有PHP博客程序排行榜吗

1、《b2》>

排序是为了让array('甲', '乙')和array('乙', '甲')都变成array('甲', '乙')，如果配方原料的顺序重要的话就不用排序，之后直接用===或者其它函数比较就行了。

<php

$mixitem = array('甲', '甲', '甲');

$mixinfo = array( 

    array('stuff' => array('甲', '乙', '丙'), 'result' => array('丁')), 

    array('stuff' => array('甲', '甲', '甲'), 'result' => array('丁')), 

);

$mixflag = false;

sort($mixitem);

foreach($mixinfo as $e) {

    $arr = $e['stuff'];

    sort($arr);

    if ($arr === $mixitem) {

        $mixflag = true;

        break;

    }

}

echo $mixflag  'true' : 'false';

以上代码输出true

MSI文件是又是微软提出来的。

其实很找以前就有了。在Office的安装和Norton AV的安装中被广泛使用。

只不过，通常我们用Setupexe比较多。实质是一样的。

有个叫WindowsInstaller的程序负责解释安装MSI文件。版本是20。

她分为Win9X版和NT版（XP, 2000）。

在VSNET第五张盘上有安装程序。

csf格式文件是江苏科建教育软件有限责任公司开发的流媒体格式，他可以把ppt和教师讲课的视频完美结合，很多大学和大型企业使用这套软件进行教学录像和远程教育，简称科建流媒体格式，有的人甚至称其为“大学课程专用格式”。

一、格式特点。

事实上，csf是一种类似媒体容器的文件格式，可以将非常多的媒体格式包含在其中，而不仅仅限于音、视频。

官方网站上说：“CSF流式媒体格式从最早期的单视音频媒体，到兼容特殊的屏幕流媒体格式，到兼容多种流媒体体系，已经发展成类似AVI结构又含有更多扩展的媒体容器结构。他能够充分展现动态多流体系的魅力。”

二、录制方法。

CSF课件是由科建公司提供的ScenicRecorder、ScenicLive、ScenicStation等相关产品在实际的授课过程中实时记录而成，因而能够充分体现现场教学情景，体现现场氛围，提供更强的教学效果。

录制过程需要相应的软硬件支持，比如摄像机（摄像头？我没试过）等，录制软件（ScenicRecorder、ScenicLive、ScenicStation等，功能上有分别）需要授权许可证，价格不明，但是不会便宜：（

三、播放方法。

早期的CSF文件为CSF10/20格式，可以由TeachingPlayer播放。后来的格式则可以由ScenicPlayer播放，ScenicPlayer是TeachingPlayer后续产品，该产品能够兼容以前所有的CSF版本文件，同时能够播放各种通用视音频媒体文件，而且，对于相同流量的文件，你比较一下会发现，ScenicPlayer对视频的渲染效果会更好！

四、编辑方法。

使用科建公司的ScenicEditor软件可以对csf文件进行简单的编辑，实现课件成品的最优化。

csf文件播放时会有三个媒体流：音频流、视频流、屏幕流，两个主要窗口：教师授课视频、演示文稿（教师演示屏幕流）。对csf文件的编辑主要是实现对这几个媒体流的增减、截取等 *** 作。

网络上常有人对csf文件进行减肥，其实就是用该软件去除csf文件中作用相对不大的教师上课时的视频影像而保留音频流和演示屏幕流。

五、最新更新

目前，该公司已经在其出品的ScenicEditor编辑软件中增加了将各种通用视音频媒体转换为CSF格式流媒体的功能。（转换成的CSF格式默认采用最新的CSF50格式。因此必须使用最新的ScenicPlayer方可播放。）

六、未来实现功能。

下一步，该公司将考虑两个重要改进，一是实现csf文件向普通影音文件格式的转化，一是考虑允许在CSF中集成原始的PPT/WORD//音乐/字母/台标等内容。

七、csf教程文件的获得

常见于emule资源中，比如>

目录

- 数据库分类维度：关系型/非关系型、交易型/分析型

- NoSQL数据库的进一步分类

- OLTP市场规模：关系型数据库仍占营收大头

- 数据库市场份额：云服务和新兴厂商主导NoSQL

- 开源数据库 vs 商业数据库

- 数据库三大阵营：传统厂商和云服务提供商

最近由于时间原因我写东西少了，在公众号上也转载过几篇搞数据库朋友的大作。按说我算是外行，没资格在这个领域品头论足，而当我看到下面这份报告时立即产生了学习的兴趣，同时也想就能看懂的部分写点心得体会分享给大家。

可能本文比较适合普及性阅读，让数据库领域资深的朋友见笑了：）

数据库分类维度：关系型/非关系型、交易型/分析型

首先是分类维度，上图中的纵轴分类为Relational Database（关系型数据库，RDBMS）和Nonrelational Database （非关系型数据库，NoSQL），横轴的分类为Operational（交易型，即OLTP）和Analytical（分析型，即OLAP）。

按照习惯我们先看关系型数据库，左上角的交易型类别中包括大家熟悉的商业数据库Oracle、MS SQL Server、DB2、Infomix，也包括开源领域流行的MySQL（MariaDB是它的一个分支）、PostgreSQL，还有云上面比较常见的SQL Azure和Amazon Aurora等。

比较有意思的是，SAP HANA正好位于交易型和分析型的中间分界处，不要忘了SAP还收购了Sybase，尽管后者今天不够风光了，而早年微软的SQL Server都是来源于Sybase。Sybase的ASE数据库和分析型Sybase IQ还是存在的。

右上角的分析型产品中包括几款知名的列式数据仓库Pivotal Greenplum、Teradata和IBM Netezza（已宣布停止支持），来自互联网巨头的Google Big Query和Amazon RedShift。至于Oracle Exadata一体机，它上面运行的也是Oracle数据库，其最初设计用途是OLAP，而在后来发展中也可以良好兼顾OLTP，算是一个跨界产品吧。

再来看非关系型数据库，左下角的交易型产品中，有几个我看着熟悉的MongoDB、Redis、Amazon DynamoDB和DocumentDB等；右下角的分析型产品包括著名的Hadoop分支Cloudera、Hortonworks（这2家已并购），Bigtable（来自Google，Hadoop中的HBase是它的开源实现）、Elasticsearch等。

显然非关系型数据库的分类要更加复杂，产品在应用中的差异化也比传统关系型数据库更大。Willian Blair很负责任地对它们给出了进一步的分类。

NoSQL数据库的进一步分类

上面这个图表应该说很清晰了。非关系型数据库可以分为Document-based Store（基于文档的存储）、Key-Value Store（键值存储）、Graph-based（图数据库）、Time Series（时序数据库），以及Wide Cloumn-based Store（宽列式存储）。

我们再来看下每个细分类别中的产品：

文档存储 ：MongoDB、Amazon DocumentDB、Azure Cosmos DB等

Key-Value存储 ：Redis Labs、Oracle Berkeley DB、Amazon DynamoDB、Aerospike等

图数据库 ：Neo4j等

时序数据库 ：InfluxDB等

WideCloumn ：DataStax、Cassandra、Apache HBase和Bigtable等

多模型数据库 ：支持上面不只一种类别特性的NoSQL，比如MongoDB、Redis Labs、Amazon DynamoDB和Azure Cosmos DB等。

OLTP市场规模：关系型数据库仍占营收大头

上面这个基于IDC数据的交易型数据库市场份额共有3个分类，其中深蓝色部分的关系型数据库（RDBMS，在这里不统计数据挖掘/分析型数据库）占据80%以上的市场。

Dynamic Database（DDMS，动态数据库管理系统，同样不统计Hadoop）就是我们前面聊的非关系型数据库。这部分市场显得小（但发展势头看好），我觉得与互联网等大公司多采用开源+自研，而不买商业产品有关。

而遵循IDC的统计分类，在上图灰色部分的“非关系型数据库市场”其实另有定义，参见下面这段文字：

数据库市场份额：云服务和新兴厂商主导NoSQL

请注意，这里的关系型数据库统计又包含了分析型产品。Oracle营收份额42%仍居第一，随后排名依次为微软、IBM、SAP和Teradata。

代表非关系型数据库的DDMS分类中（这里同样加入Hadoop等），云服务和新兴厂商成为了主导，微软应该是因为云SQL Server的基础而小幅领先于AWS，这2家一共占据超过50%的市场，接下来的排名是Google、Cloudera和Hortonworks（二者加起来13%）。

上面是IDC传统分类中的“非关系型数据库”，在这里IBM和CA等应该主要是针对大型机的产品，InterSystems有一款在国内医疗HIS系统中应用的Caché数据库（以前也是运行在Power小机上比较多）。我就知道这些，余下的就不瞎写了。

开源数据库 vs 商业数据库

按照流行度来看，开源数据库从2013年到现在一直呈现增长，已经快要追上商业数据库了。

商业产品在关系型数据库的占比仍然高达605%，而上表中从这列往左的分类都是开源占优：

Wide Cloumn：开源占比818%；

时序数据库：开源占比807%；

文档存储：开源占比800%；

Key-Value存储：开源占比722%；

图数据库：开源占比684%；

搜索引擎：开源占比653%

按照开源License的授权模式，上面这个三角形越往下管的越宽松。比如MySQL属于GPL，在互联网行业用户较多；而PostgreSQL属于BSD授权，国内有不少数据库公司的产品就是基于Postgre哦。

数据库三大阵营：传统厂商和云服务提供商

前面在讨论市场份额时，我提到过交易型数据库的4个巨头仍然是Oracle、微软、IBM和SAP，在这里William Blair将他们归为第一阵营。

随着云平台的不断兴起，AWS、Azure和GCP（Google Cloud Platform）组成了另一个阵营，在国外分析师的眼里还没有BAT，就像有的朋友所说，国内互联网巨头更多是自身业务导向的，在本土发展公有云还有些优势，短时间内将技术输出到国外的难度应该还比较大。（当然我并不认为国内缺优秀的DBA和研发人才）

第三个阵容就是规模小一些，但比较专注的数据库玩家。

接下来我再带大家简单过一下这前两个阵容，看看具体的数据库产品都有哪些。

甲骨文的产品，我相对熟悉一些的有Oracle Database、MySQL以及Exadata一体机。

IBM DB2也是一个庞大的家族，除了传统针对小型机、x86（好像用的人不多）、z/OS大型机和for i的版本之外，如今也有了针对云和数据挖掘的产品。记得抱枕大师对Informix的技术比较推崇，可惜这个产品发展似乎不太理想。

微软除了看家的SQL Server之外，在Azure云上还能提供MySQL、PostgreSQL和MariaDB开源数据库。应该说他们是传统软件License+PaaS服务两条腿走路的。

如今人们一提起SAP的数据库就想起HANA，之前从Sybase收购来的ASE（Adaptive Server Enterprise）和IQ似乎没有之前发展好了。

在云服务提供商数据库的3巨头中，微软有SQL Server的先天优势，甚至把它移植到了Linux拥抱开源平台。关系型数据库的创新方面值得一提的是Amazon Aurora和Google Spanner（也有非关系型特性），至于它们具体好在哪里我就不装内行了：）

非关系型数据库则是Amazon全面开花，这与其云计算业务发展早并且占据优势有关。Google当年的三篇经典论文对业界影响深远，Yahoo基于此开源的Hadoop有一段时间几乎是大数据的代名词。HBase和Hive如今已不再是人们讨论的热点，而Bigtable和BigQuery似乎仍然以服务Google自身业务为主，毕竟GCP的规模比AWS要小多了。

最后这张DB-Engines的排行榜，相信许多朋友都不陌生，今年3月已经不是最新的数据，在这里列出只是给大家一个参考。该排行榜几乎在每次更新时，都会有国内数据库专家撰写点评。

以上是我周末的学习笔记，班门弄斧，希望对大家有帮助。

参考资料《Database Software Market:The Long-Awaited Shake-up》

>

以上就是关于有PHP博客程序排行榜吗全部的内容，包括:有PHP博客程序排行榜吗、php中同一数组中怎么区分相同元素、文件扩展名为mix，csf分别用什么打开等相关内容解答，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！