mongodb数据同步到oracle_高质量的数据分析之七种数据库的对比

摘要： 在数据分析中，我们可能需要使用各种数据库，目前大概有七种常用数据库，包括4种常用的关系型数据库，3种常用NoSQL数据库(NoSQL = Not Only SQL 泛指非关系型的数据库)。
这些数据库作为业务底层的存储选型，每种数据库都有各自的定位和特点，结合业务，有各自的适用场景。

第一种：MySQL数据库

1、定位：开源、多平台、关系型数据库

目前使用最广泛、流行度最高的的开源数据库。

2、特点：

功能：

支持事务，符合关系型数据库原理，符合ACID，支持多数SQL规范，以二维表方式组织数据，有插件式存储引擎，支持多种存储引擎格式

安装部署：

这里使用Docker安装启动

安装docker pull mysql:5.7启动docker run -p 3307:3307 --name mysql-3307 -v /data/mysql/3307/conf/my.conf:/etc/mysql/mysql.conf.d/mysqld.cnf   -v /data/mysql/3307/mysql_data:/var/lib/mysql --net=host --privileged -e MYSQL_ROOT_PASSWORD=123456 -d mysql:5.7通过docker exec -it 88dab2f338c6(容器id)bash 命令可进入容器进行修改密码、客户端连接权限等操作

使用：

使用标准的SQL语句进行数据库管理，简单SQL语句的并发和性能较好，对视图、存储过程、函数、触发器等支持的不是太好

监控：

在命令行界面有一些常用的命令显示状态和性能，在图形界面方面，有比较多的开源监控工具来监控和记录数据库的状态，比如zabbix，nagios，cacti，lepus等

备份：

逻辑备份 mysqldump/mysqldumper ，物理备份 用xtrabackup等工具进行备份；

高可用：

MySQL高可用有多种方案，官方有基础的master-slave主从复制，新版本的innodb cluster，第三方的有MHA等高可用方案；

扩展：

MySQL水平拆分，可以通过水平拆分proxy中间进行逻辑映射和拆分，扩大MySQL数据库的并发能力和吞吐量。当然，也可以使用数据库集群管理。

3、适用场景：

默认的innodb存储引擎，支持高并发，简单的绝大部分OLTP场景；
Tokudb存储引擎，使用高并发insert的场景；
Inforbright存储引擎，可以进行列压缩和OLAP统计查询场景；

4、选择注意：

使用MySQL进行OLTP业务时，需要注意数据量级，如果数据量级过大，需要进行水平拆分；
如果有OLAP需求，可以结合其他架构综合考虑。

第二种：Mongodb数据库

1、定位：开源、多平台、文档型nosql数据库

非常主流的文档型nosql数据库，“最像关系型数据库”，定位于“灵活”的nosql数据库

2、特点：

功能：数据文件存储格式为BSON，模式自由，整体架构与关系型数据库有对应关系，具有较好的高可用性和伸缩性，有插件式存储引擎，新版本默认是writedtiger存储引擎；

部署： 部署比较简答&#