一、DM
软件名称：达梦数据库（DM）。
开发商：武汉华工达梦数据库有限公司。
软件描述：
达梦数据库具有如下技术特色：支持多个平台之间的互联互访、高效的并发控制机制、有效的查询优化策略、灵活的系统配置、支持各种故障恢复并提供多种备份和还原方式。
具有高可靠性、支持多种多媒体数据类型、提供全文检索功能、各种管理工具简单易用、各种客户端编程接口都符合国际通用标准、用户文档齐全。
二、OpenBASE
软件名称：OpenBASE。
开发商：东软集团有限公司。
软件描述：
主要包括OpenBASE 多媒体数据库管理系统、OpenBASE Web应用服务器、OpenBASE Mini嵌入式数据库管理系统、OpenBASE Secure安全数据库系统等产品。
所有的这些产品涵盖了企业应用、Internet/Intranet、移动计算等不同的应用领域，具有不同的应用模式。
形成了OpenBASE面向各种应用的全面的解决方案。多媒体数据库管理系统OpenBASE是OpenBASE产品系列的核心和基础，其它的产品都是在其基础上，根据各自应用领域的不同特点发展、演变而成的。
三、OSCAR
软件名称：神舟OSCAR数据库系统。
开发商：北京神舟航天软件技术有限公司。
软件描述：
神舟OSCAR数据库系统基于Client/Server架构实现，服务器具有通常数据库管理系统的一切常见功能，此外还包括一些有助于提高系统对工程数据支持的特别功能，而客户端则在提供了各种通用的应用开发接口的基础上，还具有丰富的连接、 *** 作和配置服务器端的能力。
提供与Oracle、SQL Server、DB 2等主要大型商用数据库管理系统以及TXT、ODBC等标准格式之间的数据迁移工具。
四、KingbaseES
软件名称：金仓数据库管理系统KingbaseES。
开发商：北京人大金仓信息技术有限公司。
软件描述：
交互式工具ISQL；图形化的数据转换工具； 多种方式的数据备份与恢复； 提供作业调度工具；方便的用户管理；支持事务处理；支持各种数据类型；提供各种 *** 作函数；提供完整性约束；支持视图；支持存储过程/函数；支持触发器。
五、iBASE
软件名称：iBASE。
开发商：北京国信贝斯软件有限公司。
软件描述：
包括五个部分：iBASE Reliax Server全文检索服务器。
iBASE Web网上资源管理与发布系统。
iBASE Index System文文件管理与发布系统。
iBASE Webrobot 网络资源采编发系统。
iBASE DMC 数据库管理中心。
扩展资料：
国产最新商业数据库系统：
一、阿里的数据库系统
软件名称：OceanBase & PolarDB
官方称为“完全自主研发的金融级分布式关系数据库”。下面是其官网的介绍：OceanBase 对传统的关系数据库进行了开创性的革新。
在普通硬件上实现金融级高可用，在金融行业首创“三地五中心”城市级故障自动无损容灾新标准，同时具备在线水平扩展能力，创造了4200万次/秒处理峰值的纪录（注：当时TPS官宣为256w）。
现在OceanBase的版本已经2x了，OceanBase TPC-C的评测刷遍了朋友圈，TPS达到了100w (6088w tpmc)，榜单第一。
二、腾讯的数据库系统
软件名称：TDSQL
其官网简介：分布式数据库（Tencent Distributed SQL，TDSQL）是腾讯打造的一款分布式数据库产品，具备强一致高可用、全球部署架构、分布式水平扩展、高性能、企业级安全等特性。
同时提供智能 DBA、自动化运营、监控告警等配套设施，为用户提供完整的分布式数据库解决方案。
目前 TDSQL 已经为超过500+的政企和金融机构提供数据库的公有云及私有云服务，客户覆盖银行、保险、证券、互联网金融、计费、第三方支付、物联网、互联网+、政务等领域。TDSQL 亦凭借其高质量的产品及服务，获得了多项国际和国家认证，得到了客户及行业的一致认可。
三、华为的数据库系统
软件名称：GaussDB
全球首款AI-Native数据库，内部有100、200、300多个版本，应该是基于PostgreSQL开发的。在国内，可能除了阿里，就到华为的团队了（高斯实验室）。和不少高校建立了合作。
其实早期得互联网公司曾经不仅是Oracle 客户，还都是大客户，最典型的代表有两个，一个是亚马逊，一个是阿里巴巴，后来两者都纷纷去掉了O，可见并不是什么ZZ因素，一定有一些原因，我们一起来逐步拨开看看：
1Oracle数据库到底是为什么设计的？
Oracle数据库的理论源于1970年的一个论文， "A Relational Model of Data for Large Shared Data Banks" 在这个论文中，提出了一个数据库的经典模型，也就是今天所谓的关系行数据库 Relational Database 这个论文，在当时验证了关系模型的一些优势。后来IBM基于这个论文开发了一个东西，叫SQL语言。 但是很奇怪的是，IBM没有更快的基于SQL语言去开发一个数据库，而Oracle在1979年第一个开发了商业级支持SQL语言的数据库产品。 当时，数据库主要处理的一个核心问题，就是几个特点ACID，鉴于篇幅，我们无法论述其中的意思，但是其中最有意思的就是一致性的C。什么意思呢，就是以银行交易为例，你如果在取钱的一瞬间查询余额有500，这个时候你取款，但是你恰好也告诉你家人在同一时间查询，如果查询到有500，他们也同时取款，会不会都成功呢？这个一致性的问题，对于银行要求是强一致性，也就是不能有半点差错。
2 互联网时代需要的数据库是什么？
到了互联网时代，情况突然变了。比如我们都喜欢的知乎，微博这些信息流的App。 如果我发帖的瞬间，同时可能有很多人都在发帖，如果我们的App在全世界都在用，瞬间的用量峰值可能会因为某个热点事件突然变得很高，这个和上世纪80年代的企业级应用完全不同，即便是银行，我们还是可以保证当时的峰值大概有多少，因为营业点和ATM机的数量也是有限的，那时候你无法在手机上直接处理任何一笔交易。但是互联网的到来改变了一切，这个峰值不仅难以预估，而且可能和平时的平均值差别巨大。这样为了确保一个峰值，就去购买峰值所需的Oracle的License数量可能特别大。（Oracle是按照一个类似CPU数量或者用户数量来确定价格，你可以简单理解为用的峰值越高，你需要买的license越贵），这是一笔巨大的花费不说，而且还有另外一个问题。
3 互联网时代的应用需求不同。
在我之前的一个回答里面写道了, 亚马逊工程师在优化自身的数据库的时候， 他们发现“：” 大约70%的 *** 作是键值类型的，其中只使用主键，只返回一行。大约20%的用户会返回一组行，但仍然只对单个表进行 *** 作。“这是一个伟大的发现——70%的 *** 作竟然都没有使用关系数据库的核心功能！为什么会这样呢？因为互联网时代的应用发生了变化。我举个例子，你如果设计一个类似亚马逊的电商网站的购物车，你允许客户把自己想买的东西放在里面。但是你设想一下，如果突然某个畅销的产品被卖家下架了，但是这个产品被很多的客户放在购物车里，你回想一下，银行交易需要确保的那种强一致性，在这里有必要么？如果你想强一致性，就需要这个商品下架的时候，清空每一个曾经加入购物车的这个商品。这样任何一个修改产品的 *** 作，都可能有无数个关联的交易在那里等着更新，可能商品的目录更新这个事情，就会变得巨慢无比，而且毫无意义。为什么说毫无意义呢，比如我在9点购物车放了一部手机，到10点商家卖光了，把这个产品下架了，这个时候如果商家只是在自己店面的页面更新，但是你的购物车并不实时更新，即使最差的情况是什么呢，就是10点的同时，你提交了一个购买的请求，这个购买的请求是需要保持一致性的，这个时候商家会返回一个失败，因为这个商品不存在。你再刷新一看，哦，卖光了。。。你的用户体验丝毫不受影响。再比如互联网的微博，如果我发一个微博就发上去，更新的时候，我不需要强一致性更新，那么可能和我距离近的朋友第一时间看到了，距离远的朋友可能稍晚一些看到了，有关系么？基本没什么影响，这些叫做分布式处理的方式在互联网应用非常普遍。
4 互联网时代有了更多选择
一方面开源数据库逐步成熟，MySQL， Postgre这些后期之辈，陆续成熟且有越来越多的程序员能够熟练掌握，并且利用开源实现接近商业数据库的能力；另外一个方面，云厂商的出现让这个门槛更低，你不敢保证MySQL使用达到商业数据库的可靠性，你可以借助云厂商的产品，比如亚马逊云计算的托管数据库Aurora（兼容MySQL），这里非广告，只是告诉大家这种云厂商的产品让你用开源，性能和商业数据库接近，并且价格低廉，且无需运维或者很少运维成本，这样的情况下，中小互联网厂商就更多采用云厂商的托管开源数据库，自然不用Oracle这么昂贵的产品。
5 数据发生了变化
前面讲到微博这种信息流的数据格式很明显和银行交易类的关系格式有重大区别。其实互联网时代，日志，物联网等产生了更多奇怪的数据格式，比如时序数据，一个物联网的温度计，可能每一毫秒钟发一个温度信息，你如果拿关系数据库去存，可能很快就爆表了。。。但是物联网就是这样，而且这种数据几乎从不更改，就是按照时间序列一直存。比如股票交易所的大盘数据也是类似，这种特殊数据格式带来的需求在过去可能用关系数据库凑合一下就可以了，但是今天，越来越多的不同类型格式需求，就需要按需设计和采用不同的数据库。这些数据库因为有云的托管，你也不太需要运维，这样采用的成本也不高，比如亚马逊aws的Timestream数据库，官方号称两百万次写入1KB的数据，价格才一美金，于是，越来越多的企业开始按需去采用专门构建的数据库，而且大量采用云上托管，这些都不是Oracle数据库可以做的。
所以，各方面的综合因素，导致今天的Oracle跟不上时代，也就逐步被慢慢取代了。前几天，看到Gartner的全球数据库市场排名，亚马逊AWS取代了Oracle在全球数据库厂商的位置，一个时代就这样慢慢的被改变了，不知道我当时在Oracle 10g某个Package里面的代码是否还在？
因特网（Inter），物联网都是通讯网路，将装置进行连线，就好比物联网是高速公路与英特网是大马路，大马路可以走人走脚踏车走汽车，高速路只走汽车。云端计算是区别于本地计算的一种概念，是分散式计算的一种技术名称。
云端计算和物联网两者之间本没有什么特殊的关系，物联网只是今后云端计算平台的一个普通应用，物联网和云端计算之间是应用与平台的关系。
物联网的发展依赖于云端计算系统的完善，从而为海量物联资讯的处理和整合提供可能的平台条件，云端计算的集中资料处理和管理能力将有效的解决海量物联资讯储存和处理问题。
人工智慧是程式演算法和大资料结合的产物。
而云计算是程式的演算法部分，物联网是收集大资料的根系的一部分。
可以简单的认为：人工智慧=云端计算+大资料（一部分来自物联网）
随着物联网在生活中的铺开，它将成为大资料最大，最精准的来源。
云端计算通俗理解：1、通过网路上传到云储存东西，无需储存装置有网路便可读取。像银行
2、可以通过云端计算，有些软体无需安装便可使用，比如直接通过云写文件，不用安装word。像家里用电不用自己发电，通过电网购买。
云的使用对自己电脑的配置实用减少，而物联网是本地电脑和伺服器资讯互换，处理资讯使用的是本地电脑的资源处理东西。
物联网是客观世界在Inter上的一种应用；云端计算是建立在Inter上的一种分散式技术服务模式；三网融合是将Inter、电信网、广电网业务融合在一起的应用技术及业务模式。
希望对你有用。
随着社会迅速发展，人类逐渐进入大资料的时代，而物联网与云端计算作为近年来的热点，受到了业内不少人士的关注。据业界人士分析，大资料的前景与物联网以及云端计算这两者之间的关系非常密切，那么，真像业界人士所说的那样它们之间存在着不一样的关系呢？下面，我们就来了解一下大资料与物联网、云端计算之间的关系吧。
大资料概念
巨量资料(big data)，或称大资料、海量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软体工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。“大资料”是由数量巨大、结构复杂、型别众多资料构成的资料集合，是基于云端计算的资料处理与应用模式，通过资料的整合共享，交叉复用,形成的智力资源和知识服务能力。
大资料市场格局
具体意义上来讲，早在20世纪90年代“资料仓库之父”的Bill Inmon便提出了“大资料”的概念。大资料之所以在最近走红，主要归结于网际网路、移动装置、物联网和云端计算等快速崛起，全球资料量大大提升。可以说，移动网际网路、物联网以及云端计算等热点崛起在很大程度上是大资料产生的原因。
我们通过分析，形象的知道大资料与移动网际网路、物联网以及传统网际网路的关系。物联网，移动网际网路再加上传统网际网路，每天都在产生海量资料，而大资料又通过云端计算的形式，将这些资料筛选处理分析，提前出有用的资讯，这就是大资料分析。
大资料与云端计算
云端计算（cloud puting）是基于网际网路的相关服务的增加、使用和交付模式，通常涉及通过网际网路来提供动态易扩充套件且经常是虚拟化的资源。近几年，云端计算的概念受到了学术界、商界，甚至 的热捧，一时间云端计算无处不在，这真让同时代其他的IT技术相形见绌，无地自容。
本质上，云端计算与大资料的关系是静与动的关系；云端计算强调的是计算，这是动的概念；而资料则是计算的物件，是静的概念。如果结合实际的应用，前者强调的是计算能力，或者看重的储存能力；但是这样说，并不意味着两个概念就如此泾渭分明。大资料需要处理大资料的能力（资料获取、清洁、转换、统计等能力），其实就是强大的计算能力；另一方面，云端计算的动也是相对而言，比如基础设施即服务中的储存装置提供的主要是资料储存能力，所以可谓是动中有静。
如果资料是财富，那么大资料就是宝藏，而云计算就是挖掘和利用宝藏的利器！没有强大的计算能力，资料宝藏终究是镜中花；没有大资料的积淀，云端计算也只能是杀鸡用的宰牛刀。
大资料与物联网
物联网是一个基于网际网路、传统电信网等资讯承载体，让所有能够被独立定址的普通物理物件实现互联互通的网路。
大资料与物联网之间的关系是相铺相成的。物联网产生大资料。美国人前几年医院一年产生500个数据，IMT1。4TB资料等各种的资料通过感测器产生，也有在网上直接产生的，我们现在处于大资料时代，物联网一分钟可以产生非常多的东西，苹果下载2万余次，一分钟会上传10万条新微博，全世界物联网上虚拟网路上，产生了大量的资料。
物联网产生的大资料与一般的大资料有不同的特点。物联网的资料是异构的、多样性的、非结构和有噪声的，更大的不同是它的高增长率。物联网的资料有明显的颗粒性，其资料通常带有时间、位置、环境和行为等资讯。物联网资料可以说也是社交资料，但不是人与人的交往资讯，而是物与物，物与人的社会合作资讯。
除此之外，大资料助力物联网，不仅仅是收集感测性的资料，实物跟虚拟物要结合起来。今天北京交通堵塞，但是并不知道堵塞原因，如果 释出讯息和市民微博释出讯息结合起来就知道发生什么事，物联网要过滤，过滤要有一定模式。
基于大资料与物联网，云端计算之间的关系
物联网重点突出了感测器感知的概念，同时它也具备网路线路传输，资讯储存和处理，行业应用介面等功能。而且也往往与网际网路共用伺服器，网路线路和应用介面，使人与人(Human ti Human ，H2H)，人与物(Human to thing，H2T)、物与物( Thing to Thing，T2T)之间的交流变成可能，最终将使人类社会、资讯空间和物理世界(人机槠)融为一体。
大资料目前尚没有统一的定义，比较有代表性的是3V 定义，即认为大资料需满足3 个特点：规模性(Volume)、多样性(Variety)和高速性(Velocity)。
以云端计算为代表的网际网路新应用的兴起，表明网际网路基础服务无论从硬体，软体还是资料资讯都在向集中和统一的方向发展。也就是说，未来的大资料还将具备一个新的特性-统一性(Unity)。
你也可以参考物联商业网。
因特网是一个数据网际网路；物联网是将现实世界的事物通过感测器等连线到网际网路形成的一个管理网路；云端计算是一种大规模的计算服务平台，它可以为其他网路提供计算服务；三网融合是将电信网、电视网及网际网路融合在一起的综合应用网路。
希望对你有用。
云端计算与网格计算的概念
首先，究竟什么是云端计算（Cloud Computing）呢？钱教授指出，云就是网际网路——做网路的似乎总是把网路抽象成云；云端计算就是利用在Inter中可用的计算系统，能够支援网际网路各类应用的系统。云端计算是以第三方拥有的机制提供服务，为了完成功能，使用者只关心需要的服务，这是云端计算基本的定义。
相对于网格计算（Grid Computing）和分散式计算，云端计算拥有明显的特点：第一是低成本，这是最突出的特点。第二是虚拟机器的支援，使得在网路环境下的一些原来比较难做的事情现在比较容易处理。第三是镜象部署的执行，这样就能够使得过去很难处理的异构的程式的执行互 *** 作变得比较容易处理。第四是强调服务化，服务化有一些新的机制，特别是更适合商业执行的机制。
那么网格计算的特点又是什么呢？
网格计算有了十几年的历史。网格基本形态是什么？是跨地区的，甚至跨国家的，甚至跨洲的这样一种独立管理的资源结合。资源在独立管理，并不是进行统一布置、统一安排的形态。网格这些资源都是异构的，不强调有什么统一的安排。另外网格的使用通常是让分布的使用者构成虚拟组织（VO），在这样统一的网格基础平台上用虚拟组织形态从不同的自治域访问资源。此外，网格一般由所在地区、国家、国际公共组织资助的，支援的资料模型很广，从海量资料到专用资料以及到大小各异的临时资料集合，在网上传的资料，这是网格目前的基本形态。
云端计算与网格计算区别何在
可以看出，网格计算和云端计算有相似之处，特别是计算的并行与合作的特点；但他们的区别也是明显的。主要有以下几点：
首先，网格计算的思路是聚合分布资源，支援虚拟组织，提供高层次的服务，例如分布协同科学研究等。而云计算的资源相对集中，主要以资料中心的形式提供底层资源的使用，并不强调虚拟组织（VO）的概念。
其次，网格计算用聚合资源来支援挑战性的应用，这是初衷，因为高效能运算的资源不够用，要把分散的资源聚合起来；后来到了2004年以后，逐渐强调适应普遍的资讯化应用，特别在中国，做的网格跟国外不太一样，就是强调支援资讯化的应用。但云计算从一开始就支援广泛企业计算、Web应用，普适性更强。
第三，在对待异构性方面，二者理念上有所不同。网格计算用中介软体遮蔽异构系统，力图使使用者面向同样的环境，把困难留在中介软体，让中介软体完成任务。而云计算实际上承认异构，用映象执行，或者提供服务的机制来解决异构性的问题。当然不同的云端计算系统还不太一样，像Google一般用比较专用的自己的内部的平台来支援。
第四，网格计算用执行作业形式使用，在一个阶段内完成作用产生资料。而云计算支援持久服务，使用者可以利用云端计算作为其部分IT基础设施，实现业务的托管和外包。
第五，网格计算更多地面向科研应用，商业模型不清晰。而云计算从诞生开始就是针对企业商业应用，商业模型比较清晰。
总之，云端计算是以相对集中的资源，执行分散的应用（大量分散的应用在若干大的中心执行）；而网格计算则是聚合分散的资源，支援大型集中式应用（一个大的应用分到多处执行）。但从根本上来说，从应对Inter的应用的特征特点来说，他们是一致的，为了完成在Inter情况下支援应用，解决异构性、资源共享等等问题。
那么，网格计算和云端计算有没有可能取长补短、互为补充呢？钱教授提到，如果这两者结合起来，也许可以聚合大量分散的资源，从而支援各种各样的大型集中应用以及分散的应用。
最后，钱教授还谈到，在云端计算技术方面，有三个需要关注的问题。第一是安全，因为要想作为公共基础设施必须取得使用者的充分信任。第二是标准化，不能再走中介软体的老路。第三是开源，要走开放的平台，这样才有发展。
简明的描述，看了有茅塞顿开的感觉。
观点一：网格计算主要关注如何把一个任务分配到它所需要的资源上（一般来说是一个远端可用的），在这里一个大的计算任务可以被分成多个小任务，然后被分配到这些伺服器上执行；而云计算则强调把资源动态的从硬体基础架构上产生出来，以适应工作任务的需要，云端计算可以支援网格计算，也可以支援非网格计算。（简单理解，即动态产生的计算资源是来自一台伺服器还是多台，是否使用了网格计算的演算法。本人的理解）
观点二：网格计算与云端计算主要有三点区别，第一，网格主要是通过聚合式分布的资源，通过虚拟组织提供高层次的服务，而云计算资源相对集中，通常以资料中心的形式提供对底层资源的共享使用，而不强调虚拟组织的观念；第二，网格聚合资源的主要目的是支援挑战性的应用，主要面向教育和科学计算，而云计算一开始就是用来支援广泛的企业计算、web应用等；第三，网格用中介软体遮蔽异构性，而云计算承认异构，用提供服务的机制来解决异构性的问题。
网格计算与云端计算的关系如下表所示。
表 1 网格计算与云端计算的比较
网格计算
云端计算
目标
共享高效能运算力和资料资源，实现资源共享和协同工作
提供通用的计算平台和储存空间，提供各种软体服务
资源来源
不同机构
同一机构
资源型别
异构资源
同构资源
资源节点
高效能运算机
伺服器/PC
虚拟化检视
虚拟组织
虚拟机器
计算型别
紧耦合问题为主
松耦合问题
应用型别
科学计算为主，计算密集
资料处理为主，资料密集
使用者型别
科学界
商业社会
付费方式
免费（ 出资）
按量计费
标准化
有统一的国际标准OGSA/WSRF
尚无标准，但已经有了开放云端计算联盟OCC
网格计算走的是学院派的路子：在概念上争论多年，在体系结构上三次伤筋动骨，在标准规范上花费了大量的心力，所设定的目标又非常远大－－要在跨平台、跨组织、跨信任域的极其复杂的异构环境 享资源和协同解决问题，所要共享的资源也是五花八门－－从高效能运算机、资料库、装置到软体、甚至知识；云端计算走的是现实派的路子：暂时不管概念、不管标准，Google云端计算与Amazon云端计算的差别非常大，云端计算只是对他们以前做的事情的新的共同的时髦叫法；所共享的储存和计算资源暂时仅限于某个企业内部，省去了许多跨组织协调的问题；以Google为代表的云端计算在内部管理运作方式上的简洁一如其介面，能省的功能都省了，Google档案系统甚至不允许修改已经存在的档案，大大降低了实现难度，却借助其无与伦比的规模效应释放前所未有的能量。
网格计算与云端计算的关系，就像是OSI与TCP/IP之间的关系：ISO制定的OSI（开放系统互联）网路标准，考虑得非常周到，也异常复杂，在多年之前就考虑到了会话层和表示层的问题。很有远见，但过于阳春白雪了，实现的难度和代价也非常大。当OSI的一个简化版－－TCP/IP冒出来之后，将七层协议简化为四层，内容也大大精简，因而迅速取得了成功。在TCP/IP一统天下之后多年，语义网等问题才被提上议事日程，开始为TCP/IP补课，增加其会话和表示的能力。因此，OSI是学院派，TCP/IP是现实派。OSI是TCP/IP的基础，TCP/IP又推动了OSI的发展。不是成者为王、败者为寇的问题，而是滚动发展的问题。
1．物联网产生大资料，大资料助力物联网。目前，物联网正在支撑起社会活动和人们生活方式的变革，被称为继计算机、网际网路之后冲击现代社会的第三次资讯化发展浪潮。物联网在将物品和网际网路连线起来，进行资讯交换和通讯，以实现智慧化识别、定位、跟踪、监控和管理的过程中，产生的大量资料也在影响着电力、医疗、交通、安防、物流、环保等领域商业模式的重新形成。物联网握手大资料，正在逐步显示出巨大的商业价值。
2．大资料是高速跑车，云端计算是高速公路。在大资料时代，使用者的体验与诉求已经远远超过了科研的发展，但是使用者的这些需求却依然被不断地实现。在云端计算、大资料的时代，那些科幻片中的统计分析能力已初具雏形，而这其中最大的功臣并非工程师和科学家，而是网际网路使用者，他们的贡献已远远超出科技十年的积淀。
对于个人使用而言，选择哪种数据库主要取决于你的需求和使用场景。以下是一些常用的数据库及其特点：
MySQL：开源免费，适合小型项目和网站，易于使用，具有广泛的社区支持和资源。
PostgreSQL：开源免费，适合大型项目和企业应用，功能强大，支持高级特性，例如完整的事务处理和高级查询语言。
SQLite：轻量级的嵌入式数据库，不需要独立的服务器，适合小型应用和移动设备应用。
Microsoft SQL Server：商业数据库，适合在Windows环境下使用，具有强大的功能和高性能。
Oracle：商业数据库，适合大型企业应用，功能非常强大，但价格昂贵。
在选择数据库时，可以考虑以下因素：
数据库的类型和功能是否满足你的需求。
数据库的性能是否满足你的要求。
数据库的可靠性和安全性是否得到保障。
数据库的易用性和可维护性如何。
数据库的成本是否合理。
综合考虑以上因素，你可以选择适合自己使用的数据库。
企业的大资料库都包括什么 包括:
1 员工资讯
2 经营资讯
3 客户资讯
ERP——Enterprise Resource Planning 企业资源计划系统，是指建立在资讯科技基础上，以系统化的管理思想，为企业决策层及员工提供决策执行手段的管理平台。SQL oracle是资料库系统，不同
大资料产业链都包括哪些环节 物联网产业链很长，其体系构架大致可分为感知层、网路层、应用层三个层面，每个层面又涉及到诸多细分领域。
感知层的功能主要是获取资讯，负责采集物理世界中发生的物理事件和资料，实现外部世界资讯的感知和识别。包括传统的无线感测器网路、全球定位系统、射频识别、条码识读器等。这一层主要涉及两大类关键技术：感测技术和标识技术。感测器网路的感知主要通过各种型别的感测器对物体的物质属性(如温度、溼度、压力等)、环境状态、行为态势等资讯进行大规模、分散式的资讯获取与状态识别，它可用于环境监测、远端医疗、智慧家居等领域。标识技术通过给每件物体分配一个唯一的识别编码，实现物联网中任何物体的互联。
网路层主要是完成感知资讯高可靠性、高安全性的传送和处理。从具体实现的角度，本层由下而上又分为三层：接入网、核心网和业务网。①接入网：主要完威各类装置的网路接入，强调各类接入方式，比如现有蜂窝行动通讯网、无线局域/都会网路、卫星通讯网、各类有线网路等。②核心网：主要是完成资讯的远距离传输，目前依靠现有的网际网路、电信网或电视网。随着三网融合的推进，核心网将朝全IP网路发展。③业务网：是实现物联网业务能力和运营支撑能力的核心组成部分。
应用层主要是利用经过分析处理的感知资料，将物联网技术与个人、家庭和行业资讯化需求相结台，可向使用者提供丰富的服务内容，大大提高生产和生活的智慧化程度，应用前景十分广阔。其应用可分为监控型(物流监控、污染监控、灾害监控)、查询型(智慧检索、远端抄表)、控制型(智慧交通、智慧家居、路灯控制、远端医疗、绿色农业)、扫描型(手机钱包、ETC)等。
全国人口基本资讯资源库、
全国出入境人员资源库、
全国机动车/驾驶人资讯资源库、
全国警员基本资讯资源库、
全国在逃人员资讯资源库、
全国违法犯罪人员资讯资源库、
全国被盗抢汽车资讯资源库、
全国安全重点单位资讯资源库
这应该就是八大资讯库
我记得dapper 有个DapperSqlBuilder的功能，就是动态拼接查询sql的 BATISNET 效能还不错，接近ADONET 不用写一大堆资料库连线，开启关闭重复程式码
nosql 和sql资料库大资料的计算哪个快
nosql,非结构化资料库 是大资料的一种解决方案，虽然大资料就是it巨头为了赚钱忽悠人的东西
企业人事管理的后台超大型oracle资料库设计的一份报告 包括 资料库部署模式 资料库逻辑模物理储存模式设计 资料库工作方式 安全体系结构设计 备份等好说，，只是要一个目录， 。其它的自己都会吗
资料库包括那些课程？ 资料库课程设计是在学生系统的学习了资料库原理课程后，按照关系型资料库的基本原理，综合运用所学的知识，以小组为单位，设计开发一个小型的资料库管理系统。通过对一个实际问题的分析、设计与实现，将原理与应用相结合，使学生学会如何把书本上学到的知识用于解决实际问题，培养学生的动手能力；另一方面，使学生能深入理解和灵活掌握教学内容。
总体设计要求：
四到五人为一个小组，小组成员既要有相互合作的精神，又要分工明确。每个学生都必须充分了解整个设计的全过程。
从开始的系统需求分析到最后的软体测试，都要有详细的计划，设计文件应按照软体工程的要求书写。
系统中的资料表设计应合理、高效，尽量减少资料冗余。
软体介面要友好、安全性高。
软体要易于维护、方便升级。
程式语言可由小组根据自己的情况选择，但一般情况下应该是小组的每个成员都对该语言较熟悉。避免把学习语言的时间放在设计期间。
参考使用的语言有：VF、VB、Delphi 、PB、VC、SQL_Server等。
学生学籍管理系统
一、设计目的
学生根据所学的资料库原理与程式设计的知识，能够针对一个小型的资料库管理系统，进行系统的需求分析，系统设计，资料库设计，编码，测试等，完成题目要求的功能，从而达到掌握开发一个小型资料库的目的。
二、设计内容
1．主要的资料表
学生基本情况资料表，学生成绩资料表，课程表，程式码表等。
2．主要功能模组
1）实现学生基本情况的录入、修改、删除等基本 *** 作。
2）对学生基本资讯提供灵活的查询方式。
3）完成一个班级的学期选课功能。
4）实现学生成绩的录入、修改、删除等基本 *** 作。
5）能方便的对学生的个学期成绩进行查询。
6）具有成绩统计、排名等功能。
7）具有留级、休学等特殊情况的处理功能。
8）能输出常用的各种报表。
9）具有资料备份和资料恢复功能。
三、设计要求
学生成绩表的设计，要考虑到不同年级的教学计划的变化情况。
对于新生班级，应该首先进行基本情况录入、选课、然后才能进行成绩录入。
图书管理系统
一、设计目的
学生根据所学的资料库原理与程式设计的知识，能够针对一个小型的资料库管理系统，进行系统的需求分析，系统设计，资料库设计，编码，测试等，完成题目要求的功能，从而达到掌握开发一个小型资料库的目的。
二、设计内容
1．要的资料表
图书基本资讯表，借书卡资讯表，借阅资讯表，图书分类资讯表，程式码表等。
2．功能模组
1）图书基本情况的录入、修改、删除等基本 *** 作。
2）办理借书卡模组。
3）实现借书功能。
4）实现还书功能。
5）能方便的对图书进行查询。
6）对超期的情况能自动给出提示资讯。
7）具有资料备份和资料恢复功能。
三、设计要求
图书编号可参考国家统一的图书编码方法，再完成基本功能模组的情况下，尽量使系统能具有通用性。
银行储蓄系统
一、设计目的
学生根据所学的资料库原理与程式设计的知识，能够针对一个小型的资料库管理系统，进行系统的需求分析，系统设计，资料库设计，编码，测试等，完成题目要求的功能，从而达到掌握开发一个小型资料库的目的。
二、设计内容
1．主要的资料表
定期存款单，活期存款帐，存款类别程式码表等。
2．功能模组
1）实现储户开户登记。
2）办理定期存款帐。
3）办理定期取款手续。
4）办理活期存款帐
5）办理活期取款手续。
6）实现利息计算。
7）输出明细表。
8）具有资料备份和资料恢复功能。
三、设计要求
要进行实际调研，系统功能在实现时参照实际的储蓄系统的功能。同时要考虑银行系统资料的安全与保密工作。资料要有加密功能。
装置管理系统
一、设计目的
学生根据所学的资料库原理与程式设计的知识，能够针对一个小型的资料库管理系统，进行系统的需求分析，系统设计，资料库设计，编码，测试等，完成题目要求的功能，从而达到掌握开发一个小型资料库的目的。
二、设计内容
1．主要资料表
装置明细帐表，装置使用单位程式码表，国家标准装置分类表等。
2．功能模组
1）实现装置的录入、删除、修改等基本 *** 作。
2）实现国家标准装置程式码的维护。
3）能够对装置进行方便的检索。
4）实现装置折旧计算。
5）能够输出装置分类明细表。
6）具有资料备份和资料恢复功能。
三、设计要求
具体装置编码参考国家统一编码方法，功能实现也要考虑通用性。
医院药品进销存系统
aess 一般就一个mdb sql 一般2个 mdf资料档案 ldf日志档案
课程名称使用教材
备注
物联网产业与技术导论
《物联网：技术、应用、标准与商业模式》，电子工业出版社，等教材。
在学完高等数学，物理，化学，通信原理，数字电路，计算机原理，程序设计原理等课程后开设本课程，全面了解物联网之RFID、M2M、传感网、两化融合等技术与应用。
C语言程序设计
《C语言程序设计》，清华大学出版社，等教材。
物联网涉及底层编程，C语言为必修课，同时需要了解OSGi，OPC，Silverlight等技术标准
Java程序设计
《Java语言程序设计教程》，机械工业出版社，等教材。
物联网应用层，服务器端集成技术，开放Java技术也是必修课，同时需要了解Eclipse,SWT, Flash, HTML5,SaaS等技术
无线传感网络概论
《无线传感器网络理论、技术与实现》,国防工业出版社，《短距离无线通讯入门与实战》北京航空航天大学出版社，等教材。
学习各种无线RF通讯技术与标准，Zigbee, 蓝牙，WiFi，GPRS,CDMA，3G, 4G, 5G，Mote等等
TCP/IP网络与协议
《TCP/IP网络与协议》，清华大学出版社，等教材。
TCP/IP以及OSI网络分层协议标准是所有有线和无线网络协议的基础，Socket编程技术也是基础技能，为必修课
嵌入式系统
《嵌入式系统技术教程》，人民邮电出版社等教材。
嵌入式系统是物联网感知层和通讯层重要技术，了解TinyOS等，为必修课
传感器技术概论
《传感器技术》，中国计量出版社，等教材。
物联网专业学生需要对传感器技术与发展，尤其是在应用中如何选用有所了解，但不一定需要了解传感器的设计与生产，对相关的材料科学，生物技术等有深入了解
RFID技术概论
《射频识别（RFID）技术原理与应用》，机械工业出版社，等教材。
RFID作为物联网主要技术之一，需要了解，它本身（与智能卡技术融合）可以是一个细分专业或行业，也可以是研究生专业选题方向。
工业信息化及现场总线技术
《现场总线技术及应用教程》，机械工业出版社，等教材。
工业信息化也是物联网主要应用领域，需要了解，它本身也可以是一个细分专业或行业，也可作为研究生专业选题方向。
M2M技术概论
《M2M: The Wireless Revolution》，TSTC Publishing，等教材。
本书是美国“Texas State Techinical College”推出的M2M专业教材，在美国首次提出了M2M专业教学大纲，M2M也是物联网主要领域，需要了解，建议直接用英文授课。
物联网软件、标准、与中间件技术
《中间件技术原理与应用》，清华大学出版社，《物联网：技术、应用、标准与商业模式》，电子工业出版社，等教材。
物联网产业发展的关键在于应用，软件是灵魂，中间件是产业化的基石，需要学习和了解，尤其是对毕业后有志于走向工业和企业界的学生。
AWS即Amazon Web Services，是亚马逊（Amazon）公司的云计算IaaS和PaaS平台服务。AWS面向用户提供包括d性计算、存储、资料库、应用程式在内的一整套云计算服务，能够帮助企业降低IT投入成本和维护成本。
AWS提供了一整套基础设施和应用程式服务，使几乎能够在云中运行一切应用程式：从企业应用程式和大数据项目，到社交游戏和移动应用程式。
基本介绍 中文名 ：aws 外文名 ：Amazon Web Services 程式类别 ：应用程式 项目基础 ：大数据项目 官网 ：:awsamazon// 服务介绍,分类,竞争对手,存储辞汇表, 服务介绍 很多公司选择AWS作为其IT解决方案，AWS有很多云服务，以下介绍AWS中几类比较重要的服务。 分类 计算类： EC2（Elastic Compute Cloud） 是一种d性云计算服务，可为用户提供d性可变的计算容量，通常用户可以创建和管理多个虚拟机，在虚拟机上部署自己的业务，虚拟机的计算能力（CPU、记忆体等）可以根据业务需求随时调整。 Elastic IP Addresses（d性IP位址） – d性IP位址是为动态云计算设计的静态IP位址。一个d性IP位址是和你的账户相关，而不是和你的一个特定实例相关。不像传统的静态IP位址，d性IP位址可以通过重新匹配你的共有IP位址到你账户任意的实例，从而让你可以忽略实例或者可用区域的错误。 连线本质上是通过NAT1:1的匹配每个Elastic IP和Private IP。 Elastic MapReduce ：EMR采用运行在亚马逊EC2和S3的托管Hadoop框架上。以立即获得满足需要的计算能力，例如网页索引、数据挖掘等数据密集型任务，轻松、经济地处理海量数据，不用担心对Hadoop集群耗时的设定、管理或调优。 AS（Auto Scaling）自动伸缩服务 ：允许用户根据需要控制亚马逊EC2自动扩大或减小计算能力。用户利用AS可以无缝地增加EC2的实例数量，以保证使用高峰期的性能，也可以在需求停滞时自动减少以降低成本。AS特别适合那些需求按小时、天或周规律变化的应用程式。 AS由亚马逊CloudWatch控制，并且用户不必支付CloudWatch以外的其他服务费用。 ELB (Elastic Load Balancing)d性负载平衡 ：自动将入口流量分配到多个亚马逊EC2实例上。d性负载平衡在实例池中不断检测不正常的实例，并自动引导路由流量到正常的实例上，直到不正常的实例恢复正常。客户可以在单一的数据中心进行负载平衡，更可以在跨中心的套用上获得相同的功能。 兼容IPv6，数据来自于CloudWatch 部署&管理类：ACW (Amazon CloudWatch)云监控服务： 监控亚马逊自身提供的云资源以及在云上运行的应用程式。提供可视化监测，并且可以利用API调用进一步处理监控的数据。 Amazon WorkSpaces： 是一种虚拟桌面服务，托管在Amazon的云中。用户可以选择任何终端设备（如笔记本电脑、iPad、Kindle Fire或Android平板电脑）访问 Amazon WorkSpaces，获得与传统办公桌面一样的使用体验，更能享受节约设备成本、保证个人数据安全、随时随地办公等便利。 网路类：
R53（Amazon Route 53）亚马逊53号路由： Domain Name System web service(网路域名服务)。提供从基础设施（EC2实例，ELB，或者S3）到IP位址的映射。 VPC (Virtual Private Cloud)虚拟私有云： 在亚马逊公有云之上创建一个私有的，隔离的云。可以像在自己的数据中心一样定义VPC的拓扑结构。可以和公司现有的数据中心互通。可以利用NAT使得子网不暴漏区域网路IP，公用一个IP位址与外界通讯。通过NAT设定访问控制，保护数据安全性。 存储类： S3 (Simple Storage Service) ： 亚马逊简单存储服务（S3）是一种网路存储服务，可为用户提供持久性、高可用性的存储。用户可以将本地存储迁移到Amazon S3，利用 Amazon S3 的扩展性和按使用付费的优势，应对业务规模扩大而增加的存储需求，使可伸缩的网路计算更易于开发。 EBS (Elastic Block Store)d性数据块存储： EBS卷是独立于实例的存储，可作为一个设备动态连线到运行着的亚马逊EC2实例上。EBS特别适合于单独需要一个资料库、档案系统、或访问原始块存储的应用程式。 套用服务类： SQS (Simple Queue Service)简单讯息伫列服务： 提供讯息存储伫列，使讯息可以在计算机之间传递，在执行不同任务的分散式套用组件之间轻松的转移数据，既不会丢失信息，也不要求每个组件都保持可用。SQS可以与亚马逊EC2和其他AWS的基础设施网路服务紧密结合在一起，方便地建立自动化的工作流程。SQS以网路服务的形式运行，对外发布一个web讯息框架。Inter中任何计算机都可以添加或阅读讯息，而不必安装任何软体或配置特殊的防火墙。使用SQS的套用组件可以独立运行，不需要在同一网路中使用相同的技术开发，也不必在同一时间运行。 SNS (Simple Notification Service)简单通知服务： 在云中安装、处理或传送通知。它为开发人员提供了一种从应用程式发布讯息，并立即传送给订阅者或其他应用程式的能力，用于创建通知某应用程式（或客户）某方面的主题。客户订阅这些主题，并使用客户选定的通信协定（例如，>AntDB 是一款通用企业级，高可用、高性能的原生分布式关系型数据库，凭技术累积面向电信、政务、能源、金融、交通等行业打造。该产品采用了原生分布式架构，实现了在线d性伸缩和分布式强一致，支持SQL 2016标准，具有性能和智能可视化运维等特点。
AntDB数据库可成倍提升吞吐量，并支持百万并发连接数，帮助客户实现PB级别的数据管理。完成对鲲鹏、飞腾、统信等国产软硬件的适配，为各行业自主可控项目采购提供更多选择。
AntDB数据库具有“多、快、久、稳”四个特点
多：服务人数多，AntDB服务的通信行业客户遍布全国24个省、市、自治区，用户数超过10亿，AntDB承载的用户量随着5G、物联网、车联网等新业务形态的规模化发展而增长。
久：应用时间久，AntDB最早的研发从第一代产品于2008年应用于通信运营商核心计费系统起，现70版本已发布，已有14年历史。
快：执行性能快，AntDB承载着通信计费、账务系统核心数据߅峰值每秒可处理百万笔电信核心交易。
稳：产品稳定可靠，AntDB在通信运营商核心系统已经运行14年。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）