哪个数据库软件比较好用，主要是记录几万个个人信息的！求助！

Posted 2023-03-19

参考技术A mysql：
优点： 1.支持5000万条记录的数据仓库
2.适应于所有的平台
3.是开源软件，版本更新较快
4.性能很出色。纯粹就性能而言，MySQL是相当出色的，因为它包含一个缺省桌面格式MyISAM。MyISAM 数据库与磁盘非常地兼容而不占用过多的CPU和内存。MySQL可以运行于Windows系统而不会发生冲突，在UNIX或类似UNIX系统上运行则更好。你还可以通过使用64位处理器来获取额外的一些性能。因为MySQL在内部里很多时候都使用64位的整数处理。
5.价格便宜
缺点： 缺乏一些存储程序的功能，比如MyISAM引擎联支持交换功能

MsSqlserver：
优点： 1.真正的客户机/服务器体系结构
2.图形化的用户界面，使系统管理和数据库管理更加直观、简单
3.丰富的编程接口工具，为用户进行程序设计提供了更大的选择余地
4.与WinNT完全集成，利用了NT的许多功能，如发送和接受消息，管理登录安全性等，SQL Server也可以很好地与Microsoft BackOffice产品集成。
5.有很好的伸缩性，可以跨平台使用。
6.提供数据仓库功能，这个功能只在Oracle和其他昂贵的DBMS中才有。

Oracle：
优点： 1.Oracle的稳定性要比Sql server好。
2.Oracle在导数据工具sqlload.exe功能比Sqlserver的Bcp功能强大,Oracle可以按照条件把文本文件数据导入.
3.Oracle的安全机制比Sql server好。
4.Sql server的易用性和友好性方面要比Oracle好。
5.在处理大数据方面Oracle会更稳定一些。
6.Sql Server在数据导出方面功能更强一些。
7.处理速度方面比Oracle快一些，和两者的协议有关.
缺点： 价格昂贵

1. Oracle跨平台，SQL Server只能运行在Windows上，而Windows能够安装的硬件是有限的，如Sun的Sparc服务器不能安装Windows，一些大型机、小型机也只能装UNIX，在这些高端机器上就只能跑Oracle了，这注定了Oracle就是高端数据库，而SQL Server呢，中低端。

2. Oracle真正实现了行级锁，SQL Server也宣称实现了行级锁，但你实际去试，如果不加索引，其实是不行的。

3. Oracle因为有多版本数据的技术，读写操作不会相互等待，虽然SQL Server 2005学习Oracle增加了snapshot机制，从而也引进了多版本数据（MySQL也有多版本数据机制，不能说一定是学习Oracle），但是实际效果感觉就是2个版本的数据，隔离级别为read committed时候，读写不再相互等待，但是把隔离设置为Serializable还是会产生读写相互等待。

4. Oracle的事务日志归档相当方便，而SQL Server要用事务日志备份来实现，而且还要配置自动作业，启动agent服务。

5. Oracle的数据字典丰富，使得DBA容易判断数据库的各种情况，虽然SQL Server 2005学习了Oracle的数据字典的特点，但从数量及方便程度上还是相差太多。个人感觉这是Oracle最人性化的地方。

6. Oracle的PL/SQL比SQL Server的T-SQL功能强大很多。

7. Oracle的触发器比SQL Server的种类多几种。

8. oracle的备份恢复原理相当简单明了，备份就在操作系统上拷贝数据文件好了，恢复呢，再拷贝回来，数据是旧的，不怕，应用重做日志好了。SQL Server呢，虽然原理在本质上还是这些，但操作起来麻烦多了，麻烦到让你体会不到其本质。

9. Oracle数据库启动可以有多个阶段，使得DBA可以在不同的情况下，通过启动到特定的阶段解决一些特殊问题，而SQL Server只要服务一启动，所有数据库就都打开了。

10． SQL Server给人的感觉是简单易用，但是我要说，如果你继续向前走，就会发现SQL Server的体系结构相当复杂（注意我这里是说的复杂），大体还是沿袭的Sybase的体系结构，这种复杂结构，估计很难有根本性的改变，而Oracle呢，时间越长你越会觉得其体系结构严谨，虽然开始会感觉很难。我的一个比喻，SQL Server是傻瓜相机（就是那些一两千的小数码），Oracle是单反相机（40D，5D，D300），如果你是入门者，那用傻瓜相机好了，在各种环境下拍摄，基本都过得去，用单反，光圈、快门都要自己设定，反倒不如傻瓜相机的效果，如果你是高手了，那傻瓜相机就很难得心应手了。

11． Oracle的书籍一般都比较深，随便一说就是一大批，Epert Oracle、Practical Oracle 8i、Cost－based Oracle，SQL Server呢，恐怕只有那套Inside SQL Server了，虽然SQL Server的书籍数量比Oracle的多的多（特别是在国内），但多数都是step by step的入门书。

12. 对比SQL＊Plus与sqlcmd（或2000的osql，6.5的isql），sqlcmd的功能是太简陋，差得太多了。

13. SQLServer的最大优点就是和Windows结合紧密，易用，但是要注意事情都是两面的，这些优点可能导致其致命的缺点，例如易用，使得搞SQL Server的人可以不求甚解，有时候不求甚解是没问题的，但是有时候不求甚解可能会造成灾难，特别是对搞数据库的人来说。不好意思，本来要说SQL Server的优点呢，最后也成了缺点了。

ACCESS是由微软发布的关联式数据库管理系统。它结合了 Microsoft Jet Database Engine 和图形用户界面两项特点，是 Microsoft Office的成员之一。优点：Access部署简单方便就一个文件运用起来比较灵活主要是桌面数据库系统,他也可以开发基于自己的桌面数据库应用(UI),也可以作为前端开发工具与其它数据库搭配开发应用程序(如SQL Server,DB2,Oracle等)，熟练的软件设计师和资料分析师利用它来开发应用软件，而一些不熟练的程序员和非程序员的初级用户则使用它来开发简单的应用软件。
缺点：数据储存量小安全性不够高，加了用户级密码容易破解。C/S结构下对服务器要求很高，否则容易造成MDB损坏并发数255，但是对高强度操作适应性差，如果服务器不够好，网络不够好，编程的方法不够好，6-7个人同时访问就能导致MDB损坏或者并死，不能将VBA代码开发的软件系统直接编译成EXE可执行文件，不能脱离ACCESS或者ACCESS RUNTIME环境，该环境相对其他软件体积较大（50M左右）。Microsoft Access数据库有一定的极限，如果数据达到100M左右，很容易造成服务器iis假死，或者消耗掉服务器的内存导致服务器崩溃。

SQL Server是一个关系数据库管理系统。
优点：安全性高真正的客户机/服务器体系结构，图形化用户界面，使系统管理和数据库管理更加直观、简单，丰富的编程接口工具为用户进行程序设计提供了更大的选择余地。SQL Server与Windows NT完全集成，利用了NT的许多功能，如发送和接受消息，管理登录安全性等。SQL Server也可以很好地与Microsoft BackOffice产品集成。具有很好的伸缩性，可跨越多种平台使用，对Web技术的支持，使用户能够很容易地将数据库中的数据发布到Web页面上。SQL Server还提供数据仓库功能，这个功能只在Oracle和其他更昂贵的DBMS中才有。
缺点：因功能强大，所以操作数据比ACCESS较为复杂

数据分析软件有哪些，哪个比较好用？

大数据分析是研究大量的数据的过程中寻找模式，相关性和其他有用的信息，可以帮助企业更好地适应变化，并做出更明智的决策。下面整理了一些大数据分析能用到的工具，助力大家更好的应用大数据技术。

一、hadoop

Hadoop 是一个能够对大量数据进行分布式处理的软件框架。但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。Hadoop 是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop 还是可伸缩的，能够处理 PB 级数据。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。

Hadoop带有用 Java 语言编写的框架，因此运行在 Linux 生产平台上是非常理想的。Hadoop 上的应用程序也可以使用其他语言编写，比如 C++。

二、HPCC

HPCC，High Performance Computing and Communications(高性能计算与通信)的缩写。1993年，由美国科学、工程、技术联邦协调理事会向国会提交了“重大挑战项目：高性能计算与 通信”的报告，也就是被称为HPCC计划的报告，即美国总统科学战略项目，其目的是通过加强研究与开发解决一批重要的科学与技术挑战问题。HPCC是美国实施信息高速公路而上实施的计划，该计划的实施将耗资百亿美元，其主要目标要达到：开发可扩展的计算系统及相关软件，以支持太位级网络传输性能，开发千兆比特网络技术，扩展研究和教育机构及网络连接能力。

三、 Smartbi

Smartbi是国内领先的BI厂商，企业级商业智能和大数据分析平台，经过多年的持续发展，整合了各行业的数据分析和决策支持的功能需求。

Smartbi满足最终用户在企业级报表、数据可视化分析、自助探索分析、数据挖掘建模、AI智能分析等大数据分析需求。产品广泛应用于领导驾驶舱、KPI监控看板、财务分析、销售分析、市场分析、生产分析、供应链分析、风险分析、质量分析、客户细分、精准营销等管理领域。官网的产品培训文档也比较齐全，而且是公开的，学习操作易上手。

四、SPSS软件

我从3.0开始Dos环境下编程分析，到现在版本的变迁也可以看出SPSS社会科学统计软件包的变化，从重视医学、化学等开始越来越重视商业分析，现在已经成为了预测分析软件。

五、RapidMiner

RapidMiner是世界领先的数据挖掘解决方案，在一个非常大的程度上有着先进技术。它数据挖掘任务涉及范围广泛，包括各种数据艺术，能简化数据挖掘过程的设计和评价。

六、Storm

Storm是自由的开源软件，一个分布式的、容错的实时计算系统。Storm可以非常可靠的处理庞大的数据流，用于处理Hadoop的批量数据。

Storm很简单，支持许多种编程语言，使用起来非常有趣。Storm由Twitter开源而来，其它知名的应用企业包括Groupon、淘宝、支付宝、阿里巴巴、乐元素、Admaster等等。

Storm有许多应用领域：实时分析、在线机器学习、不停顿的计算、分布式RPC(远过程调用协议，一种通过网络从远程计算机程序上请求服务)、ETL(Extraction-Transformation-Loading的缩写，即数据抽取、转换和加载)等等。Storm的处理速度惊人：经测 试，每个节点每秒钟可以处理100万个数据元组。Storm是可扩展、容错，很容易设置和操作。

七、SAS软件

SAS相对SPSS其实功能更强大，SAS是平台化的，EM挖掘模块平台整合，相对来讲，SAS比较难学些，但如果掌握了SAS会更有价值，比如离散选择模型，抽样问题，正交实验设计等还是SAS比较好用，另外，SAS的学习材料比较多，也公开，会有收获的。

八、Apache Drill

为了帮助企业用户寻找更为有效、加快Hadoop数据查询的方法，Apache软件基金会近日发起了一项名为“Drill”的开源项目。Apache Drill 实现了 Google‘s Dremel。该项目将会创建出开源版本的谷歌Dremel Hadoop工具(谷歌使用该工具来为Hadoop数据分析工具的互联网应用提速)。而“Drill”将有助于Hadoop用户实现更快查询海量数据集的目的。

通过开发“Drill”Apache开源项目，组织机构将有望建立Drill所属的API接口和灵活强大的体系架构，从而帮助支持广泛的数据源、数据格式和查询语言。