大数据：数据库类型简介_大数据数据库类型

这篇文章，作为抛砖引玉，给大家介绍各种常见数据库的类别。在之后还有发布一些文章，针对性地分析同一个类别中的数据库的优缺点。

这将是一个系列的文章，几个从事大数据工作的朋友，组成一个大数据学习小组，对大数据的知识体系进行一次系统的梳理。

在下表中，从几个维度简单展示了当下流行的一些数据库的特性，让大家能有个初步认识。在做出分类时，会有不准确的情况，比如Oracle是否支持内存存储，Oracle的临时表,或者新版本可以存储在内存中。本文将Oracle归类于‘不支持内存存储’，是希望告诉大家，通常情况下，Oracle的数据都在存储在磁盘上，而不是内存里。

常用数据库类型统计

同时也抛出几个问题，帮助大家更好的理解数据库：

1. 数据库集群与分布式数据库的区别？

从应用开发人员/用户感知上，没什么区别。通常说Oracle，MySQL是数据库集群，Hadoop，MyCat是分布式数据库，事实上，他们都可以分布式（一群服务器串在一起）。他们都可以做大数据。

2. Oracle和MySQL区别大吗？

可以很大，除了费用上的区别，安全性，稳定性，易维护等很多方面Oracle都更优。但是普通的项目都是感知不到这些区别的。一般都是大公司（有钱），或者银行存交易数据（很重要），才极力推荐Oracle。

3. 内存数据库是啥？

内存的读写效率比磁盘高，所以内存数据库一定更快，也一定更贵。

4. 哪些场景适合使用内存数据库？

新浪微博热搜排名，数据碰撞（出入闸机在你刷卡的一瞬间检查你是否在黑名单）。

5. 列存储是啥？

传统的数据存储形式就像excel（行存储）。列存储就是以列为存储单元。

6. 列存储优缺点？

列存储写很慢，读很快。不支持高并发。

7. 哪些场景适合使用列存储数据库？

BI分析（快速读取数据），如果只是单列（单一维度），关系型数据库做索引即可，但是分析需要用到多列，做多个索引，甚至全索引不如用列数据库；某些复杂的精准查询，普通的精准查询关系型数据库即可，比如当表结构常发生变化时。

8. 什么是K/V数据库？

Key-Value的效果等同于索引，所以查询速度更快。

9. 文件存储？

某些数据库支持文件存储，照片等有时可以存在数据库中，而不是单独的文件服务器，甚至是文件集群。

我个人认为，在数据库选型时，需要考虑“合适”，不要盲目地学新东西，也不要盲目地把系统复杂化。

工作中存在许多选择错误数据库的情况，一部分人是因为不了解，一部分人是因为为了噱头。很多公司，甚至政府部门，面对几百G，甚至几十G的数据时，他们就会认为“这就是大数据”，必须要用前沿技术解决。实际是，即使是MySQL，多一些服务器，较好的设计维护，几百个T的数据也能流畅运行。

我看到很多系统，都存在过度设计的问题。比如只是做精准查询，明明Mysql也能做，偏偏要搭建ES集群；做文件存储，明明Hbase，Oracle也行，偏偏要搭个FastHDFS。并不是这些组件不好，只是一个轻量级的系统，何必做那么多模块呢。