数据库总结

最新推荐文章于 2024-08-06 21:12:58 发布

wzz87

最新推荐文章于 2024-08-06 21:12:58 发布

阅读量1k

点赞数

分类专栏：数据库

本文链接：https://blog.csdn.net/wzz87/article/details/79364805

版权

本文总结了阿里云数据库服务，包括Maxcompute（原ODPS）对应Hive，适合海量数据离线分析；RDS对应MySQL，支持OLTP事务处理；ADS是实时分析型数据库，适合高并发查询；OTS类似HBase，用于NoSQL场景，提供海量结构化数据存储与实时访问。

摘要由CSDN通过智能技术生成

由于近期实习涉及到阿里云大数据开发套件的使用，主要涉及到odps、ads、rds、ots相关数据库的操作，所以针对性的做一些总结，并将阿里云中产品与实际产品对应分析。其中ots没有使用过，这里为了对比分析，容易理解也有列出来。

阿里云中的Maxcompute（原odps）其实就是hive，扮演数据仓库的角色，适合存储轨迹类历史数据，适合存储的数据量大，适合海量数据的处理，适合对数据进行离线分析，数据挖掘运算；OLAP不支持插入和删除等事务、事务性不强，实时性也较差。

阿里云中的RDS（云数据库）对应的实际产品是MySQL–RDBMS，所能处理的数据量不是很大，OLTP事务性较好，实时性较好，具有强一致性。

在业务系统中，通常使用OLTP（OnLine Transaction Processing，联机事务处理）系统，如MySQL，SQLServer等关系型数据库系统（RDBMS），这些数据库系统擅长事务处理，在数据操作中保持很强的一致性和原子性，能够很好的支持频繁的数据插入和修改，但是一旦需要计算的数据量过大，达到数千万甚至数十亿条，或者需要进行计算非常复杂的情况下，OLTP类数据库系统就力不从心了，所以在使用阿里云产品过程中，一般需要对海量数据进行计算处理时，我们选择的是odps，将结果表存储到RDS中。