），Bigtable（來自Google，Hadoop中的HBase是它的開源實現）、Elasticsearch等。

顯然非關系型資料庫的分類要更加復雜，產品在應用中的差異化也比傳統關系型資料庫更大。Willian Blair很負責任地對它們給出了進一步的分類。

NoSQL資料庫的進一步分類

上面這個圖表應該說很清晰了。非關系型資料庫可以分為Document-based Store（基於文檔的存儲）、Key-Value Store（鍵值存儲）、Graph-based（圖資料庫）、Time Series（時序資料庫），以及Wide Cloumn-based Store（寬列式存儲）。

我們再來看下每個細分類別中的產品：

文檔存儲 ：MongoDB、Amazon DocumentDB、Azure Cosmos DB等

Key-Value存儲 ：Redis Labs、Oracle Berkeley DB、Amazon DynamoDB、Aerospike等

圖資料庫 ：Neo4j等

時序資料庫 ：InfluxDB等

WideCloumn ：DataStax、Cassandra、Apache HBase和Bigtable等

多模型資料庫 ：支持上面不只一種類別特性的NoSQL，比如MongoDB、Redis Labs、Amazon DynamoDB和Azure Cosmos DB等。

OLTP市場規模：關系型資料庫仍占營收大頭

上面這個基於IDC數據的交易型資料庫市場份額共有3個分類，其中深藍色部分的關系型資料庫（RDBMS，在這里不統計數據挖掘/分析型資料庫）占據80%以上的市場。

Dynamic Database（DDMS，動態資料庫管理系統，同樣不統計Hadoop）就是我們前面聊的非關系型資料庫。這部分市場顯得小（但發展勢頭看好），我覺得與互聯網等大公司多採用開源+自研，而不買商業產品有關。

而遵循IDC的統計分類，在上圖灰色部分的「非關系型資料庫市場」其實另有定義，參見下面這段文字：

資料庫市場份額：雲服務和新興廠商主導NoSQL

請注意，這里的關系型資料庫統計又包含了分析型產品。Oracle營收份額42%仍居第一，隨後排名依次為微軟、IBM、SAP和Teradata。

代表非關系型資料庫的DDMS分類中（這里同樣加入Hadoop等），雲服務和新興廠商成為了主導，微軟應該是因為雲SQL Server的基礎而小幅領先於AWS，這2家一共占據超過50%的市場，接下來的排名是Google、Cloudera和Hortonworks（二者加起來13%）。

上面是IDC傳統分類中的「非關系型資料庫」，在這里IBM和CA等應該主要是針對大型機的產品，InterSystems有一款在國內醫療HIS系統中應用的Caché資料庫（以前也是運行在Power小機上比較多）。我就知道這些，餘下的就不瞎寫了。

開源資料庫 vs. 商業資料庫

按照流行度來看，開源資料庫從2013年到現在一直呈現增長，已經快要追上商業資料庫了。

商業產品在關系型資料庫的佔比仍然高達60.5%，而上表中從這列往左的分類都是開源占優：

Wide Cloumn：開源佔比81.8%；

時序資料庫：開源佔比80.7%；

文檔存儲：開源佔比80.0%；

Key-Value存儲：開源佔比72.2%；

圖資料庫：開源佔比68.4%；

搜索引擎：開源佔比65.3%

按照開源License的授權模式，上面這個三角形越往下管的越寬松。比如MySQL屬於GPL，在互聯網行業用戶較多；而PostgreSQL屬於BSD授權，國內有不少資料庫公司的產品就是基於Postgre哦。

資料庫三大陣營：傳統廠商和雲服務提供商

前面在討論市場份額時，我提到過交易型資料庫的4個巨頭仍然是Oracle、微軟、IBM和SAP，在這里William Blair將他們歸為第一陣營。

隨著雲平台的不斷興起，AWS、Azure和GCP（Google Cloud Platform）組成了另一個陣營，在國外分析師的眼裡還沒有BAT，就像有的朋友所說，國內互聯網巨頭更多是自身業務導向的，在本土發展公有雲還有些優勢，短時間內將技術輸出到國外的難度應該還比較大。（當然我並不認為國內缺優秀的DBA和研發人才）

第三個陣容就是規模小一些，但比較專注的資料庫玩家。

接下來我再帶大家簡單過一下這前兩個陣容，看看具體的資料庫產品都有哪些。

甲骨文的產品，我相對熟悉一些的有Oracle Database、MySQL以及Exadata一體機。

IBM DB2也是一個龐大的家族，除了傳統針對小型機、x86（好像用的人不多）、z/OS大型機和for i的版本之外，如今也有了針對雲和數據挖掘的產品。記得抱枕大師對Informix的技術比較推崇，可惜這個產品發展似乎不太理想。

微軟除了看家的SQL Server之外，在Azure雲上還能提供MySQL、PostgreSQL和MariaDB開源資料庫。應該說他們是傳統軟體License+PaaS服務兩條腿走路的。

如今人們一提起SAP的資料庫就想起HANA，之前從Sybase收購來的ASE（Adaptive Server Enterprise）和IQ似乎沒有之前發展好了。

在雲服務提供商資料庫的3巨頭中，微軟有SQL Server的先天優勢，甚至把它移植到了Linux擁抱開源平台。關系型資料庫的創新方面值得一提的是Amazon Aurora和Google Spanner（也有非關系型特性），至於它們具體好在哪裡我就不裝內行了：）

非關系型資料庫則是Amazon全面開花，這與其雲計算業務發展早並且占據優勢有關。Google當年的三篇經典論文對業界影響深遠，Yahoo基於此開源的Hadoop有一段時間幾乎是大數據的代名詞。HBase和Hive如今已不再是人們討論的熱點，而Bigtable和BigQuery似乎仍然以服務Google自身業務為主，畢竟GCP的規模比AWS要小多了。

最後這張DB-Engines的排行榜，相信許多朋友都不陌生，今年3月已經不是最新的數據，在這里列出只是給大家一個參考。該排行榜幾乎在每次更新時，都會有國內資料庫專家撰寫點評。

以上是我周末的學習筆記，班門弄斧，希望對大家有幫助。

參考資料《Database Software Market:The Long-Awaited Shake-up》

https://blocksandfiles.com/wp-content/uploads/2019/03/Database-Software-Market-White-Paper.pdf

擴展閱讀：《 資料庫&存儲：互相最想知道的事 》

尊重知識，轉載時請保留全文。感謝您的閱讀和支持！

⑤ 資料庫課程設計報告

我是綁定IP的高校帳號，可以幫你下載相關資料。

文獻檢索互助知道團隊為您服務

⑥ 資料庫實驗報告

《Visual FoxPro資料庫基礎教程實踐與題解》是《Visual FoxPro資料庫基礎教程》配套教材。全書包括4部分內容：第1部分為《Visual FoxPro資料庫基礎教程》的習題與參考答案；第2部分為VisualFoxPro8.0的安裝、配置和課程本身的上機實驗安排，介紹了指導學生上機實驗時常見調試程序的基本操作，並根據教材內容提供了10個配套實驗；第3部分為VisualFoxPro8.0資料庫實訓指導及為初學者提供的3個典型的實踐案例；第4部分為6套模擬試題和參考答案，其中包括2套上機操作試題及參考答案。《Visual FoxPro資料庫基礎教程實踐與題解》結構合理、內容新穎、深度適宜、實用性強，不僅可以作為《Visual FoxPro資料庫基礎教程》的參考書，也可以作為其他Visual FoxPro資料庫教材的參考書。
《Visual FoxPro資料庫基礎教程實踐與題解》適合作為高等院校本科、專科學生學習Visual FoxPro資料庫課程的參考書，也可作為資料庫編程人員和信息管理等相關領域的技術工作者自學與參考用書。

⑦ 高分 資料庫課程設計報告

文本編譯

一、實驗名稱 A Text Editor Imlementation

二、實驗的目的和要求:

1.採用C++的ASCII碼文件和串函數實現;

2.熟練掌握串運算的應用;

3.熟練掌握計算機系統的基本操作方法,了解如何編輯、編譯、鏈接和運行一個C++程序;

4.上機調試程序,掌握查錯、排錯使程序能正確運行。

三、實驗的環境:指硬體和軟體環境

1.硬體環境: CPU CENTRINO, HARDISK 30GB, 256DDR

2.軟體環環境:windows XP, Microsoft Visual C++ 6.0。

四、演算法描述

該程序主要運用了鏈表與數組來處理字元串的各項操作。如插入，刪除，查找，替換，顯示等等。對於自定義的文本」str.txt」，其每一行表示一個結點用單鏈表來實現，可以進行一行的修改，刪除，添加等；每一行中的字元可用一夠數組來存儲，這樣可以利用數組的特性方便地進行插入，刪除，替換，甚至可以進行排序操作！數組的各項操作比較簡單，下面我舉一個鏈表的刪除操作：如果要刪除鏈表中的第i個結點，應當先讓第i-1個結點的link域指針指向第i+1個結點，通過重新拉鏈，把第i個結點從鏈表中分離出來，然後再刪除它。

五、源程序清單

#include "stdio.h"

#include "stdlib.h"

#define OK 1

#define ERROR 0

#define OVERFLOW -1

//#define EOF -1

#define STACK_INIT_SIZE 10

#define STACKINCREMENT 1000

#define MAXQSIZE 10

static int i=0;

typedef char ElemType;

typedef struct StackNode//構造棧

{

ElemType *base;

ElemType *top;

int stacksize;

}SqStack;

ElemType InitStack(SqStack *S)//初始化棧

{

S->base=(ElemType *)malloc(STACK_INIT_SIZE*sizeof(ElemType));

if(!S->base)

{

exit(OVERFLOW);

}

S->top=S->base;

S->stacksize=STACK_INIT_SIZE;

return OK;

}

ElemType StackEmpty(SqStack *S)//判斷棧是否為空

{

if(S->top==S->base)

return OK;

else

return ERROR;

}

ElemType Push(SqStack *S,ElemType e)//進棧操作

{

if(S->top-S->base>=S->stacksize)

{

S->base = (ElemType *)realloc(S->base,(S->stacksize+STACKINCREMENT)*sizeof(ElemType));

if(!S->base)

{

exit(OVERFLOW);

}

S->top = S->base+S->stacksize;

S->stacksize+=STACKINCREMENT;

}

*S->top++=e;

return OK;

}

ElemType Pop(SqStack *S,ElemType *e)//出棧操作

{

if(S->top==S->base)

{

return ERROR;

}

*e=*--S->top;

//printf("%d\n",e);

// return e;

return 0;

}

void ClearStack(SqStack *S)//清空棧

{

S->top=S->base;

}

ElemType LineEdit(SqStack *S )//文本編譯

{

char ch, e, a[30];

int i ;

ch = getchar();

while(1)

{

while (ch!='\n')

{

switch(ch)

{

case '#':

Pop(S,&e);

break;

case '@':

ClearStack(S);

break;

default:

Push(S,ch);

break;

}

ch = getchar();

}

i = 0;

while (!StackEmpty(S))

{

Pop(S,&e);

a[i++]=e;

}

for(--i; i>= 0; i--)

{

printf("%c",a[i]);

}

printf("\n");

ClearStack(S);

ch = getchar();

}

return 0;

}

int main(void)

{

SqStack S;

InitStack(&S);

LineEdit(&S);

system("pause");

return 0;

}

⑧ ca網路資料庫收錄的文獻內容主要包括哪些方面

ca網路資料庫收錄的文獻內容主要包括：期刊論文、會議論文、圖書、學位論文、專利、技術報告。

ca網路資料庫收錄計算機可讀的、有組織的相關文獻信息的集合。在文獻資料庫中，文獻信息不是以傳統的文字，而是將文字用二進制編碼的方式表示。

ca網路資料庫收錄按一定的數據結構,有組織地存儲在計算機中，從而使計算機能夠識別和處理。文獻資料庫是當前通過遍布於全世界的通信網路進行聯機情報檢索的最早的和主要的處理和檢索對象。

ca網路資料庫收錄分類：

按文獻的編輯方法和出版特點可以將文獻劃分為圖書、期刊、報紙以及介於圖書與期刊之間的特種文獻，主要包括科技報告、政府出版物、會議文獻、學位論文、專利文獻、技術標准、產品資料及其他零散資料如輿圖、圖片、樂譜等。

將傳統文獻數字化成資料庫以後，則成為不同類型的資料庫，常用的資料庫有電子圖書資料庫、數字化期刊資料庫、報刊資料庫、會議論文資料庫、學位論文資料庫、專利資料庫、標准資料庫、產品資料庫、科技報告資料庫等。可以按照文獻內容或者外部特徵某一方面的特點組織成一類文獻資料庫。

⑨ 金融信用信息基礎資料庫個人信用報告有哪3個版本

徵信分中心查詢到的個人信用報告（個人版）是在徵信系統內聯網端生成的，互聯網查詢到的個人信用報告（個人版）是通過個人徵信系統在互聯網存儲的信息生成的。兩網端查詢到的信用報告基本相同，但由於兩網數據無法實時交互及保護信息安全的原因，兩網查詢到的報告還存在少許差異。這些差異主要表現在以下三方面：

第一，出於安全性考慮，互聯網端查詢的個人信用報告（個人版）中客戶的證件號碼只展示後4位數字，其餘數字用星號屏蔽，徵信分中心查詢的個人信用報告（個人版）中的客戶證件號碼全部展示。

第二，互聯網端查詢的報告中「當年通過互聯網查詢報告次數」會實時更新，分中心查詢的報告中此項會在1天後更新。分中心查詢的報告中的查詢記錄段明細在內聯網進行查詢後會實時更新，互聯網端查詢的報告中此段會在1天後更新。

第三，數據報送機構以非報文方式更新身份信息、信貸記錄或歷史逾期記錄時，在分中心查詢的信用報告中會展示最新的修改結果，而互聯網端查詢的報告中會在1天後更新修改結果。
應答時間：2021-06-21，最新業務變化請以平安銀行官網公布為准。
[平安銀行我知道]想要知道更多？快來看「平安銀行我知道」吧~
https://b.pingan.com.cn/paim/iknow/index.html

⑩ 能進行專利檢索的資料庫有哪些

一、IncoPat專利資料庫
IncoPat科技創新情報平台是第一個將全球頂尖的發明智慧深度整合，並翻譯為中文，為中國的項目決策者、研發人員、知識產權管理人員提供科技創新情報的平台。無論您關心最新的技術發展，還是需要規避專利侵權風險，希望掌握競爭對手的研發動態，還是實現知識產權的商業價值，IncoPat都能為您提供及時、全面、准確的情報。
二、佰騰專利資料庫
專利檢索六種檢索方式，讓檢索更簡單、更方便。兩個資料庫選擇，一個平台，同時滿足中國、美國、日本、英國、法國、德國、瑞士、俄羅斯、PCT組織和歐洲專利局的所有檢索需求。另外，資料庫中設計了多種結果處理功能，十分人性化。如：對檢索結果的排序功能、對比查看功能、全文閱讀功能、專利類型選擇功能、法律狀態查看、圖片顯示模式、在線翻譯、打包下載、PDF合成下載功能等等。通過檢索，有效幫助用戶查看世界領先專利技術，了解國外公司就某項技術在中國的專利申請布局及其世界市場策略，為用戶自身的創新和發展提供思路、指引方向。
三、無量專利網資料庫
巨量的專利文獻，包括中國、歐洲、美國、日本、韓國等在內的專利文獻主要出版地，並以每月百萬份的數量遞增。
全世界海量、專業、稀缺的專利文獻譯文，包含中英、中日、日英、德英等各語種專利文獻翻譯譯文、雙語譯文文檔。
大量各國各語種重要產業，包含分析報告、檢索報告、預警報告、評估報告等在內的各種形式專利報告及譯文。
海量的專利譯文情報為企業專利戰略規劃、專利技術攻堅、專利權利申請、專利產品保護、專利危機應急提供強大的情報信息支撐。
拓展內容：專利檢索的內容：在各專利網路資料庫中，可以從申請(專利)號、專利名稱、摘要、申請日、公開(公告)日、公開(公告)號、分類號、申請(專利權)人、發明人、專利代理機構、代理人、主權項、優先權等欄位入口進行檢索，也可在高級檢索界面進行多欄位的邏輯組配檢索。
法律依據：《中華人民共和國專利法》第十二條
任何單位或者個人實施他人專利的，應當與專利權人訂立實施許可合同，向專利權人支付專利使用費。被許可人無權允許合同規定以外的任何單位或者個人實施該專利。