存储检索技术发展历史

1966年

• geoHash出现

1970年

• B树
  Organization and Maintenance of Large Ordered Indices 一文中提出的[1]。它采用多叉树结构，降低了索引结构的深度，避免传统二叉树结构中绝大部分的随机访问操作，从而有效减少了磁盘磁头的寻道次数，降低了外存访问延迟对性能的影响。它保证树节点中键值对的有序性，从而控制search/insert/delete/update操作的时间复杂度在O(log(n))的范围内
• 布隆过滤器
  布隆过滤器（Bloom Filter）1970年由布隆提出。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。
• 关系型数据库
  Codd划时代的论文《用于大型共享数据库的关系数据模型》

1973年

• B+树
  1973年 一种特殊的B树，只有叶子结点才存储完整数据 不存在某篇论文把B+树的定义给出来，最早的研究始于1973年IBM关于VSAM 软件（VSAM：虚拟存储访问方法是IBM的磁盘文件存储访问方法） 发表的文章。

1979年

• oracle
  第一个商用关系型数据库oracle发布

1984年

• R树
  R树是由Antonin Guttman于1984年提出的。 人们随后发现它在理论和应用方面都非常实用。 在现实生活中，R树可以用来存储地图上的空间信息，例如餐馆地址，或者地图上用来构造街道，建筑，湖泊边缘和海岸线的多边形。公司的LBS服务基本上都是基于R树进行构建的。

1989年

• 跳表出现

1995年

• MySQL出现，并在5.5.8版本后默认使用InnoDB最为存储引擎。

1996年

• PostgreSQL出现。

20世纪末

• 出现全文检索概念。

1999年

• Lucene开源。

2000年

• SQLite出现。

2003年

• Google发表论文《The Google File System》。
• Memcached开源。
• Neo4j开始开发，并于2007年开源。

2004年

• 在《Google File System》启发下，HDFS出现。
• Google发表论文《MapReduce: Simplified Data Processing on Large Clusters》。

2005年

• 在《MapReduce: Simplified Data Processing on Large Clusters》启发下，Hadoop MapReduce实现出现。

2006年

• Google发表论文《Bigtable: A Distributed Storage System for Structured Data》。
• 在论文《Bigtable: A Distributed Storage System for Structured Data》启发下，HBase出现，并于2010年成为Apache顶级项目。
• 亚马逊提供S3对象存储服务。

2008年

• HIVE出现。

2009年

• NoSQL概念被提出。
• Redis开源。
• MongoDB开源。

2010年

• Spark开源，并于2014年成为Apache顶级项目。
• ElasticSearch开源。

2011年

• Flink开源，并于2014年成为Apache顶级项目。

2012年

• LevelDB开源。

2013年

• RocksDB出现。
• Google发表论文《F1: A Distributed SQL Database That Scales》。
• Google发表论文《Spanner: Google’s Globally Distributed Database》。
• 出现由Google引领的NewSQL风格架构和由PostgreSQL发展出的PGXC风格架构。

2017年

• Google发表论文《Spanner: Becoming a SQL System》。
• CockroachDB发布。
• TiDB发布。

2018年

• Google发表论文《F1 Query: Declarative Querying at Scale》。

2020年

• CockroachDB发表的论文《CockroachDB: The Resilient Geo-DistributedSQL Database》。

2021年

• OceanBase开源。