系统性梳理一下 数据库的分类、常见数据库产品及其特点

📚 1. 数据库的基本分类

1.1 按 数据模型 分类

• 关系型数据库（RDBMS）

  • 使用 表结构（行 + 列） 存储数据。

  • 支持 SQL 查询语言。

  • 特点：事务支持（ACID）、结构化、强一致性。

  • 代表：MySQL、PostgreSQL、Oracle、SQL Server、DB2。

• 非关系型数据库（NoSQL）

  • 适合大规模、高并发、灵活的数据场景。

  • 不严格依赖表结构，支持键值、文档、列族、图存储。

  • 代表：

    • 键值存储：Redis、Memcached

    • 文档存储：MongoDB、CouchDB

    • 列式存储：HBase、Cassandra

    • 图数据库：Neo4j、JanusGraph

• NewSQL

  • 兼具关系型数据库的 SQL 功能 + NoSQL 的扩展能力。

  • 解决传统 RDBMS 在分布式场景下的性能瓶颈。

  • 代表：TiDB、CockroachDB、Google Spanner、VoltDB。

1.2 按 存储方式 分类

• 行存储数据库

  • 一行完整数据存储在一起。

  • 适合 事务操作（OLTP），如 MySQL、PostgreSQL。

• 列存储数据库

  • 按列存储，相同列数据连续存放。

  • 适合 分析型查询（OLAP），如 ClickHouse、Hive、HBase、Cassandra。

1.3 按 应用场景 分类

• 事务型数据库（OLTP）

  • 主要用于高并发、快速响应的业务系统。

  • 代表：MySQL、Oracle、PostgreSQL、SQL Server。

• 分析型数据库（OLAP）

  • 面向数据仓库、大数据分析，查询量大，数据规模庞大。

  • 代表：Hive、ClickHouse、Greenplum、Snowflake。

• 时序数据库（Time Series DB）

  • 专门存储和查询带时间戳的数据。

  • 代表：InfluxDB、TimescaleDB、OpenTSDB。

• 图数据库（Graph DB）

  • 存储实体及其关系，适合社交网络、知识图谱。

  • 代表：Neo4j、ArangoDB、TigerGraph。

• 搜索引擎型数据库

  • 针对全文检索优化。

  • 代表：Elasticsearch、Solr。

📊 2. 常见数据库产品列表

🔑 3. 总结

• 关系型数据库（MySQL、PostgreSQL、Oracle） → 适合事务系统。

• NoSQL（Redis、MongoDB、HBase、Neo4j） → 适合高并发、大规模、灵活存储。

• 分析型数据库（ClickHouse、Hive、Snowflake） → 适合大数据分析。

• 时序 / 图数据库（InfluxDB、Neo4j） → 针对特定业务场景。

• NewSQL（TiDB、CockroachDB） → 结合了 SQL 和分布式的优势。