数据库的七种武器，是我在工作维护和接触到的七种常用数据库，包括4种常用的关系型数据库，3种常用nosql数据库。
这些数据库作为业务底层的存储选型，每种数据库都有各自的定位和特点，结合业务，有各自的适用场景，在具体使用和运维时，也有一些特别的注意点。
本文按照顺序依次对这七种数据库进行介绍和总结，希望能够帮助大家理清每种的特点和用法，在合适的场景，使用合适的武器，构建好自己的数据存储体系。
第一：MySQL数据库
1、定位：开源、多平台、关系型数据库
目前使用最广泛、流行度最高的的开源数据库。
2、特点：
功能：支持事务，符合关系型数据库原理，符合ACID，支持多数SQL规范，以二维表方式组织数据，有插件式存储引擎，支持多种存储引擎格式
部署：用编译安装的方式，或者二进制包的方式，按照“安装软件-创建实例-库表用户初始化”，可以很快完成数据库部署
使用：使用标准的SQL语句进行数据库管理，简单SQL语句的并发和性能较好，对视图、存储过程、函数、触发器等支持的不是太好
监控：在命令行界面有一些常用的命令显示状态和性能，在图形界面方面，有比较多的开源监控工具来监控和记录数据库的状态，比如zabbix，nagios，cacti，lepus等
备份：逻辑备份 mysqldump/mysqldumper ，物理备份 用xtrabackup等工具进行备份；
高可用：MySQL高可用有多种方案，官方有基础的master-slave主从复制，新版本的innodb cluster，第三方的有MHA等高可用方案；
扩展：MySQL水平拆分，可以通过水平拆分proxy中间进行逻辑映射和拆分，扩大MySQL数据库的并发能力和吞吐量。
3、适用场景：
默认的innodb存储引擎，支持高并发，简单的绝大部分OLTP场景；
Tokudb存储引擎，使用高并发insert的场景；
Inforbright存储引擎，可以进行列压缩和OLAP统计查询场景；
4、选择注意：
使用MySQL进行OLTP业务时，需要注意数据量级，如果数据量级过大，需要进行水平拆分；
如果有OLAP需求，可以结合其他架构综合考虑。
第二：SQL Server数据库
1、定位：商业、Windows平台、关系型数据库
最早接触、与微软体系结合紧密的的商业数据库，属于“微软技术体系”
2、特点：
功能：支持事务，符合关系型数据库原理，符合ACID，支持多数SQL规范，以二维表方式组织数据
部署：在Windows平台，用图形界面进行软件安装；
使用：在Windows平台，使用SQL Server Mangement Studio图形界面进行安装；
监控：一般通过Windows资源管理和SQL server图形工具进行系统和数据库性能显示；
备份：通常用第三方备份恢复软件进行备份恢复；
高可用：通过共享存储和双机热备的方式，可以实现SQL Server数据库的高可用；
扩展： SQL Server数据库集群采用共存存储的方式，通过硬件垂直升级来对数据库集群进行扩展；
3、适用场景：大多数OLTP场景（与微软体系配合）
4、选择注意：
SQL Server与微软技术体系结合比较紧密，绝大多数工作，都是通过图形界面完成，对于习惯使用命令行的DBA可能会有不习惯；
SQL server对双引号，大小写，元信息的管理和处理方式，与其他数据库很不相同，需要注意；
使用SQL Server满足OLTP业务，会有比较好的效果，但对于大数据量的OLAP业务，最好还是选用专门的OLAP架构，不要在同一个SQL Server实例上混用OLTP和OLAP业务；
SQL server属于商业软件，需要注意版权和licence授权费用；
第三：Oracle数据库
1、定位：
商业、多平台、关系型数据库
功能最强大、最复杂、市场占比最高的商业数据库
2、特点：
功能：支持事务，符合关系型数据库原理，符合ACID，支持多数SQL规范，以二维表方式组织数据
部署：Oracle单实例数据库部署相对容易，但Oracle RAC集群环境，部署的步骤和依赖条件都比较多；
使用：通常使用命令行工具，进行各种数据库的管理，通常也可以用shell脚本和python脚本提高Oracle数据库管理效率；各种管理功能，都比较强大；
监控：Oracle官方有比较全面的监控工具，常用的第三方监控平台，如zabbix，cacti，lepus等都有对Oracle数据库的各项指标的完善监控；
备份：支持冷备份和热备份，可以用 exp/imp ， expdp/impdp等进行逻辑备份和恢复，可以使用强大的RMAN工具进行专业的物理热备份和恢复；
高可用：Oracle数据库的高可用架构，可以用第三方双机热备软件，结合Oracle单实例实现；可以使用Oracle Dataguard，实现master和standby的备份；可以使用 Oracle RAC集群实现实例级别的高可用和负载均衡，使用ASM实现存储级别的高可用；
扩展：由于Oracle集群采用共享存储的方式，一般只能通过垂直硬件升级进行升级；
3、适用场景：绝大多数OLTP场景，部分OLAP
4、选择注意：Oracle从架构到运维，可以说是最难的数据库，学习和使用难度较高。
第四：Postgresql数据库
1、定位：开源、多平台、关系型数据库，功能最强大的开源数据库。
2、特点：
功能：支持事务，符合关系型数据库原理，符合ACID，支持多数SQL规范，以二维表方式组织数据；
部署：postgresql需要先准备好Python等环境，然后编译安装软件，初始化数据库，启动实例，整个部署过程相对比较清晰；
使用：postgresql数据库可以使用命令行方式进行管理，也可以通过pgadmin图形工具进行管理；各种管理功能，都比较强大；
监控：可以再命令行中查看各种性能视图和状态视图；相对其他其他数据库，并没有太好的图形监控工具和平台；
备份：支持冷备份和热备份，可以用 COPY命令进行逻辑导出和导入；用pgdump和pgrestore进行物理备份和恢复；
高可用：postgresql 官方支持 master-standby复制；也可以用Slony-I第三方组件进行数据库同步；
扩展：postgresql可以通过修改源码实现的postgres-XC实现水平扩展；
3、适用场景：
绝大多数OLTP场景，部分OLAP
适合目前互联网需要的一些信息，比如地理位置信息处理；
以postgresql作为底层数据库的greenplum数据仓库，是主流的MPP数据仓库；
基于postgresql的TimeScaleDB，是目前比较火的时序数据库之一；
4、选择注意：
Postgresql的架构、使用难度、功能性介于Oracle数据库和MySQL数据库之间，但因其开源的推动，各方面也有不错的发展；
Postgresql目前还没有比较主流和好用的监控平台，这是postgresql数据库目前存在的一个不足。
第五：Mongodb数据库
1、定位：开源、多平台、文档型nosql数据库
非常主流的文档型nosql数据库，“最像关系型数据库”，定位于“灵活”的nosql数据库
2、特点：
功能：数据文件存储格式为BSON，模式自由，整体架构与关系型数据库有对应关系，具有较好的高可用性和伸缩性，有插件式存储引擎，新版本默认是writedtiger存储引擎；
部署：部署比较简答，下载软件，设置好配置文件即可启动服务；
使用：不支持SQL语句，使用与SQL对应的json方式管理数据库；
监控：有比较丰富的监控和性能命令，官方有比较完善的图形监控系统，但需要购买；
备份：支持冷备份和热备份，可以使用mongoexport/mongimport进行逻辑备份，也可以使用基于oplog的mongodump/mongorestore物理热备份；
高可用：MongoDB master-slave主从复制：在master节点上加 --master参数，从数据库加 -slave和-source参数，就可以实现同步，这种目前不建议；
ReplicaSets复制集，在mongodb 1.6之后，开发了新的 replicaset，着呢家了故障自动切换和自动修复成员节点，各个DB将数据一致，建议使用这种方式；可以测试读写分离和故障转移；
扩展：mongodb海量数据水平拆分，将数据分别存储在sharding各个节点上，构建出分布式集群。Sharding架构由 底层多个mongodb Shared Server，config水平拆分配置库config server，前端路由 route process，三部分构成。Sharding集群底层可以是mongodb单实例，也可以高可用的replicaSet复制集。
3、适用场景：
网站后台数据库：mongodb非常适合实话实说插入、更新与查询，并可以实时复制和高伸缩性，适合更新迭代快、需求变更多、以对象为主的网站应用；
小文件系统：对于json文件，二进制数据，适合用mongodb进行存储和查询
日志分析系统：对于数据量大的日志文件，IM会话消息记录，适合用mongodb来保存和查询；
缓存系统：mongodb数据库也会使用大量的内存，合理的设计，也可以作为缓存系统使用；不过目前缓存系统使用更多的方案是 memcached和redis。
4、选择注意：
Mongodb不适合的场景：
高度事务性的系统：即传统的OLTP业务，mongodb，乃至其他nosql，对事务性支持都不太好；
传统的统计分析应用：即传统的OLAP业务，需要高度优化的查询方式，mongodb支持不好；
使用SQL语句比较方便的业务：mongodb是json类型的查询方式，虽然也灵活，但不如用SQL方便，如果业务和适合SQL，则就不太合适mongodb了。
第六：Redis数据库
1、定位：
开源、Linux平台、key-value键值型Nosql数据库
简单稳定，非常主流的、全数据in-momory、定位于“快”的键值型nosql数据库
2、特点：
功能：命令执行速度非常看，读写性能可达10万/秒；数据结构是key-value类似字典的功能，可以键过期-缓存，发布订阅-消息系统，简单的事物功能；
部署：用下载软件介质，编译安装的方式，可以很快完成数据库部署；服务启动redis-server，可以用默认配置、运行参数配置、配置文件启动，三种方式；redis在Linux平台支撑较好，官方没有Windows版本，微软维护了一个分支；
使用：用redis-cli客户端连接，一般用简单的 set ，get，del 进行数据管理； 在单实例redis的基础上，进行可以数据持久化，主从复制，高可用和分布式等功能；
监控：在命令行界面有一些常用的命令显示状态和性能，在图形界面方面，有开源监控工具来监控和记录数据库的状态，比如cachecloud；
备份：直接备份成物理问价的RDB持久化，基于AOF日志的实时AOF持久化
高可用：官方的 redis sentinel哨兵高可用集群
扩展：官方基于分配槽的 redis cluster分布式集群
3、适用场景：
缓存
基础消息队列系统
排行榜系统
计数器使用
社交网站的点赞、粉丝、下拉刷新等应用；
4、选择注意：
Redis的使用场景，是redis适合的解决的问题，也有不适合解决的问题。
从数据规模角度讲，小数据规模使用redis比较合适，大数据规模使用redis不合适；（大数据规模，在一定程度上，可以用SSDB替代redis使用）；
从数据冷热角度看，热数据适合放在redis中，冷数据不适合放在redis中。
第七：Hbase数据库
1、定位：开源、Linux平台、列存储nosql数据库
可用于海量数据存储、与Hadoop生态圈结合、定位于“大”的列存储nosql数据库
2、特点：
功能：命令执行速度非常看，读写性能可达10万/秒；数据结构是key-value类似字典的功能，可以键过期-缓存，发布订阅-消息系统，简单的事物功能；
部署：相对其他数据库，hbase的部署比较复杂，依赖Hadoop，zookeeper等组件，Hbase集群包括一个mater节点，多个regionServer，zookeeper管理所有regionServer，需要依次部署Hadoop、zookeeper之后，再部署HBASE集群；
使用：用redis-cli客户端连接，一般用简单的 set ，get，del 进行数据管理； 在单实例redis的基础上，进行可以数据持久化，主从复制，高可用和分布式等功能；
监控：在命令行界面有一些常用的命令显示状态和性能，在图形界面方面，有开源监控工具来监控和记录数据库的状态，比如cachecloud；
备份：Hbase一般用作海量数据的仓库，本身通过多层副本来保证数据安全性，不用进行专门的备份
高可用：HBASE集群基于Hadoop，需要依次部署Hadoop单机模式、集群模式、HA模式，通过Hadoop HA实现高可用；
扩展：HBASE以集群形式，依次是单机模式，伪分布模式，完全分布模式，底层基于HDFS，zookeeper可以很好地进行扩展；
3、适用场景：
两大用途：
用于简单数据写入和海量、结构简单数据查询的业务场景；
用于成为其他数据库备份和下沉的数据库；
4、选择注意：
Hbase不适合的场景：对数据分析需求高，需要能够用sql或者简单的MapReduce实现分析需求的业务场景，不适合用Hbase；
单表数据量，不超过千万时，使用Hbase，体现不出Hbase的优势，而且会比较慢，不适合用Hbase。
通过对上面数据库“七种”武器的描述，也可以看到目前常用数据库的使用脉络和选择顺序，对应一个业务，可以优先选择最流行的开源数据库——MySQL；如果出于稳定和商业版考虑，可以选择Oracle数据库，或者SQL Server数据库（与Windows体系结合）；如果想用开源，有想要有足够的功能来应对各种场景，可以使用 postgresql数据库。这四种数据库，都是关系型数据库，可以很好地满足大多数业务场景，解决通用性问题。
对于一些特殊性问题，尤其是想要在扩展性方面有比较高的要求，可以考虑nosql数据库。Mongodb数据库，介于关系型数据库和非关系型数据库之间，兼具两者的特点，是非常流行的文档型nosql数据库；redis定位于内存型键值nosql数据库；hbase是海量文件存储的列式nosql数据库。根据合适的业务场景，选择适合的nosql数据库，可以对某一类，或某几类业务问题有很好的解决，可以作为关系型数据库的一种补充。
换个角度，MySQL，Oracle，SQL Server，Postgresql，mongodb这五种数据库，也是DB-Engines排行榜上最流行的排名前五的五种数据库，从使用量和受欢迎程度，也可以看出这些数据库使用的广泛性。
来源：巨灵鸟 欢迎分享本文
