數(shù)據(jù)庫(kù)軟件有哪幾種？

早期較為時(shí)興的數(shù)據(jù)庫(kù)軟件種類有三種，分別是層次式數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)式數(shù)據(jù)庫(kù)和關(guān)系型數(shù)據(jù)庫(kù)。而在如今的互聯(lián)網(wǎng)中，最常見(jiàn)的數(shù)據(jù)庫(kù)軟件種類主要有2種，即關(guān)系型數(shù)據(jù)庫(kù)和非關(guān)系型數(shù)據(jù)庫(kù)。

層次數(shù)據(jù)庫(kù)介紹

層次數(shù)據(jù)庫(kù)是最開(kāi)始研制的數(shù)據(jù)庫(kù)系統(tǒng)軟件，它把數(shù)據(jù)根據(jù)層次構(gòu)造（樹(shù)結(jié)構(gòu)）的方法呈現(xiàn)。層次數(shù)據(jù)庫(kù)以前是非常熱門(mén)的數(shù)據(jù)庫(kù)，但伴隨著關(guān)系數(shù)據(jù)庫(kù)的逐漸流行，如今早已非常少應(yīng)用了。

較為具備象征性的層次數(shù)據(jù)庫(kù)是IMS（Information Management System）數(shù)據(jù)庫(kù)，由IBM企業(yè)研發(fā)。

關(guān)系型數(shù)據(jù)庫(kù)詳細(xì)介紹

網(wǎng)絡(luò)數(shù)據(jù)庫(kù)和層次數(shù)據(jù)庫(kù)在數(shù)據(jù)獨(dú)立性和抽象性級(jí)別上有所欠缺，用戶開(kāi)展存儲(chǔ)時(shí)，需要聲明數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)和相對(duì)路徑。而關(guān)系數(shù)據(jù)庫(kù)就可以較切實(shí)解決這種問(wèn)題。

和Excel工作簿一樣，關(guān)系型數(shù)據(jù)庫(kù)也選用由列和行構(gòu)成的二維表來(lái)管理數(shù)據(jù)，簡(jiǎn)單易懂。另外，它還利用SQL（Structured Query Language，結(jié)構(gòu)化查詢語(yǔ)言）對(duì)數(shù)據(jù)開(kāi)展實(shí)際操作。

數(shù)據(jù)庫(kù)軟件

非關(guān)系型數(shù)據(jù)庫(kù)詳細(xì)介紹

伴隨著互聯(lián)網(wǎng)技術(shù)Web2.0的興起，傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)在應(yīng)對(duì)大數(shù)據(jù)量，比如大規(guī)模和高并發(fā)的微博、微信或者SNS類型的web2.0動(dòng)態(tài)網(wǎng)頁(yè)時(shí)，已經(jīng)有些力不從心，曝露了許多難以克服的難題。因此出現(xiàn)了針對(duì)大規(guī)模數(shù)據(jù)量場(chǎng)景，以性能卓越和應(yīng)用便捷為目的的的數(shù)據(jù)庫(kù)產(chǎn)品——NOSQL數(shù)據(jù)庫(kù)。

非關(guān)系型數(shù)據(jù)庫(kù)主要是根據(jù)“非關(guān)系實(shí)體模型”的數(shù)據(jù)庫(kù)，也稱之為NoSQL數(shù)據(jù)庫(kù)，NOSQL的原意是“Not only SQL”，而不是“NoSQL”的含意，因而，NoSQL的出現(xiàn)并不是要完全否認(rèn)關(guān)系型數(shù)據(jù)庫(kù)，只是做為傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)的一個(gè)合理補(bǔ)充。NOSQL數(shù)據(jù)庫(kù)在特殊的情景下能夠充分發(fā)揮出無(wú)法想象的高效率和卓越性能。

非關(guān)系型數(shù)據(jù)庫(kù)還能夠細(xì)分化為四個(gè)小項(xiàng)：

鍵值（Key-Value）儲(chǔ)存數(shù)據(jù)庫(kù)；
列儲(chǔ)存（Column-oriedted）數(shù)據(jù)庫(kù)；
面向文本文檔（Document-Oriented）數(shù)據(jù)庫(kù)；
圖型（Graph）數(shù)據(jù)庫(kù)。
更多非關(guān)系數(shù)據(jù)庫(kù)知識(shí)點(diǎn)請(qǐng)見(jiàn)：樹(shù)懶學(xué)堂_關(guān)系數(shù)據(jù)庫(kù)與非關(guān)系數(shù)據(jù)庫(kù)

五、不同種類數(shù)據(jù)庫(kù)應(yīng)用領(lǐng)域區(qū)別

在數(shù)據(jù)庫(kù)應(yīng)用角度來(lái)區(qū)分的話，數(shù)據(jù)庫(kù)還可以分為面向操作型和面向數(shù)據(jù)分析型，以下是根據(jù)實(shí)際應(yīng)用場(chǎng)景的不同對(duì)數(shù)據(jù)庫(kù)的簡(jiǎn)單的介紹。

1.面向操作的關(guān)系型數(shù)據(jù)庫(kù)

典型性應(yīng)用領(lǐng)域:ERP,CRM,信用卡交易,中小型電商
數(shù)據(jù)儲(chǔ)存方法:表格
流行廠商:Oracle Database,Microsoft SQLServer,IBM DB2,EnterpriseDB(PostgreSQL),MySQL
優(yōu)點(diǎn)：完善的生態(tài)環(huán)境保護(hù)，事務(wù)保證/數(shù)據(jù)一致性
缺點(diǎn)：嚴(yán)苛的數(shù)據(jù)模型界定，數(shù)據(jù)庫(kù)拓展限制，和非結(jié)構(gòu)型的結(jié)合應(yīng)用較難。

2.面向數(shù)據(jù)分析的關(guān)系型數(shù)據(jù)庫(kù)

典型性應(yīng)用領(lǐng)域:數(shù)據(jù)倉(cāng)庫(kù)，商務(wù)智能，數(shù)據(jù)科學(xué)研究
數(shù)據(jù)儲(chǔ)存方法:表格
流行廠商:Oracle Exadata,Oracle Hyperion,Teradata,IBM Netezza,Google BigQuery
優(yōu)點(diǎn):信息內(nèi)容和計(jì)算的一致性
缺點(diǎn):必須由數(shù)據(jù)庫(kù)技術(shù)專業(yè)的IT工作人員維護(hù)保養(yǎng)，數(shù)據(jù)相應(yīng)通常是分鐘級(jí)

3.面向操作的非關(guān)系型數(shù)據(jù)庫(kù)

典型性應(yīng)用領(lǐng)域:Web,mobile,and IoT applications,social networking,user recommendations,shopping carts
數(shù)據(jù)儲(chǔ)存方法:有很多存儲(chǔ)結(jié)構(gòu)(document,graph,column,key-value,time series)
流行廠商:MongoDB,Amazon DynamoDB,Amazon,Redis
優(yōu)點(diǎn):便捷性，協(xié)調(diào)能力(不用預(yù)定義的方式)，水平伸縮(適應(yīng)大規(guī)模數(shù)據(jù)量)，成本低(開(kāi)源系統(tǒng))
缺點(diǎn):欠缺事務(wù)保證

4.面向數(shù)據(jù)分析的非關(guān)系型數(shù)據(jù)庫(kù)

典型性應(yīng)用領(lǐng)域:索引數(shù)以百萬(wàn)計(jì)的數(shù)據(jù)點(diǎn)，預(yù)測(cè)分析,詐騙檢驗(yàn)
數(shù)據(jù)儲(chǔ)存方法:Hadoop不用原有的數(shù)據(jù)構(gòu)造;數(shù)據(jù)能夠跨好幾個(gè)服務(wù)器存儲(chǔ)
流行廠商:Cloudera,Hortonworks,MapR,MarkLogic,Snowflake,DataBricks,ElasticSearch
優(yōu)點(diǎn):適用批量處理,并行處理文件;主要是開(kāi)源的，資金投入較低
缺點(diǎn):遲緩的響應(yīng)速度;不宜迅速檢索或高速更新