主流数据库特点

主流数据库的特点：

优点：易用性、适合分布式组织的可伸缩性、用于决策支持的数据仓库功能、与许多其他服务器软件紧密关联的集成性、良好的性价比等；

缺点：只能运行在微软的windows平台，没有丝毫的开放性可言。

Redshift跨一个主节点和多个工作节点实施分布式数据库。通过使用AW管理控制台，管理员能够在集群内增加或删除节点，以及按实际需要调整数据库规模。所有的数据都存储在集群节点或机器实例中。

Redshift集群的实施可通过两种类型的虚拟机：密集存储型和密集计算型。密集存储型虚拟机是专为大数据仓库应用而进行优化的，而密集计算型为计算密集型分析应用提供了更多的CPU。DynamoDB是亚马逊公司的NoSQL数据库产品。其数据库还可与亚马逊Lambda集成以帮助管理人员对数据和应用的触发器进行设置。

DynamoDB特别适用于具有大容量读写 *** 作的移动应用。用户可创建存储JavaScript对象符号（JSON）文档的表格，而用户可指定键值对其进行分区。与定义如何分割数据不同，这里无需定义一个正式的架构。

SQL Server 是 Microsoft(微软) 的数据产品，它的易用性强！ Oracle 是 Oracle(甲骨文)公司的数据产品！号称世界上最好的数据系统！ DB2 是IBM公司的产品，在全球500强的企业中有80%是用DB2作为数据库平台的！

etl工程师是从事系统编程、数据库编程与设计，要掌握各种常用的编程语言的专业技术人员。也叫数据库工程师。\x0d\工作内容：\x0d\见岗位职责：\x0d\ 1 海量数据的ETL开发，抽取成各种数据需求。\x0d\ 2 参与数据仓库架构的设计及开发 。\x0d\3 参与数据仓库ETL流程优化及解决ETL相关技术问题。\x0d\4、熟悉主流数据库技术，如oracle、Sql server、PostgeSQL等。\x0d\ 4、精通etl架构，有一定的etl开发经验，了解日常作业的部署和调度。\x0d\ 5、会数据etl开发工具，如Datastage,Congos,Kettle等。

目前最主流的sql server、oracle、mysql、db2都是关系型数据库。随着社交网站、视频网站等互联网新业务模式的兴起，各种非关系数据库模型也在不断涌现。

以下是copy的：

数据模型概述

1关系模型

关系模型使用记录（由元组组成）进行存储，记录存储在表中，表由架构界定。表中的每个列都有名称和类型，表中的所有记录都要符合表的定义。SQL是专门的查询语言，提供相应的语法查找符合条件的记录，如表联接（Join）。表联接可以基于表之间的关系在多表之间查询记录。

表中的记录可以被创建和删除，记录中的字段也可以单独更新。

关系模型数据库通常提供事务处理机制，这为涉及多条记录的自动化处理提供了解决方案。

对不同的编程语言而言，表可以被看成数组、记录列表或者结构。表可以使用B树和哈希表进行索引，以应对高性能访问。

2键值存储

键值存储提供了基于键对值的访问方式。

键值对可以被创建或删除，与键相关联的值可以被更新。

键值存储一般不提供事务处理机制。

对不同的编程语言而言，键值存储类似于哈希表。对此，不同的编程语言有不同的名字（如，Java称之为“HashMap”，Perl称之为“hash”，Python称之为“dict”，PHP称之为“associative array”），C++则称之为“boost::unordered_map<>”。

键值存储支持键上自有的隐式索引。

键值存储看起来好像不太有用，但却可以在“值”上存储大量信息。“值”可以是一个XML文档，一个JSON对象，或者其它任何序列化形式。

重要的是，键值存储引擎并不在意“值”的内部结构，它依赖客户端对“值”进行解释和管理。

3文档存储

文档存储支持对结构化数据的访问，不同于关系模型的是，文档存储没有强制的架构。

事实上，文档存储以封包键值对的方式进行存储。在这种情况下，应用对要检索的封包采取一些约定，或者利用存储引擎的能力将不同的文档划分成不同的集合，以管理数据。

与关系模型不同的是，文档存储模型支持嵌套结构。例如，文档存储模型支持XML和JSON文档，字段的“值”又可以嵌套存储其它文档。文档存储模型也支持数组和列值键。

与键值存储不同的是，文档存储关心文档的内部结构。这使得存储引擎可以直接支持二级索引，从而允许对任意字段进行高效查询。支持文档嵌套存储的能力，使得查询语言具有搜索嵌套对象的能力，XQuery就是一个例子。MongoDB通过支持在查询中指定JSON字段路径实现类似的功能。

4列式存储

如果翻转数据，列式存储与关系存储将会非常相似。与关系模型存储记录不同，列式存储以流的方式在列中存储所有的数据。对于任何记录，索引都可以快速地获取列上的数据。

Map-reduce的实现Hadoop的流数据处理效率非常高，列式存储的优点体现的淋漓极致。因此，HBase和Hypertable通常作为非关系型数据仓库，为Map-reduce进行数据分析提供支持。

关系类型的列标对数据分析效果不好，因此，用户经常将更复杂的数据存储在列式数据库中。这直接体现在Cassandra中，它引入的“column family”可以被认为是一个“super-column”。

列式存储支持行检索，但这需要从每个列获取匹配的列值，并重新组成行。

5图形数据库

图形数据库存储顶点和边的信息，有的支持添加注释。

图形数据库可用于对事物建模，如社交图谱、真实世界的各种对象。IMDB（Internet Movie Database）站点的内容就组成了一幅复杂的图像，演员与**彼此交织在一起。

图形数据库的查询语言一般用于查找图形中断点的路径，或端点之间路径的属性。Neo4j是一个典型的图形数据库。

选择哪一种数据模型？

数据模型有着各自的优缺点，它们适用于不同的领域。不管是选择关系模型，还是非关系模型，都要根据实际应用的场景做出选择。也许你会发现单一的数据模型不能满足你的解决方案，许多大型应用可能需要集成多种数据模型。

以上就是关于主流数据库特点全部的内容，包括:主流数据库特点、云数据库的几种主流云服务数据库(云数据库概念)、现在的主流数据库有哪些等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！