-
1 # 桃花原記
-
2 # 一方諸言
這個不大好回答,其實這些資料庫面對的企業和業務不同:
Microsoft SQL和 Oracle,都是收費軟體,目前傳統企業在使用他們,Mysql 現在被Oracle開源,網際網路企業以前在使用,目前逐漸轉向他的分支Hadoop 主要用於大資料方向,開源其實在資料處理而言,趨勢沒有可比性。
-
3 # Octopus12506986
別鬧了,這事兒一兩句說不清楚的,這事兒得從檔案系統和資料庫說起,然後是oltp和olap,然後是大資料,然後是hadoop體系,你提到的這些東西本來直接做對比對大家在某方面就都是不公平的。各有各的優勢,各有各的應用場景,且大家都在不停進步,目前誰也沒法完全取代誰,也談不上趨勢。
-
4 # 藍鳥啃蘋果
sql server沒有提,其實除了Oracle在這幾個資料庫中管理最省事、支援最廣泛的、企業使用者內部常用的就屬它了。microsoft的sql server在人性化、易用性、維護性上做的好多的,而且作為付費資料庫正版的服務做的也很到位,整體比Oracle便宜很多(除了RAC不支援外,不知道最新的2016咋樣了),作為企業內部資料庫是非常合適的。誤刪資料或者是硬碟掛了之後的資料恢復解決方案都非常豐富,當年MSSQLSERVER一個蠕蟲病毒造成的網際網路風暴就清楚它的安裝量有多少了,但後來又mysql競爭也確實冷下來了,但是從實際角度看mssqlserver真的是那種裝了之後可以好多年都不用管的資料庫。
-
5 # IT人劉俊明
SQL server,Mysql,Oracle都可以說是老牌資料庫產品了,就產品本身來說,這三個資料庫產品都是成功的。
這三個產品都有清晰的市場定位:Sql server專注服務於windows服務平臺,提供了大量中小型應用的資料庫服務,口碑跟windows產品一樣,操作簡單,介面互動好,效能也不錯,當然使用sql server是需要付費的,價格還算公道,中小型企業都能負擔得起,是.net平臺的標配資料庫。基於微軟強大的號召力和在軟體平臺領域的地位,sql server一定是其未來版圖裡面不可缺少的一部分。
Mysql是開源資料庫的佼佼者,使用者量龐大,單機效能也可圈可點,叢集效能彪悍。早年間淘寶就採用了2000臺基於mysql的資料庫伺服器叢集為廣大商戶服務,可以說經歷了市場的檢驗。雖然mysql更新較慢,直到5.0以後的版本才有了較大的改善,但是這也並沒有影響它的廣泛使用。php+mysql是一個經典的組合,被廣泛使用在web開發領域,今天依然如此!
隨著java開發的普及和大量應用,mysql也得到了進一步的發展,幾乎所有java程式設計師都部署過java+mysql的解決方案,由於mysql與java目前同屬於一家公司(oracle),自然相容性是沒問題的。基於mysql龐大的使用者群和良好的程式設計師口碑,在未來mysql也一定會佔據相當的市場份額,另外一個不能忽略的是mysql是開源軟體,幾乎零成本的使用費用也讓它具備了強大的競爭力!
Oracle可以說是資料庫領域的老大了,彪悍且全面的效能,穩定的服務,一直是各路土豪的最佳選擇!從oracle的i版本到g版本再到c版本,它一直是商用資料庫領域的老大。可以這麼說,如果你的預算夠用,沒有人會拒絕oracle,可以說它是程式設計師眼裡的奢侈品。但是貴的不一定是最好的選擇,如果資料量不大完全沒有必要使用oracle。加上現在oracle已經把mysql和java招至麾下,完成了高低配,可以預見在未來很長一段時間內oracle依然會是商用資料庫領域的主角。
最後我們說一下hadoop,伴隨著大資料的迅速普及以hadoop為代表的解決方案也隨之得到了大量的應用。行業內以亞馬遜為代表的資料服務商已經嚴重威脅到了Oracle的市場地位。最近一段時間Oracle的老闆埃裡森頻繁攻擊亞馬遜我想也說明了一些問題,但是是否亞馬遜能完全取代Oracle呢?至少短期內是不可能的,就像埃裡森說的:就在大家都來好亞馬遜的時候,亞馬遜卻花費巨資購買oracle的服務。
Hadoop以快聞名於世,海量資料的秒級處理,讓習慣了等待的程式設計師興奮不已,但是它的精確度和數學關係卻遠遠沒有傳統資料庫嚴謹,可以說它是犧牲了精確度換來了速度。但是不可否認的是以hadoop為代表的一眾資料處理方式,包括spark等,一定會在未來得到長足的發展,因為這是一個大資料時代!
回覆列表
說未來發展趨勢的話,這4個裡面呢,建議還是主抓oracle和hadoop。
因為應用最廣,也似發展趨勢。oracle是關係型資料庫的老大。就是非分散式資料庫。而Hadoop技術站裡面的HBase,Hive 這種分散式資料庫是在大資料雲計算出現之後,想對應的分散式儲存資料庫。而且Apache big data 技術棧,現在越來越多的都會支援一些SQL的操作。
比如說Spark裡面的DataFrame,Spark SQL 還有Spark streaming 裡面的 structure strreaming。