国内十大数据库排名是哪些？

1、openGauss企业。

2、达梦。

3、GaussDB。

4、PolarDB。

5、人大金仓。

6、GBase。

7、TDSQL。

8、SequoiaDB。

9、OushuDB。

10、AnalyticDB。

详细介绍：

1、南大通用：

南大通用提供具有国际先进技术水平的数据库产品。南大通用已经形成了在大规模、高性能、分布式、高安全的数据存储、管理和应用方面的技术储备，同时对于数据整合、应用系统集成、PKI安全等方面具有丰富的应用开发经验。

2、武汉达梦：

武汉达梦数据库有限公司成立于2000年，为国有控股的基础软件企业，专业从事数据库管理系统研发、销售和服务。其前身是华中科技大学数据库与多媒体研究所，是国内最早从事数据库管理系统研发的科研机构。达梦数据库为中国数据库标准委员会组长单位，得到了国家各级政府的强力支持。

3、人大金仓：

人大金仓数据库管理系统KingbaseES是北京人大金仓信息技术股份有限公司自主研制开发的具有自主知识产权的通用关系型数据库管理系统。

金仓数据库主要面向事务处理类应用，兼顾各类数据分析类应用，可用做管理信息系统、业务及生产系统、决策支持系统、多维数据分析、全文检索、地理信息系统、图片搜索等的承载数据库。

4、神舟通用：

神通数据库是一款计算机数据库。神通数据库标准版提供了大型关系型数据库通用的功能，丰富的数据类型、多种索引类型、存储过程、触发器、内置函数、视图、Package、行级锁、完整性约束、多种隔离级别、在线备份、支持事务处理等通用特性，系统支持SQL通用数据库查询语言。

SIGMOD(Special Interest Group on Management Of Data）：97分，数据库的最高会议，每年一次，涉及范围广泛，稍偏应用（因为理论文章有PODS(Symposium on Principles of Database Systems）。没说的，景仰如滔滔江水。这个会议不仅是double-blind review，而且有rebuttal procedure，可谓独树一帜，与众不同。

网址：http://www.sigmod.org/

VLDB( Very Large Data Base)：95分，非常好的数据库会议，每年一次。与SIGMOD类似，涉及范围广泛，稍偏应用。

网址：http://www.vldb.org/

SIGMOD与VLDB比较：

1、从文章的质量来说，SIGMOD和VLDB难分伯仲，没有说谁比谁更高。他们的范围也几乎一样。不少牛人都认为，今年的rebuttal procedure其实并不怎么成功。投稿太多，很难做到每一篇都公平公正。很多rebuttal没人看。

2、double-blind是把双刃剑。这几年来每年都有人冒充牛人的风格来投稿，有的还真进去了。反而VLDB的审稿质量一直很高。每年的VLDB都有很理论的paper。

3、一般来说，我感觉大家还是认为SIGMOD要好那么一点点。根据我个人读过的文章，也有这样的感觉。不过这个并不重要了，有差别也是那么一点。

PODS（Symposium on Principles of Database Systems）：95分。是“数据库理论的最好会议,也是一个很好的理论会议”。每年总是co-located with SIGMOD。感觉其中算法背景的人占主流（你可以数数PODS文章中有多少来自Motwani group），也有一部分AI背景的人（毕竟SIGART（Special Interest Group on Artificial Intelligence）也是主办者之一）。它的影响力远不及SIGMOD，然而其中文章的质量比较整齐，variance小于SIGMOD（以及其他任何数据库会议）。有一位牛人说：“PODS never had a really bad paper，”这是它值得骄傲的地方。

KDD（Knowledge Discovery and Data Mining）：full paper 95分，poster/short paper 90分。数据挖掘的最高会议。由于历史积累不足以及领域圈子较小，勿用讳言KDD目前比SIGMOD尚有所不如。我觉得我们可以这样类比：KDD:SIGMOD=CRYPTO:STOC（Symposium on Theory of Computing）。回顾密码学的历史，真正最牛的文章一般发在STOC/FOCS而非CRYPTO/EUROCRYPT，这和今天的数据挖掘何等类似！然而你看看今天的密码学文章，已经有顶级的密码学家（恕我不便写出名字）不再往STOC/FOCS投稿。我觉得同样的事情在不久的将来也会发生在数据挖掘中，让我们拭目以待。

网址：http://www.sigkdd.org/

这几年来KDD的质量都很高。其full paper的质量高于SIGMOD/VLDB中数据挖掘方面的paper的质量。原因是SIGMOD/VLDB审稿人中数据挖掘的人很少，审稿标准不一定能掌握得很好。这几年好几篇SIGMOD/VLDB的数据挖掘paper都follow一些KDD的paper。而在KDD，要拿一篇full paper真难。去年复旦拿了一篇，实属难能可贵。今年他们又拿了一个SIGMOD demo，说明工作的确很扎实。

听说在很多地方，如果能有一篇SIGMOD/VLDB/KDD，就能博士毕业，能有两篇就能找到不错的工作。“革命尚未成功，同志仍需努力！”

ICDE（International Conference on Data Engineering）：92分。很好的数据库会议，也是一个大杂烩。好处是覆盖面广、包容性强，坏处是文章水平参差不齐。

网址：http://www.icde.org/

EDBT（Extending Database Technology）：88分，不错的数据库会议，双数年开一次，录取率很低然而历史积累不足，影响还明显不及ICDE。

ICDT（International Conference on Database Theory）：88分，PODS的欧洲版，数据库理论第二会议。

参考网址：http://www.informatik.uni-trier.de/~ley/db/conf/icdt/

http://www.math.spbu.ru/edbticdt/index.html -----DBT/ICDT 2009 joint conference两个会议2009一起在俄罗斯举行

和SIGMOD/VLDB一样，ICDE和EDBT在质量和影响上都不相上下。其它的如CIKM，ICDM，SDM，SSDBM，PKDD等等都比以上的会议差一截。

CIKM(Conference on Information and Knowledge Management)：85分。

SDM：full paper 90分，poster/short paper 85分。SIAM(http://www.siam.org/)的数据挖掘会议，与ICDM并列为数据挖掘领域的第二位，比KDD有明显差距。好像其中统计背景的人比较多，也有一部分机器学习背景的人，比较diversified。

ICDM(International Conference on Data Mining)：full paper 90分，poster/short paper 85分。IEEE的数据挖掘会议，与SDM并列为数据挖掘领域的第二位，比KDD有明显差距。

参考：http://www.cs.uvm.edu/~icdm/

PKDD(Practice of Knowledge Discovery in Databases)：83分（因为poster/short paper数量很少，所以不予区分）。好像是KDD的欧洲版，但与KDD差距很大。

参考：http://www.ecmlpkdd2008.org/

ACM（Association for Computing Machinery）旗下的数据库会议(SIGMOD、VLDB、PODS、KDD)；IEEE(Institute of Electrical and Electronics Engineers)旗下的数据库会议（ICDE、ICDM）。

世界计算机算法最权威会议SODA

---全称ACM-SIAM Symposium on Discrete Algorithms。

世界计算机科学领域最顶级期刊JACM

---全称Journal of the Association for Computing Machinery，该期刊只发表世界计算机科学领域具有最重要意义的研究工作，每年仅收录30多篇。

世界数据库领域最顶级的期刊ACM TODS

---全称ACM Transactions on Database Systems，该期刊全年在全世界范围不过收录30篇高水平论文

世界计算机存储领域顶尖期刊ACM Transactions on Storage

---该期刊全年收录文章不超过20篇

世界程序语言设计领域顶级学术会议PLDI2007

---全称ACM SIGPLAN Conference on Programming Language Design and Implementation

世界物理学最权威学术刊PRL

---全称Physical Review Letter，国内大学计算机系目前只有清华计算机系发过两篇PRL

世界理论计算机领域顶级会议STOC

---全称ACM Symp on Theory of Computing

世界人工智能方面最顶级会议IJCAI

---全称International Joint Conferences on Artificial Intelligence

世界计算机视觉和模式识别领域顶级国际会CVPR

---全称IEEE Conference on Computer Vision and Pattern Recognition

世界信息检索领域顶级会议SIGIR

---全称ACM SIGIR Special Interest Group on Information Retrieval

世界数据挖掘领域最权威国际期刊IEEE TKDE

---全称IEEE Transactions on Knowledge and Data Engineering

世界数据库领域最顶级会议SIGMOD

---全称ACM's Special Interest Group on Management Of Data

世界计算机图形学最权威国际会议ACM SIGGRAPH

世界计算语言/自然语言处理领域最顶级会议ACL

---全称Association for Computational Linguistics

世界理论计算机科学顶级学术期刊Theoretical Computer Science

世界计算复杂性领域顶级会议CCC

---全称IEEE Conference on Computational Complexity

世界计算机视觉和模式识别领域顶尖期刊IEEE PAMI

---全称IEEE Transactions on Pattern Analysis and Machine Intelligence

世界集成电路设计领域最顶级会议DAC

---全称Design Automation Conference

世界人工智能领域顶级学术会议AAAI

---全称Association for the Advancement of Artificial Intelligence

世界互联网领域顶级会议WWW

---全称World Wide Web Conference

世界通信与计算机网络领域顶级学术会议Infocom

---全称IEEE Conference on Computer Communications，

世界信息科学理论顶级期刊IEEE Transactions on Information Theory

世界数据挖掘领域一流会议SDM

---全称SIAM International Conference on Data Mining

世界声学与信号处理一流会议ICASSP

---全称IEEE International Conference on Acoustics, Speech, and Signal Processing

世界计算机算法与理论领域一流会议STACS

---全称Symp on Theoretical Aspects of Computer Science

世界计算机理论科学领域一流会议ICALP

---全称International Colloquium on Automata, Languages and Programming

世界数据挖掘领域一流会议ICME

---全称IEEE International Conference on Multimedia &Expo

世界计算机图形学领域一流会议EuroGraphics

世界集成电路领域一流会议ISVLS

---