Oracle一般有哪些版本，各个版本有什么区别呢？

既然楼上已经说了9i之前的，我就说下9i之后的吧！
9i较之于8i更易于管理。
并发集群，8i OPS升级为9i RAC，8i结点间用硬盘交换信息，9i结点间采用高速网线的缓存熔合(Cache Fusion)技术交换信息，交换速度提高100倍以上。
9i可以在线修改内核参数和内存分配，8i不行。
数据文件和表空间管理，8i手工管理，9i自动管理。
9i比8i增强了对ANSI SQL99的支持。
9i比8i增强了故障后的快速恢复(Fast-start)。
8i只支持物理备份(physical backup)数据库，9i还增加了支持逻辑备份(logical backup)数据库，使备份数据库除了作为主数据库的镜像外，还可以提供其他数据服务
Oracle 10g比9i多了哪些新特性？
10g支持网格(Grid)，支持自动管理(Automatic Management)。
10g的g是"Grid"缩写，支持网格计算，即，多台结点服务器利用高速网络组成一个虚拟的高性能服务器，负载在整个网格中均衡(Load Balance)，按需增删结点，避免单点故障(Single Point of
Faliure)。
安装容易，安装工作量比9i减少了一半。
新增基于浏览器的企业管理器(Enterprise Manager)。
自动存储管理(ASM)，增删硬盘不再需要 *** 作系统管理员设置的镜像、负载均衡、物理卷、逻辑卷、分区、文件系统，只要打一条Oracle命令，ASM会自动管理增加或删除的硬盘。
内存自动化，根据需要自动分配和释放系统内存。
SQL性能调整自动化。
免费提供基于浏览器的小应用开发工具Oracle Application Express(原名HTML DB)，支持10g和9i R2。
快速纠正人为错误的闪回(Flashback)查询和恢复，可以恢复数据库、表甚至记录。(这个新的功能我觉得非常的好用，它就像windows系统是把东西删除以后放到回收站里，只是重新命了一个名字，
如果你发现删除错了，你可以回收)
数据泵(Data Pump)高速导入、导出数据，比传统方法导出速度快两倍以上，导入速度快15--45倍。
精细审计(Fine-Grained Auditing)，记录一切对敏感数据的 *** 作。
存储数据的表空间(Tablespace)跨平台复制，极大的提高数据仓库加载速度。
流(Streams)复制，实现低系统消耗、双向(double-direction)、断点续传(resume from break point)、跨平台(cross platform)、跨数据源的复杂复制。
容灾的数据卫士(Data Guard)增加了逻辑备份功能，备份数据库日常可以运行于只读状态，充分利用备份数据库。
支持许多新EE选件，加强数据库内部管理的“Database Vault”，数据库活动的审计的（Audit Vault），数据仓库构建高级功能(Warehouse Builder Enterprise ETL, Warehouse Builder Data
Quality)
Oracle 11g比10g多了哪些新特性？
11 g扩展了Oracle 独家具有的提供网格计算优势的功能，您可以利用它来提高用户服务水平、减少停机时间以及更加有效地利用IT资源，同时还可以增强全天候业务应用程序的性能、可伸缩性和安全性
。
利用真正应用测试（RAT）尽量降低更改的风险
11 g降低了数据库升级以及其他硬件和 *** 作系统更改的成本，显著简化了更改前后的系统测试以便您可以识别和解决问题。例如：
利用Database Replay，您可以在数据库级别轻松捕获实际的生产负载并在您的测试系统上重新播放，这样您可以全面测试系统更改（包括关键的并发特性）的影响。
SQL Performance Analyzer识别结构化查询语言) SQL(执行计划更改和性能回退。然后，可以使用SQL Tuning Advisor解决识别的问题，方法是还原到原始的执行计划或进一步优化。
利用管理自动化提高DBA 效率
Oracle 数据库11 g继续致力于（从Oracle9i数据库开始一直到Oracle 数据库10 g）显著简化和完全自动化DBA 任务。Oracle数据库11 g中的新功能包括：
利用自学功能自动进行SQL 优化系统全局区(SGA)和程序全局区( PGA)的内存缓存区的自动、统一调整新的advisor用于分区、数据恢复、流性能和空间管理针对自动数据库诊断监视器(ADDM)的增强，能
够提供Oracle 真正应用集群(Oracle RAC)环境中的更好的性能全局视图以及改进的性能比较分析功能。
利用故障诊断快速解决问题
Oracle 数据库11 g中新增的故障诊断功能使客户在发生错误后捕获Oracle
Support所需的数据变得极为简单。这可以加速问题的解决，减少客户重现问题的需要。
尽量降低停机成本
通过Oracle Data Guard快速恢复数据
Oracle Data Guard在本地和远程服务器之间协调数据库的维护和同步以便从灾难或站点故障快速恢复。Oracle数据库11 g提供了大量显著的Oracle Data Guard增强，包括
可以在物理备用系统上运行实时查询用于报表和其他目的
可以通过将物理备用系统暂时转换为逻辑备用系统执行联机的、滚动的数据库升级
支持测试环境的快照备用系统
此外，物理和逻辑备用的性能都有提高。逻辑备用现在支持可扩展标记语言(XML)类型字符大型对象(CLOB)数据类型和透明的数据加密。现在支持自动的、快速启动的故障切换以支持异步传输。
Oracle 数据库11 g提供了几个针对自动存储管理的重要的高可用性增强，
包括：
支持滚动升级；自动坏块检测和修复；快速镜像重新同步，该功能可以有效地重新同步存储网络连接性暂时丢失时自动存储管理镜像的存储阵列
自动存储管理的性能增强使得大型数据库可以更快地打开并减少SGA 内存消耗。这些增强还允许DBA增加存储分配单元大小以加快大型序列输入/输出(I/O)
显著增加正常运行时间
Oracle数据库11 g使您可以应用很多一次性数据库补丁（包括诊断补丁），而没有停机时间。新的数据恢复advisor通过快速识别故障根本原因、为DBA提供可用的恢复选项，极大地减少了停机时间，在
某些情况下，还通过“自我恢复”机制自动纠正问题。
Oracle 数据库11 g还有其他高性能提高，包括：自动编译数据库中的PL/SQL 和Java；更快的触发器，包括更加有效地调用每行触发器；更快的简单SQL *** 作；更快的Oracle Data Guard 和Oracle
Streams 复制；与网络文件系统（NFS） 存储设备更快、更可靠的直接连接；更快的升级；大型文件更快的备份/还原；更快的备份压缩
Oracle 数据库11 g包括大量新的ILM特性，例如
新的分区功能，包括：按父/子引用分区；按虚拟列分区
Oracle数据库11 g还具有带Oracle闪回数据归档的Total Recall，使您可以在选定的表中查询以前的数据，从而提供了一种简单实用的向数据中添加时间维度的方法以便于更改跟踪、ILM、审计和合规。
其他高可用性增强
Oracle 数据库11g还有其他高可用性增强，包括：Oracle闪回事务查询，提供带其他相关事务更改的流氓事务的按钮更改具有更多可传输选项的增强的平台移植和数据移动，包括可传输分区、模式和跨
平台数据库
Oracle恢复管理器(RMAN)支持Windows Volume Shadow Copy Service ( VSS )快照，从而实现与Windows备份更紧密的集成优化性能和可靠性
合规、法律取证以及整合数据仓库的趋势导致数据库的大小每两年就会增加两倍，这极大地影响了大型数据库的存储成本和性能、可靠性以及可管理性。Oracle 数据库11 g使组织可以使用低成本的服务
器和模块化的存储器轻松伸缩大型的事务和数据仓库系统并提供快速的全天候数据访问。Oracle 数据库11 g提供新的创新特性以进一步提高要求极严格的环境的性能和可伸缩性。利用SecureFiles安全
地存储您的所有数据SecureFiles 是Oracle用于在数据库中存储大型对象) LOB (例如图像、大型文本对象或包括XML、医学成像以及地理空间栅格对象在内的高级数据类型）的下一代产品。SecureFiles
提供能够完全与文件系统相媲美的卓越性能。此外，它还提供高级功能，例如智能压缩、透明加密以及透明的重复删除。
通过联机事务处理压缩提高性能并尽量降低存储成本
Oracle 数据库11 g支持联机事务处理(OLAP)应用程序中常用的更新、插入和删除 *** 作的数据压缩。以前的Oracle数据库版本支持数据仓库应用程序常用的批量数据加载 *** 作的压缩。Oracle 数据库11 g
OLTP表压缩通过更加高效地使用内存来缓存数据以及减少表扫描的I/O提高了数据库性能。利用OLTP表压缩，您可以利用最小的处理开销达到2 到3倍的压缩比。

支持。
 多CPU并行：GBase 8t动态服务器的核心技术是基于GBase 8t的动态可伸缩结构(DSA)，该技术使GBase8T成为强大的多线索数据库服务器，利用该技术使得数据库系统能充分发挥对称多处理器或单处理器结构服务器的能力，并在数据库可伸缩性、可管理性和性能等方面有很大突破。GBase 8t可以配置CPU VP的数量，系统需要有足够多的CPU VP来加速线索的执行从而保证系统中其它进程能占用足够的CPU时间,GBase 8t同时支持处理器绑定（processor affinity)，处理器绑定是特定的进程只能在特定的CPU上执行。特定的CPU仍然能为其它进程服务，但特定的进程只能在该CPU上执行，如果平台支持，INFORMIX动态服务器可以将CPU VP（oninit)绑定到指定的处理器上。处理器从0开始连续编号。在某些SMP平台上，由一个CPU专门处理系统中断。如果配置的CPU VP数量小于物理处理器数量，则应避免将CPU VP绑定到处理中断的CPU上。
 多服务器并行：GBase 8t支持高可用集群方案，GBase 8t的HDR、SDS、RSS等技术实现了数据的高可用灾备技术，而该技术的处理需要多服务器并行计算技术。
 事务处理的完整性控制技术：为了保证事务的完整性，GBase 8t数据库通过逻辑日志 (logical log) 来记录所有的事务 *** 作及其处理的数据。逻辑日志的作用之一在于对数据所发生的变化进行记录以满足可能的回滚需要。GBase 8t允许用户在一个事务中,从多个数据服务器查询或更新一个或者多个数据库。数据服务器可以在同一个主机上，或是在同一网络的不同主机上。两阶段提交协议确保了从多个数据服务器提交或回滚事务的一致性。GBase 8t对异构分布式数据库的支持是通过X/OPEN、XA实现的。
 支持并行查询/DML、备份/恢复、导入/导出、索引创建：GBase 8t的OLTP引擎通过DSA多线程和PDQ（Parallel database query）技术可实现并行数据库并行查询/DML/索引创建；DML利用GBase 8t不同级别的锁管理和隔离机制，有效保障了数据库的DML *** 作的并发性；备份/恢复利用GBase 8t的onbar备份恢复模块支持并行备份与恢复；导入/导出利用GBase 8t的HPL（High Performance Loader）工具可通过并发方式完成数据库的导入导出 *** 作。

这不是两个类别，对于桌面型数据库产品，如Access，数据库服务器和数据库的概念是很模糊的。严格来讲，桌面型数据库产品更应该归纳为数据库的范畴，其DBMS系统是非常简单的，而且DBMS系统和数据库是不能分离的，必须物理上在同一台计算机。对于SQL Server、Oracle或者DB2这样的大型数据库产品来讲，归纳为数据库服务器的概念更贴切一些。因为这些数据库产品其DBMS系统非常复杂，而且可以和数据库分离，即单独安装在物理上不同的计算机上。
目前市面上有很多数据库产品，这些数据库产品可以分为两大类如下：
1．桌面型数据库
Access 2000（2003）、Visual FoxPro 60（70、80）、Excel 2000（2003）等小型数据库产品被称为桌面关系型数据库系统，其主要特点包括：
— 广泛应用在单机环境；
— 计算机 *** 作系统为桌面型 *** 作系统，如Windows 98/XP系统等；
— 不提供或仅仅提供有限的网络应用功能；
— 没有或仅有较弱的安全方案；
— 开发的数据库应用系统主要目的是日常小型办公需要；
— 提供的是较弱的数据库管理和较强的前端开发工具，开发工具与数据库集成为一体，既是数据库管理工具，同时又是数据库应用开发的前端工具，如在Visual FoxPro 60里就集成了应用开发工具，在Access 2000和2003里集成了脚本语言；
— 侧重于可 *** 作性、易开发和简单管理等方面。
问题：桌面型数据库是不是就不能用于网络环境呢？当然不是。如果你的数据库系统并发的用户数很少，对安全性的要求也不是很高，那么桌面型数据库的性价比就会很高，开发的成本会很低，而且管理很简单。现在还有很多小型网站的后台数据库就是Access 2000（2003）。
2．网络数据库
以SQL Server 2005为代表的网络关系型数据库系统与传统意义上桌面关系型数据库系统相比较，具有以下主要特点。
— 需要网络 *** 作系统支持，包括Windows NT Server，Windows Server 2000，Windows Server 2003，Linux Server，UNIX，Solaris等。
— 数据库系统管理工具、前端开发工具和后台数据库是可以分离的，通常我们所说的网络数据库管理系统指的是管理工具和后台数据库的总和。
— 具有强大的网络功能和分布式功能，可以根据软硬件和网络环境的不同组合成各种工作模式。
— 技术先进，支持超大规模的数据库技术、并行查询、多线程服务器等。
— 提供完备的数据安全性方案，提供完善的数据库备份和恢复手段。

在已有的 MySQL 服务器之上使用 Apache Spark （无需将数据导出到 Spark 或者 Hadoop 平台上），这样至少可以提升 10 倍的查询性能。使用多个 MySQL 服务器（复制或者 Percona XtraDB Cluster）可以让我们在某些查询上得到额外的性能提升。你也可以使用 Spark 的缓存功能来缓存整个 MySQL 查询结果表。
思路很简单：Spark 可以通过 JDBC 读取 MySQL 上的数据，也可以执行 SQL 查询，因此我们可以直接连接到 MySQL 并执行查询。那么为什么速度会快呢？对一些需要运行很长时间的查询（如报表或者BI），由于 Spark 是一个大规模并行系统，因此查询会非常的快。MySQL 只能为每一个查询分配一个 CPU 核来处理，而 Spark 可以使用所有集群节点的所有核。在下面的例子中，我们会在 Spark 中执行 MySQL 查询，这个查询速度比直接在 MySQL 上执行速度要快 5 到 10 倍。
另外，Spark 可以增加“集群”级别的并行机制，在使用 MySQL 复制或者 Percona XtraDB Cluster 的情况下，Spark 可以把查询变成一组更小的查询（有点像使用了分区表时可以在每个分区都执行一个查询），然后在多个 Percona XtraDB Cluster 节点的多个从服务器上并行的执行这些小查询。最后它会使用map/reduce 方式将每个节点返回的结果聚合在一起形成完整的结果。

---