DaaS，聊聊关于数据库你可能想知道的一些事儿

作为一名程序猿，如今“大数据”， “AI”，这些词每天都会被媒体360度无死角轰炸我们，让我们很容易浮躁焦虑，但不得不承认，真是因为媒体的传播与吹捧，才推动了整个行业在飞速发展。每次动笔写文章，不带上几个高大上的词汇，都显得对不起他们。

做过平台的小伙伴们，肯定了解DaaS（Data as a Service）数据即服务。谈到DaaS，首先总会去思考该怎么去选型，怎么去存储数据。而谈到存储就不得不提到数据库。数据存储适当，才能够在上层做深入数据分析。

谈到百花齐放的数据存储

除了传统的关系型数据库MySQL，Oracle，SQlServer,...之外。

NoSQL数据库也是一个讨论的话题。

还有类似于TiDB或者CockroachDB，VoltDB的NewSQL等数据库。

当然也不能缺少InfluxDB等比较流行的时间序列数据库。

本文只是简单的对数据库趋势与种类做了一个简单的介绍，类似于科普性质的总结，毕竟在我看来数据库产品真的很复杂，很复杂，连资深DBA也不一定会对各种数据库产品都有深入的了解，更何况我还只是单纯停留在使用者的层面。

1.首先是关系型数据库：这里就不去花时间讨论了，我想任何入数据萝卜坑的童鞋，都避开不了对关系型数据库的了解。

2.然后是NoSQL阵营：

有以Redis为代表的KeyValue类型，它专长在于极短响应时间及很高的单机并发能力，适合于缓存、用户会话等场景。

有以宽表列族为模型的HBase、Cassandra，对海量数据持续写入场景有不错支持。

有以图关系模型的Neo4J，专注于复杂关系搜索以及Titan等存储和处理大规模图形。

有以基于Lucene的ElasticSearch 则以搜索起家，做Java web 检索方面，还是非常优秀的。

MongoDB，文档型，具有JSON文档模型，JSON像XML一样富有表达性，同时又不像XML那样繁琐，解析复杂。

Druid （此druid非阿里数据连接池druid）是一个针对在线分析处理（OLAP）事件数据而设计的开源数据存储分析工具。在这里我也把它归于数据库了，但实质上更应该属于数据分析的范畴，它提供了低延迟（实时）数据摄取、灵活的数据探索及快速的数据聚合功能。

3.最后：InfluxDB是一个开源的分布式时序、时间和指标数据库，使用go语言编写，无需外部依赖。（这个个人没有接触过，所以放到最后介绍，但听玩go的小伙伴说过，我觉得挺有意思，所以在这里也大胆把它归于一类）

后续计划写一系列关于使用各种数据库的心得和使用场景，如果您觉得我们用心了，希望感兴趣的小伙伴多多关注和多多推荐我们的公众号，然后我们才有更大的动力继续写下去。

本文部分图片来自Internet，为非商业用途使用，如有版权等疑问，请于本文刊发15日内微信联系本公众号。