猿创征文 | 国产数据库:目前最火的五款国产数据介绍

2023-10-16 06:40

本文主要是介绍猿创征文 | 国产数据库:目前最火的五款国产数据介绍,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

1、TiDB

1.1 简介

1.2 优点

1.3 缺点

1.4 适用场景

2、openGauss

2.1 简介

2.2 优点

2.3 缺点

2.4 适用场景

3、OceanBase

3.1 简介

3.2 优点

3.3 缺点

3.4 适用场景

4、华为云GaussDB

4.1 简介

4.2 优点

4.3 适用场景

5、达梦

5.1 简介

5.2 优点

5.3 适用场景


随着互联网的高速发展,目前数据的存储越来越多,传统的数据库逐渐不能满足人们对海量数据、高效查询的需求,国产的数据库如雨后春笋一样,一个个冒了出来来解决我们高速科技发展的数据库瓶颈,今天就给大家聊一聊目前最火的五款国产数据库,大家一起来交流一下。

1、TiDB

1.1 简介

TiDB 是由PingCAP 公司研发设计的开源分布式 HTAP (Hybrid Transactional and Analytical Processing) 数据库,它结合了传统的关系型和非关系型数据库的最佳特性。TiDB 兼容 MySQL,支持无限的水平扩展,具备强一致性和高可用等特性。

1.2 优点

  • 高度兼容MySQL:可以轻松从MySQL迁移至TiDB数据库

  • 水平弹性扩展:通过简单地增加新节点就可以实现TiDB的水平扩展,按需增加减少节点的方式可以节约不少成本

  • 分布式事务:完全支持标准的 ACID 事务。

  • 金融级别高可用:基于Raft的多数派选举协议可以提供金融级的 100% 数据强一致性保证,减少运维成本

  • 云原生SQL 数据库:可以同 Kubernetes 容器化技术深度耦合,支持公有云、私有云和混合云。安装部署、配置学习成本低、简单

  • 一站式 HTAP 解决方案:TiDB 作为典型的 OLTP 行存数据库,同时兼具强大的 OLAP 性能,配合 TiSpark,可提供一站式 HTAP解决方案,一份存储同时处理OLTP & OLAP(OLAP、OLTP的介绍和比较 )无需传统繁琐的 ETL 过程。

1.3 缺点

  • TiDB作为分布式数据库,对数据存储节点硬件要求比较高,SSD的硬盘必备

  • 不支持存储过程、分区和GBK,数据写入时TiDB压力比较大

  • 分布式部署对网络要求也非常高

1.4 适用场景

  • 原业务的 MySQL 的业务遇到单机容量或者性能瓶颈

  • 大数据量下,MySQL 复杂查询很慢

  • 数据增长很快,接近单机处理的极限,不想分库分表或者不适合使用数据库中间件

  • 大数据量下,有高并发实时写入、实时查询、实时统计分析的需求

  • 有分布式事务、多数据中心的数据 100% 强一致性、auto-failover 的高可用的需求

2、openGauss

2.1 简介

openGauss是一款企业级开源关系型数据库,内核基于PostgreSQL,深度融合华为在数据库领域多年的研发经验,结合企业级场景需求,持续构建竞争力特性。

2.2 优点

  • 高性能:提供了面向多核架构的并发控制技术结合鲲鹏硬件优化、 针对当前硬件多核NUMA的架构趋势,在内核关键结构上采用了Numa-Aware的数据结构、提供Sql-bypass智能快速引擎技术、针对频繁更新的业务场景,提供Ustore存储引擎。

  • 服务高可用:支持主备同步、异步、级联备机多种部署模式 、数据页CRC校验,损坏数据页通过备机自动修复、备机支持并行恢复,10秒内可升主提供服务、提供基于Paxos分布式一致性协议的日志复制及选主框架。

  • 高安全性:支持全密态计算,访问控制、加密认证、数据库审计、动态数据脱敏等安全特性。

  • 运维成本低:基于AI的智能参数调优和索引推荐、支持慢SQL诊断和对维度监控视图。

  • 开放性高:采用木兰宽松许可证协议,允许对代码自由调整、并提供伙伴认证,培训体系和培训课程。

2.3 缺点

openGauss的一些插件未能正常编译使用,且编译比较复杂,需要很多依赖且版本偏固定,跨平台地编译难度较大。

2.4 适用场景

大规模交易型应用:适合大并发、大数据量、以联机事务处理为主的交易型应用。例如:电商、金融、O2O、电信CRM/计费等类型的应用。

物联网数据存储:适合传感监控设备多、采样率高、数据存储为追加模型,操作和分析并重的场景。例如:制造业监控、智慧城市的延展、智能家居、车联网等物联网场景。

3、OceanBase

3.1 简介

OceanBase是蚂蚁集团完全自研的原生分布式关系数据库软件,深耕金融行业,在国内支持几十家银行、保险公司等金融客户的核心系统中稳定运行。它具备金融级高可用、HTAP混合负载、超大规模集群水平扩展和主流商业和开源数据库兼容地多个产品优势,在交易支付、会员系统和批处理系统中适用体验良好,极大的节省了成本,解决了传统数据库的性能瓶颈。

3.2 优点

  • 高性能:OceanBase采用了读写分离的架构,把数据分为基线数据和增量数据。其中增量数据放在内存里(MemTable),基线数据放在SSD盘(SSTable)。对数据的修改都是增量数据,只操作内存

  • 低成本:OceanBase通过数据编码压缩技术实现高压缩,可以使用低端SSD存储,从而降低成本。

  • 高可用:数据存储采用多副本存储机制,少数副本故障不影响数据高可用性。

  • 强一致:数据多副本通过paxos协议同步事务日志,多数派成功事务才能提交。缺省情况下读、写操作都在主副本进行,从而保证强一致。

  • 可扩展:集群节点全对等,每个节点都具备计算和存储能力,无单点瓶颈。支持在线扩展和收缩。

  • 兼容性:兼容常用MySQL/ORACLE功能及MySQL/ORACLE前后台协议,业务修改极少量的代码就可以从MySQL/ORACLE迁移至OceanBase。

3.3 缺点

对Oracle兼容还不够完美,还只是兼容了标准SQL和一些常用函数(包括窗口函数)

服务器配置较高,服务器内存至少32G以上搭建集群。硬件成本还是较高的

3.4 适用场景

OceanBase至今已成功应用于支付宝全部核心业务,也是各大银行首选的分布式关系型数据库

4、华为云GaussDB

4.1 简介

GaussDB是华为自研数据库品牌,是华为基于外部电信与金融政企经验、华为内部流程IT与云底座深耕10年以上的数据库内核研发优化能力,从客户对高可用、高性能、安全可靠等诉求出发,结合云的技术倾力打造的企业级分布式数据库。

GaussDB是一个产品系列,在整体架构设计上,底层是分布式存储,中间是每个DB特有的数据结构,最外层则是各个生态的接口,体现了多模的设计理念。

具体产品包括:

基于openGauss生态的分布式数据库GaussDB(for openGauss)

基于MySQL生态的分布式数据库GaussDB(for MySQL),100%兼容MySQL

4.2 优点

  • 良好生态系统:华为云为保护客户投资打造了自有生态,避免了从一个封闭体系走向另一个封闭体系。

  • 存算分离:保证了存储的稳定性和数据的安全性,同时通过重删、压缩、跨AZ等特性实现快速备份恢复,降低了可能造成的成本。

  • 高安全性:GaussDB支持访问控制、加密认证、数据库审计、动态数据脱敏、全密态等功能。

  • 全栈协同:通过鲲鹏生态,GaussDB是当前国内唯一能够做到全栈自主可控的国产品牌。

4.3 适用场景

金融、电信、政府等行业关键核心系统。

5、达梦

5.1 简介

达梦数据库管理系统是达梦公司推出的具有完全自主知识产权的高性能数据库管理系统,简称DM。达梦数据库管理系统的最新版本是8.0版本,简称DM8。

5.2 优点

  • 信创性好:对国产服务器和操作系统的兼容性好,达梦针对国产cpu,国产服务器、国产操作系统做了专门的适配,达梦数据库对中文的支持也非常好。

  • 运维成本低:达梦数据库安装相对要简单,针对国人习惯进行了优化,学习成本和运维工作量较低。

  • 操作简单:GUI界面做得非常简洁,大部分工作都可以通过鼠标在图形化界面上完成,同时还能生成命令预览。

  • 强大的数据迁移工具:达梦还提供了几乎所有数据库的迁移工具。

  • 跨平台:DM8 实现了平台无关性,支持 Windows 系列、Linux(2.4 及 2.4 以上内核)、UNIX、Kylin、AIX、Solaris 等主流操作系统。

5.3 适用场景

达梦数据库在公安、政务、信用、司法、审计、住建、国土、应急等领域应用非常广泛。

这篇关于猿创征文 | 国产数据库:目前最火的五款国产数据介绍的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/219733

相关文章

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数