大数据常用哪些数据库(什么是大数据库)

通常数据库分为关系型数据库和非关系型数据库，关系型数据库的优势到现在也是无可替代的，比如MySQL、SQLServer、Oracle、DB2、SyBase、Informix、PostgreSQL以及比较小型的Aess等等数据库，这些数据库支持复杂的SQL *** 作和事务机制，适合小量数据读写场景；但是到了大数据时代，人们更多的数据和物联网加入的数据已经超出了关系数据库的承载范围。

大数据时代初期，随着数据请求并发量大不断增大，一般都是采用的集群同步数据的方式处理，就是将数据库分成了很多的小库，每个数据库的数据内容是不变的，都是保存了源数据库的数据副本，通过同步或者异步方式保证数据的一致性，每个库设定特定的读写方式，比如主数据库负责写 *** 作，从数据库是负责读 *** 作，等等根据业务复杂程度以此类推，将业务在物理层面上进行了分离，但是这种方式依旧存在一定的负载压力的问题，企业数据在不断的扩增中，后面就采用分库分表的方式解决，对读写负载进行分离，但是这种实现依旧存在不足，且需要不断进行数据库服务器扩容。

NoSQL数据库大致分为5种类型

1、列族数据库：BigTable、HBase、Cassandra、AmazonSimpleDB、HadoopDB等，下面简单介绍几个

（1）Cassandra：Cassandra是一个列存储数据库，支持跨数据中心的数据复制。它的数据模型提供列索引，log-structured修改，支持反规范化，实体化视图和嵌入超高速缓存。

（2）HBase：ApacheHbase源于Google的Bigtable，是一个开源、分布式、面向列存储的模型。在Hadoop和HDFS之上提供了像Bigtable一样的功能。

（3）AmazonSimpleDB：AmazonSimpleDB是一个非关系型数据存储，它卸下数据库管理的工作。开发者使用Web服务请求存储和查询数据项

（4）ApacheAumulo：ApacheAumulo的有序的、分布式键值数据存储，基于Google的BigTable设计，建立在ApacheHadoop、Zookeeper和Thrift技术之上。

（5）Hypertable：Hypertable是一个开源、可扩展的数据库，模仿Bigtable，支持分片。

（6）AzureTables：WindowsAzureTableStorageService为要求大量非结构化数据存储的应用提供NoSQL性能。表能够自动扩展到TB级别，能通过REST和ManagedAPI访问。

2、键值数据库：Redis、SimpleDB、Scalaris、Memcached等，下面简单介绍几个

（1）Riak：Riak是一个开源，分布式键值数据库，支持数据复制和容错。（2）Redis：Redis是一个开源的键值存储。支持主从式复制、事务，Pub/Sub、Lua脚本，还支持给Key添加时限。

（3）Dynamo：Dynamo是一个键值分布式数据存储。它直接由亚马逊Dynamo数据库实现；在亚马逊S3产品中使用。

（4）OracleNoSQLDatabase：来自Oracle的键值NoSQL数据库。它支持事务ACID（原子性、一致性、持久性和独立性）和JSON。

（5）OracleNoSQLDatabase：具备数据备份和分布式键值存储系统。

（6）Voldemort：具备数据备份和分布式键值存储系统。

（7）Aerospike：Aerospike数据库是一个键值存储，支持混合内存架构，通过强一致性和可调一致性保证数据的完整性。

3、文档数据库：MongoDB、CouchDB、Perservere、Terrastore、RavenDB等，下面简单介绍几个

（1）MongoDB：开源、面向文档，也是当下最人气的NoSQL数据库。

（2）CounchDB：ApacheCounchDB是一个使用JSON的文档数据库，使用Javascript做MapRece查询，以及一个使用>

（3）Couchbase：NoSQL文档数据库基于JSON模型。

（4）RavenDB：RavenDB是一个基于NET语言的面向文档数据库。

（5）MarkLogic：MarkLogicNoSQL数据库用来存储基于XML和以文档为中心的信息，支持灵活的模式。

4、图数据库：Neo4J、InfoGrid、OrientDB、GraphDB，下面简单介绍几个

（1）Neo4j：Neo4j是一个图数据库；支持ACID事务（原子性、独立性、持久性和一致性）。

（2）：一个图数据库用来维持和遍历对象间的关系，支持分布式数据存储。

（3）：是结合使用了内存和磁盘，提供了高可扩展性，支持SPARQ、RDFS和Prolog推理。

5、内存数据网格：Hazelcast、OracleCoherence、TerracottaBigMemorry、GemFire、Infinispan、GridGain、GigaSpaces，下面简单介绍几个

（1）Hazelcast：HazelcastCE是一个开源数据分布平台，它允许开发者在数据库集群之上共享和分割数据。

（2）OracleCoherence：Oracle的内存数据网格解决方案提供了常用数据的快速访问能力，一致性支持事务处理能力和数据的动态划分。

（3）TerracottaBigMemory：来自Terracotta的分布式内存管理解决方案。这项产品包括一个Ehcache界面、Terracotta管理控制台和BigMemory-Hadoop连接器。

（4）GemFire：VmwarevFabricGemFire是一个分布式数据管理平台，也是一个分布式的数据网格平台，支持内存数据管理、复制、划分、数据识别路由和连续查询。

（5）Infinispan：Infinispan是一个基于Java的开源键值NoSQL数据存储，和分布式数据节点平台，支持事务，peer-to-peer及client/server架构。

（6）GridGain：分布式、面向对象、基于内存、SQLNoSQL键值数据库。支持ACID事务。

（7）GigaSpaces：GigaSpaces内存数据网格能够充当应用的记录系统，并支持各种各样的高速缓存场景。

内存数据库从范型上可以分为关系型内存数据库和键值型内存数据库。 在实际应用中内存数据库主要是配合oracle或mysql等大型关系数据库使用，关注性能。 作用类似于缓存，并不注重数据完整性和数据一致性。 基于键值型的内存数据库比关系型更加易

SQLite数据库通常存储在单个普通磁盘文件中。但是，在某些情况下，数据库可能存储在内存中。

强制SQLite数据库单纯的存在于内存中的最常用方法是使用特殊文件名“ ：memory： ” 打开数据库。换句话说，不是将真实磁盘文件的名称传递给sqlite3_open（），sqlite3_open16（）或 sqlite3_open_v2（）函数之一，而是传入字符串“：memory：”。例如：

调用此接口完成后，不会打开任何磁盘文件。而是在内存中创建一个新的数据库。数据库连接关闭后，数据库就不再存在。每一个memory数据库彼此不同。因此，打开两个数据库连接，每个数据库连接的文件名为“：memory：”，将创建两个独立的内存数据库。

特殊文件名“：memory：”可用于允许数据库文件名的任何位置。例如，它可以被用作 文件名 中的ATTACH命令：

请注意，为了应用特殊的“：memory：”名称并创建纯内存数据库，文件名中不能有其他文本。因此，可以通过添加路径名在文件中创建基于磁盘的数据库，如下所示： "/:memory:"。

使用URI文件名时，特殊的“：memory：”文件名也可以使用。例如：

要么，

如果使用URI文件名打开内存数据库，则允许它们使用共享缓存。如果使用未加修饰的“：memory：”名称来指定内存数据库，那么该数据库始终具有专用高速缓存，并且仅对最初打开它的数据库连接可见。但是，可以通过两个或多个数据库连接打开相同的内存数据库，如下所示：

要么，

这允许单独的数据库连接共享相同的内存数据库。当然，共享内存数据库的所有数据库连接都需要在同一个进程中。当数据库的最后一个连接关闭时，将自动删除数据库并回收内存。

如果在单个进程中需要两个或多个不同同时可共享的内存数据库，则mode = memory查询参数可与URI文件名一起使用以创建命名的内存数据库：

要么，

当以这种方式命名内存数据库时，它将仅与使用完全相同名称的另一个连接共享其缓存。

当传递给sqlite3_open（）或 ATTACH的数据库文件的名称是空字符串时，则会创建一个新的临时文件来保存数据库。

每次都会创建一个不同的临时文件，因此就像使用特殊的“：memory：”字符串一样，两个到临时数据库的数据库连接都有自己的私有数据库。创建它们的连接关闭时，将自动删除临时数据库。

即使为每个临时数据库分配了磁盘文件，实际上临时数据库通常驻留在内存中的pager缓存中，因此“：memory：”创建的纯内存数据库与临时数据库之间的差别很小。由空文件名创建。唯一的区别是“：memory：”数据库必须始终保留在内存中，而如果数据库变大或SQLite受到内存压力，临时数据库的某些部分可能会刷新到磁盘。

前面的段落描述了默认SQLite配置下临时数据库的行为。如果需要，应用程序可以使用 temp_store编译指示和SQLITE_TEMP_STORE编译时参数来强制临时数据库表现为纯内存数据库。

传统数据库基于硬盘上的文件系统而建立传统数据库的计算依赖于硬盘的转速及机械读头数据机械运算模式

而内存数据库建立于系统的内存之中 计算模式为纯粹电子模式其计算数据依赖于内存的移位寄存器的读取速度和内存条的主频,如DDR3 133MHZ

因此,内存数据无论是在计算速度或数据吞吐量上与传统数据库都不在一个数量级上两者基本上没有可比性

传统数据库单链接每秒从硬盘读取数据的速度仅为100~200条

而MillionsDB内存数据库单秒数据读取量为200万次 单条数据查询响应数据仅为05微秒

柏睿数据，其拳头产品分布式内存数据库RapidsDB是完全国产自主研发、具有完整独立知识产权、基于全内存结构的分布式分析型数据库，提供金融级数据持久化、数据安全性、系统高可用性，高于传统磁盘架构数据库100倍以上的数据读写访问和分析功能，适用于数据量大、实时性要求高的应用场景，已经服务了中国移动、中国电信、国家健康医疗大数据中心、上海信息中心、国网陕西省电力等国央企客户与其他金融、能源、工业互联网等领域客户,百度有相关资讯的。

以上就是关于大数据常用哪些数据库(什么是大数据库)全部的内容，包括:大数据常用哪些数据库(什么是大数据库)、内存数据库主要功能有哪些、SQLite 如何变成 内存数据库等相关内容解答，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！