国产的数据库软件有那些(国产的数据库管理系统有哪些)

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、OpenBASEWeb应用服务器、OpenBASEMini嵌入式数据库管理系统、OpenBASESecure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、SQLServer、DB2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：iBASEReliaxServer全文检索服务器。

iBASEWeb网上资源管理与发布系统。

iBASEIndexSystem文文件管理与发布系统。

iBASEWebrobot网络资源采编发系统。

iBASEDMC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，OceanBaseTPC-C的评测刷遍了朋友圈，TPS达到了100w(6088wtpmc)，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（TencentDistributedSQL，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。

Elasticsearch和MySQL可以结合使用，主要是因为它们两个的定位和功能不同。MySQL是一种关系型数据库，用于存储和管理结构化数据，而Elasticsearch则是一种搜索引擎和分析引擎，用于实时分析和搜索大量非结构化数据。

将Elasticsearch和MySQL结合使用可以实现更好的搜索和分析功能。比如，可以将MySQL中的结构化数据导入到Elasticsearch中建立索引，从而实现更快速、更准确的搜索和分析。同时，Elasticsearch也可以将搜索结果与MySQL中的结构化数据进行关联，从而提供更丰富的搜索结果和分析报告。

此外，Elasticsearch还可以作为MySQL的缓存层，用于加速访问和查询速度。将经常查询的数据存储在Elasticsearch中，可以大大减少MySQL的查询负载，提高系统性能和响应速度。

总之，结合使用Elasticsearch和MySQL可以充分发挥它们各自的优势，实现更好的搜索和分析功能，同时提高系统性能和响应速度。

MongoDB 是一个典型的NoSQL（not only sql）数据库是开源的面向文档的数据库管理系统，主要实现NoSQL数据库管理系统，用于存储海量数据（humongous，Mongo名称的由来）。。

ElasticSearch是基于Apache Lucene 的RESTful 实时搜索和分析引擎。ES基于数据抽取一些值，提供实时存储、索引、搜索和分析数据功能，这些数据收集自其他数据源(包括MongoDB)，可以直接存储在Elasticsearch集群中。

一、共同点：

面向文档存储，无Schema，分布式数据存储，高可用性，分片和复制等。虽然使用ElasticSearch作为主数据存储是可行的，但一般做为主数据库的辅助数据库。

二、不同点：

1、Elasticsearch是java编写，通过RESTFul接口 *** 作数据。MongoDB是C++编写，通过driver *** 作数据。

2、MongoDB的分片有hash和range两种方式，Elasticsearch只有hash一种。

3、Elasticsearch是天生分布式，主副分片自动分配和复制，开箱即用。MongoDB的分布式是由“前置查询路由+配置服务+shard集合”，需要手动配置集群服务。

4、内部存储ES是倒排索引+docvalues+fielddata。

5、Elasticsearch全文检索有强大的分析器且可以灵活组合，查询时智能匹配。MongoDB的全文检索字段个数有限制。

6、Elasticsearch所有字段自动索引，MongoDB的字段需要手动索引。Elasticsearch 使用 Apache Lucene 实现索引，而 MongoDB 索引是基于传统的B+ 树结构。Elasticsearch利用Lucene实现实时索引和搜索功能，默认支持在文档的每个字段上创建索引。而 MongoDB,我们必须定义索引用于提升查询性能，但会影响写 *** 作。

7、Elasticsearch非实时有数据丢失窗口。mongodb实时理论上无数据丢失风险。

8、文档 - Elasticsearch 存储 JSON 文档, MongoDB 采用BSON格式存储 (Binary JSON)。

9、REST 接口 - Elasticsearch 提供 RESTful接口，MongoDB 不提供 RESTful接口。

10、MapReduce - MongoDB 支持 MapReduce 数据 *** 作。 Elasticsearch 不支持 MapReduce。

三、使用场景：

MongoDB是通用功能的非RESTful风格的 NoSQL 数据库 文档以 BSON 格式存储，主要用于存储数据。

Elasticsearch 是分布式全文检索引擎，可以提供实时Restful风格API处理海量面向文档的数据。文档使用JSON格式，主要用于基于文本的数据搜索。

在实际应用中两者通常同时使用，Elasticsearch一般不作为主存储数据库，而是和SQL & NoSQL数据库一起使用，作为辅助数据库。

与MongoDb不同, Elasticsearch 默认没有提供安全特性，如认证和授权。Elasticsearch和 Logstash & Kibana 一起称为ELK stack，用于快速查询数据并可视化展现分析数据。

Elasticsearch 非常适合需要基于文本进行快速索引然后进行检索，其查询速度非常快，大多数情况速度最多几十毫秒。

因此，Elasticsearch 通常作为主数据库存储的辅助存储库。一般数据库系统更聚焦于约束、准确性和健壮性。当主记录在事务中更新时，其会同时被推送至Elasticsearch中。

一般典型使用PostgreSQL 和 ZooKeeper 负责数据的存储, 同时提供给Elasticsearch实现实时检索。

没有万能的产品，没有一个数据库可以满足所有需求。所以我们需要了解不同数据库的优势和劣势，并选择合适的产品用于特定的需求。

应用场景当中经常会遇到模糊查询或多条件匹配查询，数据量较小的情况下通过简单的数据库模糊查询是可以解决的，但是对于数据量庞大的情况，数据库模糊查询就会出现性能问题。这种情况下的一种解决方案就是根据查询内容构建反向索引，借助搜索引擎进行查询，提升查询性能。

目前使用比较多的分布式搜索引擎是ElasticSearch。那么项目中如何使用ES？如何保证ES的数据更新？下面简单做个描述。

Elasticsearch使用可以简单分为两个阶段。数据初始化阶段、数据更新阶段。

数据初始化阶段。数据初始化常见的方式如下：

一、通过应用程序手动将数据库中的数据，调用ES接口API插入ES索引库中。

二、同过数据迁移工具将数据初始化到ES数据库。目前常用的ES同步工具有logstash-input-jdbc、DataX。通过同步迁移工具可以全量将数据库数据初始化到ES索引库中。

数据更新阶段。数据更新阶段常见的处理方式如下：

一、通过应用服务直接调用ES更新接口。这种方式实现比较简单但是对业务侵入性比较大。

二、对于实时性要求不高的可以采用定时任务监控数据表变化然后调用ES接口实现数据更新。

三、业务应用中通过发送消息异步更新数据。

四、通过DataX同步工具定时将修改的数据同步到ES库中。

上述是ElasticSearch使用的简单描述。使用的关键还是数据库与ES间的数据同步。能否用的好关键也是数据间的同步。

分析

现在导致数据被删除的情况应该是a表和b表的主键id重复，es默认mysql中的 id 为主键 并且document 的_id 和id保持一致， 导致a表中的数据被删除掉了（替换掉了）

三、解决方案

新建一个字段保存数据库的id 主键数据， 查询的时候使用uuid作为id的数据

注意

es20以后就不支持修改_id映射为其他字段了，es也不支持联合主键之类的。

可以

在es 中, 可以在没有索引,没有类型的情况下直接插入文档,插入后会自动创建索引和类型，es是一个分布式的文档数据库，索引的文档都是以json序列化形式存贮的，而不是像关系型数据库那样是列数据行的形式存贮的。

在es 70之前，常把es和关系型数据库的名词做如下映射

1）、高度的可伸缩性

可以搭建大型的分布式集群，处理PB级的数据服务于大公司，也可以运行在单机上，服务于小公司

2）、ES本身不是新技术，而是将全文检索、数据分析、分布式技术融合在一起而形成的

lucene（全文检索）

商用的数据分析软件（也是有的），

分布式数据库（mycat）

3）、开箱即用、搭建简单

4）、与数据库互补

数据库的功能面对很多领域是不够用的（事务，还有各种联机事务型的 *** 作）；特殊的功能，比如全文检索，同义词处理，相关度排名，

复杂数据分析，海量数据的近实时处理；Elasticsearch作为传统数据库的一个补充，提供了数据库所不能提供的很多功能

以上就是关于国产的数据库软件有那些(国产的数据库管理系统有哪些)全部的内容，包括:国产的数据库软件有那些(国产的数据库管理系统有哪些)、es和mysql结合使用、为什么mongodb不能替代elasticsearch区别等相关内容解答，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！