数据库分类，市场上常见数据库

按照物理模型的不同，数据库可以分为：层次模型数据库、网状模型数据库、关系模型数据库、非关系模型数据库、等其他类型模型数据库

层次模型数据库：

概念：整个库中只有一个根节点。且每一个节点都只有一个父级节点。（可理解为：文件夹）

市场产品常见含：无

数据库名称	最初推出公司	简介	开源
IMS	IBM公司研制成功	层次模型数据库系统是最早研制成功的数据库系统，这种数据库最成功的典型是IMS。 IMS的全称时Information Management System，由IBM公司研制成功。 IMS于1969年投入运行，最早的版本有IMS/360-1和IMS/360-2。较近的版本有IMS/VS DL/1，它是在操作系统DOS/VS（Disk Operation System/Virtual Storage）支持下运行。	否

网状模型数据库：

概念：允许存在多个根节点（无父级节点的节点），每一个节点允许有多个父级节点。（可理解为：网）

市场产品常见含：无

关系模型数据库（RDBMS）：

最初想法：IBM的研究人员提出了使用关系模型来描述、组织数据的方案

市场产品常见含：MySQL、Oracle、Postgre SQL、GreatDB

数据库名称	最初推出公司	简介	开源
Oracle	甲骨文公司	Oracle Database，又名Oracle RDBMS，或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是世界上流行的关系数据库管理系统，系统可移植性好、使用方便、功能强，适用于各类大、中、小微机环境。它是一种高效率的、可靠性好的、适应高吞吐量的数据库方案。	否
MySQL	由瑞典MySQL AB 公司开发	MySQL是一种关系型数据库管理系统，关系数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。 MySQL所使用的 SQL 语言是用于访问数据库的最常用标准化语言。MySQL 软件采用了双授权政策，分为社区版和商业版，由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，一般中小型和大型网站的开发都选择 MySQL 作为网站数据库。	是
MS SQL 即 SQL Server X	Microsoft 公司开发	MS SQL是指微软的SQLServer数据库服务器，它是一个数据库平台，提供数据库的从服务器到终端的完整的解决方案，其中数据库服务器部分，是一个数据库管理系统，用于建立、使用和维护数据库。SQL Server一开始并不是微软自己研发的产品，而是当时为了要和IBM竞争时，与Sybase合作所产生的，其最早的发展者是Sybase，同时微软也和Sybase合作过 SQL Server 4.2版本的研发，微软亦将SQL Server 4.2移植到Windows NT（当时为3.1版），在与Sybase终止合作关系后，自力开发出SQL Server 6.0版，往后的SQL Server即均由微软自行研发。	否
GreatDB	北京万里开源软件有限公司	GreatDB是万里开源自主开发的高性能关系型数据库软件，完整支持事务特性，产品稳定性强、高可靠方案完备，实现了面向国产化软硬件平台定向性能优化，是企业级应用的理想产品，满足多行业场景。	是
Postgre SQL	加州大学计算机系开发	PostgreSQL是一种特性非常齐全的自由软件的对象-关系型数据库管理系统（ORDBMS），是以加州大学计算机系开发的POSTGRES，4.2版本为基础的对象关系型数据库管理系统。POSTGRES的许多领先概念只是在比较迟的时候才出现在商业网站数据库中。PostgreSQL支持大部分的SQL标准并且提供了很多其他现代特性，如复杂查询、外键、触发器、视图、事务完整性、多版本并发控制等。同样，PostgreSQL也可以用许多方法扩展，例如通过增加新的数据类型、函数、操作符、聚集函数、索引方法、过程语言等。另外，因为许可证的灵活，任何人都可以以任何目的免费使用、修改和分发PostgreSQL。	否
DB2	IBM公司开发	DB2是IBM一种分布式数据库解决方案。说简单点：DB2就是IBM开发的一种大型关系型数据库平台。它支持多用户或应用程序在同一条SQL 语句中查询不同database甚至不同DBMS中的数据。DB2数据库有如下一些版本：(比如DB2 for Unix,DB2 for Windows,DB2 for AS/400,DB2 for OS/390等)。	否
SYBASE	美国Sybase公司开发	美国Sybase公司研制的一种关系型数据库系统，是一种典型的UNIX或WindowsNT平台上客户机/服务器环境下的大型数据库系统。 Sybase提供了一套应用程序编程接口和库，可以与非Sybase数据源及服务器集成，允许在多个数据库之间复制数据，适于创建多层应用。系统具有完备的触发器、存储过程、规则以及完整性定义，支持优化查询，具有较好的数据安全性。Sybase通常与SybaseSQLAnywhere用于客户机/服务器环境，前者作为服务器数据库，后者为客户机数据库，采用该公司研制的PowerBuilder为开发工具，在我国大中型系统中具有广泛的应用。	是
INFORMIX	IBM公司开发	Informix是IBM公司出品的关系数据库管理系统（RDBMS）家族。作为一个集成解决方案，它被定位为作为IBM在线事务处理（OLTP）旗舰级数据服务系统。 IBM对Informix和DB2都有长远的规划，两个数据库产品互相吸取对方的技术优势。在2005年早些时候，IBM推出了Informix Dynamic Server（IDS）第10版。最新版本的是IDS11（v11.50，代码名为“Cheetah 2”），在2008年5月6日全球同步上市，	是
FOXPRO	最初美国Fox Software公司开发	Visual FoxPro原名FoxBase，最初是由美国Fox Software公司于1988年推出的数据库产品，在DOS上运行，与xBase系列兼容。FoxPro是FoxBase的加强版，最高版本曾出过2.6。之后于1992年，Fox Software公司被Microsoft收购，加以发展，使其可以在Windows上运行，并且更名为 Visual FoxPro。 FoxPro比FoxBASE在功能和性能上又有了很大的改进，主要是引入了窗口、按钮、列表框和文本框等控件，进一步提高了系统的开发能力。	是
DBASE	由Ashton-Tate公司所发表	dBase是第一个在个人电脑上被广泛使用的单机版数据库系统，在CP/M与DOS的时期，由Ashton-Tate公司所发表。	是
Alloy DB	Google公司开发	Alloy DB一个与开源标注兼容新型数据库引擎，可用于顶级关系型数据库工作负载 Alloy DB特点 1、分析查询最快科比标准PostgreSQL快百倍 2.专门设计的智能数据库存储引擎，针对PostgreSQL进行了优化 实时数据分析         ①分析查询速度提高达100倍         ②无需对架构或应用进行任何更改         ③删除分析索引，进一步提高OLTP性能         ④由机器学习技术驱动的缓存自动填充 本人在参加2022年9月Google年度发布会 发布总结原文链接： https://blog.csdn.net/qq_36675754/article/details/126881514	否
BigQuery	Google公司开发	BigQuery是Google推出的一项Web服务，该服务让开发者可以使用Google的架构来运行SQL语句对超级大的数据库进行操. 运行方式：SQL语句 存储和查询庞大数据集的过程是可能的，但它可能非常耗时且非常昂贵，而且用户可能没有合适的设备、合适的硬件甚至基础设施。在这种情况下，Google BigQuery 是一种企业数据仓库工具，它能够通过利用 Google 基础架构的强大功能为用户提供快速 SQL 查询来解决这个问题。	否

非关系模型数据库：

市场产品常见含：No SQL        、Redis        、      Mongodb  

数据库名称	最初推出公司	简介	开源
Not only SQL 即称No SQL	是 Carlo Strozzi 开发	NoSQL，泛指非关系型的数据库。随着互联网web2.0网站的兴起，传统的关系数据库在处理web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，出现了很多难以克服的问题，而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战，特别是大数据应用难题。  No SQL为了应对互联网应用的三高问题：             ·高实时响应：             ·高并发：             ·高可扩展性：	是
Cassandra	由Facebook开发	Cassandra是一套开源分布式NoSQL数据库系统。它最初由Facebook开发，用于储存收件箱等简单格式数据，集GoogleBigTable的数据模型与Amazon Dynamo的完全分布式的架构于一身Facebook于2008将 Cassandra 开源，此后，由于Cassandra良好的可扩展性，被Digg、Twitter等知名Web 2.0网站所采纳，成为了一种流行的分布式结构化数据存储方案。    Cassandra是一个混合型的非关系的数据库，类似于Google的BigTable。其主要功能比Dynamo （分布式的Key-Value存储系统）更丰富，但支持度却不如文档存储MongoDB（介于关系数据库和非关系数据库之间的开源产品，是非关系数据库当中功能最丰富，最像关系数据库的。支持的数据结构非常松散，是类似json的bjson格式，因此可以存储比较复杂的数据类型）。Cassandra最初由Facebook开发，后转变成了开源项目。它是一个网络社交云计算方面理想的数据库。以Amazon专有的完全分布式的Dynamo为基础，结合了Google BigTable基于列族（Column Family）的数据模型。P2P去中心化的存储。很多方面都可以称之为Dynamo 2.0。	是

其他类型的模型数据库

1、键值对分类

数据库名称	最初推出公司	简介	开源
Redis	美国毕威拓(Pivotal)公司赞助开发	Redis（Remote Dictionary Server )，即远程字典服务，是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。	否
MemCache		Memcache是一个高性能的分布式的内存对象缓存系统，用于动态Web应用以减轻数据库负担。它通过在内存中缓存数据和对象，来减少读取数据库的次数。从而提高动态、数据库驱动网站速度。 memcache通过在内存里维护一个统一的巨大的hash表，它能够用来存储各种格式的数据，包括图像、视频、文件以及数据库检索的结果等。memcache主要用于分担数据库负的压力，Memcache将数据调用到内存中，然后从内存中读取，从而大大提高读取速度。 memcache是这个项目的名称，而memcached是它服务器端的主程序文件名。	是
Leveldb	Google公司开发	LevelDB是Google开源的持久化KV单机数据库，具有很高的随机写，顺序读/写性能，但是随机读的性能很一般，也就是说，LevelDB很适合应用在查询较少，而写很多的场景。LevelDB应用了LSM(Log Structured Merge) 策略，lsm_tree对索引变更进行延迟及批量处理，并通过一种类似于归并排序的方式高效地将更新迁移到磁盘，降低索引插入开销，关于LSM，本文在后面也会简单提及。	是
Cloud Bigtable	Google公司开发	Cloud Bigtable特点： 1、卓越的吞吐量和存储大数据设计构造：为大数据设计和构造 2、复制模式：零接触、集成式、针对真实HA应用场景进行了优化 3、工作负载隔离：应用配置文件支持面向不同区域的不同工作负载，例如批处理，与服务路径 4、专为PB级消费者互联服务打造：因Google Ads,YouTube,Google Searn ,Google Maps Platform 和Google Analytics分析等多面向全球的Google产品而在业内赢得声望 本人在参加2022年9月Google年度发布会 发布总结原文链接： https://blog.csdn.net/qq_36675754/article/details/126881514	否

2、文档数据库

数据库名称	最初推出公司	简介	开源
Mongodb	由MongoDB Inc公司所开发	MongoDB是一个基于分布式文件存储的数据库。由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。 MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。它支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。Mongo最大的特点是它支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。	否
CouchDB		CouchDB 是一个开源的面向文档的数据库管理系统，可以通过 RESTful JavaScript Object Notation (JSON) API 访问。术语 “Couch” 是 “Cluster Of Unreliable Commodity Hardware” 的首字母缩写，它反映了 CouchDB 的目标具有高度可伸缩性，提供了高可用性和高可靠性，即使运行在容易出现故障的硬件上也是如此。CouchDB 最初是用 C++ 编写的，但在 2008 年 4 月，这个项目转移到 Erlang OTP 平台进行容错测试	是
Riak		Riak  key-value 存储服务器；Riak 是以 Erlang 编写的一个高度可扩展的分布式数据存储，Riak 的实现是基于 Amazon 的 Dynamo 论文，Riak 的设计目标之一就是高可用。Riak 支持多节点构建的系统，每次读写请求不需要集群内所有节点参与也能胜任。提供一个灵活的 map/reduce 引擎，一个友好的 HTTP/JSON 查询接口。 Riak 非常易于部署和扩展。可以无缝地向群集添加额外的节点。link walking 之类的特性以及对 Map/Reduce 的支持允许实现更加复杂的查询。除了 HTTP API 外，Riak 还提供了一个原生 Erlang API 以及对 Protocol Buffer 的支持。	是

3、列式数据库

概念：列式数据库是以列相关存储架构进行数据存储的数据库，主要适合于批量数据处理和即时查询。相对应的是行式数据库，数据以行相关的存储体系架构进行空间分配，主要适合于小批量的数据处理，常用于联机事务型数据处理。

数据库名称	最初推出公司	简介	开源
ClickHouse	俄罗斯的 Yandex 于 2016 年开源	ClickHouse 是俄罗斯的 Yandex 于 2016 年开源的用于在线分析处理查询（OLAP :Online Analytical Processing）MPP架构的列式存储数据库（DBMS：Database Management System），能够使用 SQL 查询实时生成分析数据报告。ClickHouse的全称是Click Stream，Data WareHouse。  clickhouse可以做用户行为分析，流批一体  线性扩展和可靠性保障能够原生支持 shard + replication  clickhouse没有走hadoop生态，采用 Local attached storage 作为存储 优点 1、写入速度快，50-200 M/S ,对于大量的数据更新非常实用。 2、数据压缩空间大，减少IO，处理查询高吞吐量，每台服务器秒级数十亿行。 3、查询快，比Vertica快5倍以上，比GP快10倍以上，比HIVE快200倍以上，比MYSQL快800倍以上。 4、高效实用CPU,并行处理单个查询，充分利用多核，在多个服务器山分布式处理。 5、开源的列存储，支持线性扩展，简单方便，高可用容错。 缺点 1、不支持事务，事务可以是一条SQL语句或一组SQL语言或者整个程序，只要中间有任何错误这个事务的所有操作都要撤销。 2、缺少完整的UPDATE DELETE操作， 对于工具自动生成的语句不支持，必须通过变通的方式来完成这两类操作，仅能用于批量删除或者修改数据。 3、部分技术支持待完善，支持有限的操作系统，驱动程序不够完善，市面主流工具对其支持不全。 4、不支持BIOB DOCUMENT 类型数据，聚合结果必须小于一台机器的内存大小。	是
HBase	Yahoo公司	HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。就像Bigtable利用了Google文件系统（File System）所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtable的能力。HBase是Apache的Hadoop项目的子项目。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。	是

4、图形数据库

数据库名称	最初推出公司	简介	开源
Neo4j		Neo4j是一个高性能的NOSQL图形数据库，它将结构化数据存储在网络上而不是表中。Neo4j也可以被看作是一个高性能的图引擎，该引擎具有成熟数据库的所有特性。 在一个图中包含两种基本的数据类型：Nodes（节点） 和 Relationships（关系）。Nodes 和 Relationships 包含key/value形式的属性。Nodes通过Relationships所定义的关系相连起来，形成关系型网络结构。其形式如下：	是
GraphDB	阿里巴巴集团	GraphDB简介 GraphDB图数据库适用于存储，管理，查询复杂并且高度连接的数据，图库的结构特别适合发现大数据集下数据之间的共性和特性，特别善于释放蕴含在数据关系之间的巨大价值。GraphDB引擎本身并不额外收费，仅收取云hbase费用。 适合的业务场景 在如下多种场景中图数据库比其他类型数据库（RDBMS和NoSQL）更合适	是
FlockDB		FlockDB是Twitter为进行关系数据分析而构建的。FlockDB迄今为止还没有稳定的版本，对于它是否是一个真正的图形数据库，尚有争议。FlockDB和其它图形数据库（如Neo4j、OrientDB）的区别在于图的遍历，Twitter的数据模型不需要遍历社交图谱。尽管如此，由于FlockDB应用于Twitter这样的大型站点，以及它相比其它图形数据库的简洁性，仍然值得我们值得关注。 FlockDB是一个开源的分布式容错 图数据库，用于管理宽而浅的网络图。[3] Twitter最初用于存储用户之间的关系，例如关注和收藏。FlockDB与其他图形数据库不同，例如Neo4j，它不是为多跳图遍历而设计的，而是为快速设置操作而设计的，与Redis集的主要用例不同。[4]由于它仍处于Twitter使用之外的打包过程中，因此代码仍然非常粗糙，因此尚无可用的稳定版本。FlockDB发布在GitHub上Twitter发布其Gizzard框架后不久，它用于查询 FlockDB分布式数据存储区。该数据库根据Apache许可证进行许可。 Github：https://github.com/twitter-archive/flockdb ———————————————— 原文链接：https://blog.csdn.net/qq_38737992/article/details/87624948
AllegroGrap		AllegroGrap是一个基于W3c标准的为资源描述框架构建的图形数据库。它为处理链接数据和Web语义而设计，支持SPARQL、RDFS++和Prolog。 AllegroGraph是Franz Lnz公司（Web语义产品提供商，旗舰产品是基于LISP的企业开发工具）的产品之一，Pfizer、Ford、Kodak、NASA和美国国防部都是该公司的客户。 AllegroGraph是一个封闭源三元库，旨在存储RDF 三元组，这是一种标准格式的关联数据。AllegroGraph目前正在商业项目和国防部项目中使用。[6] 它也是TwitLogic项目[7]的存储组件，它将语义Web引入Twitter数据。 官网：Introduction | AllegroGraph 7.3.0 ———————————————— 原文链接：https://blog.csdn.net/qq_38737992/article/details/87624948
InfiniteGraph		InfiniteGraph基于Java实现，它的目标是构建“分布式的图形数据库”，已被美国国防部和美国中央情报局所采用。 除此之外，还有其他一些图形数据库，如OrientDB、InfoGrid和HypergraphDB。Ravel构建在开源的Pregel实现之上，微软研究院的Trinity项目也是一个图形数据库项目。 官网：https://www.objectivity.com/products/infinitegraph/ ———————————————— 原文链接：https://blog.csdn.net/qq_38737992/article/details/87624948
TITAN		Titan是一个可扩展的图形数据库，针对存储和查询包含分布在多机群集中的数百亿个顶点和边缘的图形进行了优化。Titan是一个事务性数据库，可以支持数千个并发用户实时执行复杂的图形遍历。
OrientDb		OrientDB是兼具文档数据库的灵活性和图形数据库管理链接能力的可深层次扩展的文档-图形数据库管理系统。可选无模式、全模式或混合模式下。支持许多高级特性，诸如ACID事务、快速索引，原生和SQL查询功能。可以JSON格式导入、导出文档。若不执行昂贵的JOIN操作的话，如同关系数据库可在几毫秒内可检索数以百记的链接文档图。 官网：https://orientdb.com/ W3C教程：https://www.w3cschool.cn/orientdb/ 官方文档：https://orientdb.com/docs/last/ ———————————————— 原文链接：https://blog.csdn.net/qq_38737992/article/details/87624948
InfoGrid		InfoGrid是一个post关系web应用程序的平台。 特点： 1.与选择的图形数据库SQL,原始文件,或网格存储作为存储引擎。 2.在所有情况下同样的API。 3.面向对象的信息表示与自动对象映射使用语义uml风格模型和代码生成。 4.休息的用户界面框架,图形数据库映射到web。 5.访问控制在数据层。 6.InfoGrid联合会的多个实例。 7.不断更新映射到外部数据从任何来源“好像”是InfoGrid本机。

5、全文搜索引擎数据库

数据库名称	最初推出公司	简介	开源
Elasticsearch	Shay Banon在2004年创造Elasticsearch的前身，称为Compass	Elasticsearch 是位于 Elastic Stack 核心的分布式搜索和分析引擎。Logstash 和 Beats 有助于收集、聚合和丰富您的数据并将其存储在 Elasticsearch 中。Kibana 使您能够以交互方式探索、可视化和分享对数据的见解，并管理和监控堆栈。Elasticsearch 是索引、搜索和分析魔法发生的地方。 Elasticsearch 为所有类型的数据提供近乎实时的搜索和分析。无论您拥有结构化或非结构化文本、数字数据还是地理空间数据，Elasticsearch 都能以支持快速搜索的方式高效地存储和索引它。您可以超越简单的数据检索和聚合信息来发现数据中的趋势和模式。随着您的数据和查询量的增长，Elasticsearch 的分布式特性使您的部署能够随之无缝增长。

6、分析性数据库

数据库名称	最初推出公司	简介	开源
Apache Doris	Apache Doris最早是诞生于百度广告报表业务的Palo项目	Apache Doris 是一个基于 MPP 架构的高性能、实时的分析型数据库，以极速易用的特点被人们所熟知，仅需亚秒级响应时间即可返回海量数据下的查询结果，不仅可以支持高并发的点查询场景，也能支持高吞吐的复杂分析场景。基于此，Apache Doris 能够较好的满足报表分析、即时查询、统一数仓构建、数据湖联邦查询加速等使用场景，用户可以在此之上构建用户行为分析、AB 实验平台、日志检索分析、用户画像分析、订单分析等应用。	是

还有很多数据库，大数据平台用到数据库除外，其他市场上用到数据库达到99%均可在上找到，对于大数据库例如Hadoop没有此外应该都可以找到的。