如何选择数据库

Posted 2020-08-11

总体从5个方面平衡自己的需求：

（1）标的

（2）功能

（3）多少人用（并发问题）

（4）安全和稳定性

（5）所用的操作系统（UNIX、linux、windows）

对于用过的数据库有:

　　• dBase/FoxBase/FoxPro in the DOS/Novell/Windows 3.x world

　　• MS SQL Server 

　　• Oracle

　　• Sybase SQL/ASE Servers 

　　• Sybase IQ

　　• Informix/Dynamic 

　　• mysql

　　• PostGreSQL/EnterpriseDB

对于一些关键需求的选择：　　

　　关键任务（OLTP）和高性能系统

 　　如果我们需要数据库在关键业务系统中发挥更重要的作用，并希望做到无故障时间/高可用/集群，可靠性（性能和数据量），灾难复制和自动生成报告等目标，或需要实现极端高速和低延迟（HPC，高性能计算）效果，那么我们可能需要数据库的企业级功能，但这样的成本也更高。

　　HA（高可用）集群功能

　　各数据库平台的集群功能如下：

　　• Oracle RAC最适合HA集群，负载均衡和扩展；

　　• MS SQL Server提供HA故障转移功能，但无负载均衡；

　　• Sybase ASE 15集群与Oracle RAC功能相当；

　　• TeraData本身就是一个分布式数据库平台；

　　• MySQL集群声称TPC-C性能基准测试比Oracle RAC还高；

　　• IBM DB2/UDB在运行AIX HACMP（高可用集群多处理）的IBM P系列/Power服务器和Veritas VCS/Sun等集群上运行得很好。

　　高性能/低延迟/内存数据库

　　• Oracle提供TimesTen内存数据库；

　　• MySQL的集群使用内存存储引擎；

　　• Sybase提供ASE内存数据库；

　　• 另外，我们还可以使用RAMSAN/SSD（固态硬盘）安装SQL Server数据库，所有与数据库相关的磁盘I/O都发生在SSD上，而不是传统硬盘上，因此我们可以大大减少磁盘I/O延迟，提供I/O吞吐量，并提高数据库的整体性能；

　　• 还有其它的内存数据库，如SQLite或eXtremeDB，但它们大多数要么只支持嵌入式系统，要么同一时间只支持单用户或单连接。

　　可扩展性/性能

　　• 使用Oracle RAC和Sybase ASE 15集群时，如果现有硬件不能满足性能要求，我们只需要向集群添加一台功能更强大的服务器，然后逐步替换掉其它节点；
　　• 使用SQL Server集群时，因为它仅仅支持主动/被动模式，在实例级没有可扩展性，如果现有硬件满足不了需要，我们必须更换整个集群；

　　• MySQL集群也支持向所有节点都处于活动的集群添加节点，但它是一个无共享集群，节点越多意味着有更多的数据库副本，更多的存储和在所有节点之间复制数据时需要更多的网络流量。

　　复制
　　• Sybase：Sybase拥有最好的复制解决方案，超过了Oracle的数据卫士和SQL Server的复制解决方案（即使用它的镜像/日志传送/事务复制，SQL Server的复制仍然远远差于Sybase的复制服务器）；

　　Sybase的异构复制和同质复制是Sybase公司上世纪90年代被华尔街排除但却受到许多大公司使用的主要原因之一。

　　Sybase复制可以在数据库级（主动/主动复制，比SQL Server的镜像更好），事务级（与SQL Server的事务复制类似），表级，存储过程级，函数级，MSA（多站点可用）以及通过日志传送（复制世界中穷人的解决方案）实现，它的镜像激活器结合EMC/SRDF可以真正保证在计划内和计划外停机时ZDL（零数据丢失）。

　　• SQL Server：SQL Server复制可以通过日志传送和数据库镜像实现（主动/被动，R/W或只读），支持对象级（表）粒度事务复制。

　　• Oracle：Oracle的数据卫士是数据库克隆和灾难恢复最佳解决方案之一（使用RMAN）。

　　• MySQL：MySQL提供无共享集群，基本上所有活动节点都是同步复制的，它的异步复制也支持事务和对象级复制。

　　• 存储级解决方案：使用EMC的BCV，NetApp的快照管理器，日立的快照，Veritas的卷复制器，数据复制可以发生在磁盘块级和卷级。

　　混合系统

　　通常情况下，后端数据库存储了大量的数据，在检索数据（数据排序，分组，汇总和计算）时会出现性能问题，当运行速度变慢时，会影响到数据写入过程。

　　因此，对于这些类型的应用程序，我们希望数据库能很好地处理大量数据，也可以很好地处理读/写阻塞问题。

　　• Oracle
　　Oracle是这种系统的最佳选择，因为在Oracle中，读/写程序不会相互阻止对方，数据在整个读取过程/会话/事务中都是一致的，系统开销主要发生了内存锁和重做日志上。

　　• SQL Server
　　SQL Server 2005的新快照隔离使用了Oracle同样的行版本化功能，但在tempdb中会产生更多的IO。

　　• Sybase ASE
　　Sybase ASE的读/写程序会相互阻塞对方，但Sybase IQ使用快照版本化管理解决了这个阻塞问题。

　　• 其它数据库
　　还有其它一些数据库也不存在阻塞问题，但其中一些甚至不遵从ACID（原子性，一致性，隔离性和持久性）标准。

　　数据仓库

　　企业建立数据仓库存储/归档所有历史数据，以及他们认为需要放在数据库中的数据，通常，非规范化的数据进入数据仓库，多维度为OLAP和商业智能（BI）解决方案提供快速检索。

　　数据仓库也用于新的或增强的业务战略回溯测试，此外，数据仓库中的数据是呈指数增长而非线性增长的。

　　基于列的关系数据库优势

　　基于列的关系数据库具有很大的优势，因为它天生就是多维的，每一列都是自我索引的（B tree）。

　　典型的基于列的数据库有Google的Big Table，Sybase IQ，Vertica和基于MySQL构建的KickFire。

　　平均而言，这些基于列的数据库比传统的基于行的关系数据库（如Oracle，SQL Server，Sybase ASE，TeraData，DB2和MySQL）在数据检索速度上要快60到100倍，但在基于行级进行数据更新时它们的速度较慢，到目前为止，Sybase IQ似乎是这一领域的领头羊，号称世界上最大的数据仓库（超过1P字节）就是用的Sybase IQ。

　　

　　总体而言，基于行的关系数据（SQL Server，Oracle，Informix，DB2/UDB，MySQL，Sybase ASE等）适合OLTP应用，而基于列的关系数据库（Sybase IQ，KickFire，Vertica等）更适合OLAP/DSS和数据仓库应用。

　　注意：那些时间序列数据库如OneTick，kdb+和Vhayu都不能算是关系数据库，它们的存储结构是基于文件的，每一列的数据都使用一个单独的文件存储，基本上算是基于列的数据库，基于列的数据库也可用于回溯测试。此外，基于行的数据仓库（立方体）中的数据是呈指数级增长，但基于列的数据仓库中的数据是呈线性增长的。

　　传统上，Oracle在数据仓库领域处于领先的优势，但现在在基于列的关系数据库（如Sybase IQ，Vertica和KickFire）面前已经失去优势，Google正在使用的Big Table也是一种基于列的数据库/存储系统。