[toc]

数据组件

1. 缓存: redis
2. OLTP: mysql
3. OLAP: Hadoop
4. 批处理/数据仓库: flink
5. 流处理/消息队列: Kafka
6. 搜索索引: es
7. 文档数据库: mongo, Couchbase
8. 地理数据库: PostGIS
9. 空间数据库
10. 时序数据库: influxdb
11. 图数据库: Neo4j

dimension: todo

1. 架构:
2. 生态
3. HA
4. 部署|备份
5. crash safe
6. 性能
7. 磁盘
8. cpu
9. 数据量
10. 数据类型: json/text 等大字段支持
11. 表|视图: 存储方式
12. 索引: 存储方式
13. 事务
14. 锁
15. SP
16. 统计分析

sql vs nosql vs newsql

1. NoSQL 是一个综合的数据库类别, 旨在克服 SQL 数据库产生的问题

   • mysql 的 json(非结构化的数据) 处理能力很弱: nosql 对其在底层就做了更多优化
   • 数据量问题
   • 并发问题
   • 超大字段
   • 使用场景的精细化优化: 如 redis, es

2. NewSQL 是想结合两者的优势(事务, 规模, 扩展，,数据类型等)

   dimension	sql	nosql	newsql(HTAP)
   Type	rdbms	distibute or no-relation	combined
   struct	结构化 & 预定义 & 改代价	动态结构 & 无预定义 & 改代价小	结构化
   scalability	垂直扩展	垂直 & 水平扩展	垂直 & 水平扩展
   store(amount)	不适合分层存储	适合分层存储(大数据量)	适合分层存储(大数据量)
   base	基于表(多行事务 acid)	键值对 & 面向文档,列,图形	基于表(多行事务 acid)
   HA	一般	高	高
   场景	事务, 金钱等	大数据, 社交,物联网
   theory	acid	cap(base)	acid
   生态	好	好	一般
   example	mysql, pgsql, oracle	mongodb, redis, neo4j, hive	tidb,VoltDB
   复杂查询(聚合)	一般	差	好
   事务	友好	差	支持联机事务
   索引	友好	友好	友好

dbms vs rdbms

RDBMS	DBMS
表格式存储	文件格式存储
多个数据元素可以一起访问	数据元素的单独访问
表格形式的数据链接在一起	数据之间没有联系
支持 ACID	不支持 ACID
规范化存在	规范化不存在
支持分布式数据库	不支持分布式数据库
数据存储量大	存储的数据量很小
键和索引不允许数据冗余	数据冗余很常见
支持多用户	支持单用户
具有多层安全性	处理数据时安全性较低
对软硬件要求较高	软硬件要求低
Oracle, mysql	XML, Microsoft Access

mysql vs pgsql

1. join(hash join):

2. oltp

3. 数据类型: GIS

4. json

5. string/text

6. sp

7. rr

8. cluster: ha(crash-safe)

9. 聚合函数(复杂查询)： olap || ETL

10. 性能: 好上一个数量及

    

11. 单标数据量: pgsql(kw) | mysql(bw)

12. 分区

13. 初衷: postgres 更加偏学术研究，各种各样的功能全，则 mysql 偏应用，功能不追求完善，追求实用、性能

14. 架构: 多线程 | 多进程

15. 生态: pgadmin | tidb

16. slogan: 最流行 | 最优秀

17. PG 的优化执行引擎要比 MySQL 更好

18. PG 的开源协议比 MySQL 更好: BSD || GPL

19. 特色: mysql(engine layer)

20. sql 标准实现: PG 好(学院派), 超严格

21. PG 主表采用堆表存放, MySQL 采用索引组织表

    • pgsql 不是完全遵循最左前缀法则

22. 异构技术: pg 可以将多种源作为数据源

23. 提交方式: 异步

24. 使用场景: 如果你的场景并发量比较大，直接 MySQL 在生态(TiDB)及人员招聘上，你会省掉很多事情 || 小 olap(一专多能)

25. 数据库类型: rdbms || ordbms

26. XML 支持: 只 pg 可以

27. 物化视图: 只 pg 可以

28. 批处理

mysql vs mongodb

1. sql and nosql

   • acid
   • tranasction
   • 使用场景

2. arthecture and cluster

3. index and explian

4. mysql vs mongodb vs redis

   • 关系型数据库的优点

     1. 容易理解, 因为它采用了关系模型来组织数据
     2. 维护数据表之间的关系: 可以关联查询
     3. 支持复杂查询(带 where 子句的查询)
     4. 可以保持数据的一致性
     5. 数据更新的开销比较小

   • 非关系型数据库的优点: 内存性数据库以及文档型数据库

     1. 无需经过 SQL 层的解析, 读写效率高
     2. 基于键值对, 读写性能很高, 易于扩展
     3. 可以应对高并发场景
     4. 可以支持多种类型数据的存储, 如图片, 文档等等
     5. 适合场景: 数据量大高可用的日志系统/地理位置存储系统

reference

1. nosql vs newsql
2. nosql vs sql
3. dbms & rdbms
4. pgsql vs mysql
5. pgsql vs mysql
6. pgsql vs mysql
7. pgsql vs mysql

---

interview

1. ER 图