在面對一般業(yè)務(wù)數(shù)據(jù)、大數(shù)據(jù)、海量數(shù)據(jù)，以及針對不同的業(yè)務(wù)場景如：訂單處理、業(yè)務(wù)統(tǒng)計、商業(yè)智能等，數(shù)據(jù)庫的選型至關(guān)重要，這篇文章我們來梳理一下，在業(yè)務(wù)的不同階段我們應(yīng)該做怎樣的數(shù)據(jù)庫選型？

階段一：需要快速搭建的交易管理系統(tǒng)

這個階段，基于業(yè)務(wù)的需求，我們需要快速的構(gòu)建一個滿足ACID的交易系統(tǒng)，我們需要選擇事務(wù)型數(shù)據(jù)庫，并保證能夠快速地結(jié)合我們的技術(shù)棧進行敏捷開發(fā)。

在這個網(wǎng)站可以看到實時的數(shù)據(jù)庫流行趨勢：https://db-engines.com/en/ranking/relational+dbms

我們來看看關(guān)系型數(shù)據(jù)庫的排名：

可以看到制霸的依舊是幾個老牌數(shù)據(jù)庫廠商，國內(nèi)廠商華為gaussdb、阿里數(shù)據(jù)庫oceanbase，但是基本上對上國外老牌廠商還是打不了，撇開技術(shù)實力不談，生態(tài)是個最大的問題。

在進行技術(shù)選型的時候，我們應(yīng)該考慮幾點：1、生態(tài)：比如業(yè)界使用的多嗎？我們常用ORM框架是否提供對該數(shù)據(jù)庫的支持？；會這種數(shù)據(jù)庫管理、運維的人才多嗎？2、費用：是否收費 3、性能上是否滿足業(yè)務(wù)需求；當(dāng)然由于我們和A國的競爭，我們還需要考慮可持續(xù)性的問題。

?	mysql	postgresql	oracle	sqlserver
評價	廣泛使用；會的人多；絕大多數(shù)技術(shù)框架都提供支持；免費；性能一般單表500w行一下問題不大；有可能有可持續(xù)性問題	近年來上升趨勢人比較明顯；但是非常會的比較少；目前主流的技術(shù)框架都開始支持；性能據(jù)說能達到mysql的10倍，就個人使用體驗來講，性能絕對吊打mysql；全部開源，沒有政治風(fēng)險	在性能和支持上，無疑oracle是最好的，但是他收費，有A國政治風(fēng)險	微軟出品，確實是精品。但是它相對來說比較封閉，微軟系的在用

所以我的建議是

不缺錢oracle

缺錢但有人，并且在項目初期就預(yù)計有上千萬的數(shù)據(jù)量pgsql

數(shù)據(jù)量不大，業(yè)務(wù)緊急用mysql。

階段一：交易量快速上升

交易量的快速上升，讓我們對性能和并發(fā)提出了更大的要求。這個時候我們需要一個能夠提供高并發(fā)和低延時并且便宜的數(shù)據(jù)庫。我們這里討論的是因為IO瓶頸導(dǎo)致的性能問題。

業(yè)內(nèi)多選擇內(nèi)存數(shù)據(jù)庫，來保存一定種類的數(shù)據(jù)，我們使用這類數(shù)據(jù)的時候不需要磁盤尋址和強制的事務(wù)處理，就只要查出來就好。這個業(yè)界一般用redis，我們就不要自己去選型了，這個就是目前市面上最好的。

為什么用？可以參考我關(guān)于redis的文章

https://blog.csdn.net/qq_35789269/article/details/117633073

階段三：我需要對大量數(shù)據(jù)（不到TB級）進行檢索和統(tǒng)計

這個時候我們選elasticsearch搜索引擎，也可以說成的采用倒排索引的內(nèi)存數(shù)據(jù)庫。關(guān)于elasticsearch可以查看我的這篇文章。促使我開始用es的原因，是因為一個簡單的函數(shù)count（），在五千萬以上的單表上無論是mysql和pgsql都做不到在1s內(nèi)返回數(shù)據(jù)，但是es可以。并且es能夠在抽象層面和我們的關(guān)系型數(shù)據(jù)庫的表一一映射起來，能夠做到外在邏輯的一致性。

https://mp-new.csdn.net/mp_blog/creation/editor/110210127

階段四：我需要對海量數(shù)據(jù)進行存儲，并提供商業(yè)分析報表

這個時候建議采用hdoop技術(shù)棧，使用hive做數(shù)據(jù)倉庫，使用hbase做即時查詢，其實hbase和redis作用基本差不多，只不過光使用內(nèi)存太貴了，海量數(shù)據(jù)存下來根本是天價。價格可以參考SAP的HANA數(shù)據(jù)庫，貴上天際。

關(guān)于這套技術(shù)棧，其實不亞于建立一個數(shù)據(jù)中臺：可以參考我寫的這篇文章。
https://mp-new.csdn.net/mp_blog/creation/editor/118073637

總結(jié)一下：

?	redis	mysql	elasticsearch	hbase	hive
容量/容量擴展	低	中	大	海量	海量
查詢時效性	極高	中等	較高	較高	低
查詢靈活性	較差	非常好	較好	較差	非常好
寫入速度	極快	中等	較快	較快	慢
一致性、事務(wù)	弱	強	弱	弱	弱

總結(jié)

以上是生活随笔為你收集整理的大数据概述（三）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。