数据是啥？数据都去哪儿了？
【这是一猿小讲的第 57 篇原创分享】
大家应该都忙着给祖国庆生，根本无心上班，所以精心为各位打造一篇，一点都不用费脑的文章，一起聊聊数据及数据存储的那些事儿。敲黑板，讲重点，我们开始。
1. 数据是啥？秒懂！
数据(data)是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的的原始素材。数据可以是连续的值，比如声音、图像，称为模拟数据。也可以是离散的，如符号、文字，称为数字数据——引用百度百科。
2. 数据从哪儿来？秒懂！
敢问你是否知道，当你点亮手机屏幕，手指在手机屏幕上的每一次舞动，背后到底为这个世界贡献了多少数据？
当你在购物网站时，浏览的那些名牌包包；当你使用聊天工具时，说过的那些话；当你打开视频网站，观看虐狗的影视剧；当你……，其实背后就是五花八门、杂乱无章、点点滴滴的数据。
假如要把这些数据都打通攒在一起，那么就会在网络上看到一个透明的你自己（做了什么坏事，跑都跑不了，哈哈，其实大家都是透明人）。
3. 数据放到哪儿？N秒懂！
本次分享的重点来了，既然知道了什么是数据，也知道了数据从哪儿来，那接下来就一起看看数据到底该存储到哪儿？
实事求是的说，虽然深耕互联网行业很多年，通过这次科普，感觉也是略显孤陋寡闻。不深入不知道，一深入吓一跳，真是刷新了我三观，亮瞎了我狗眼。
如上图所示，按照数据库类型进行分类，主要分为关系数据库(Relational DBMS)、键值存储(Key-value stores)、文档存储(Document stores) 、图形数据库(Graph DBMS)、时间序列数据库(Time Series DBMS)、资源描述框架存储(RDF stores)、面向对象的数据库(Object oriented DBMS)、搜索引擎(Search engines)、列存储数据库(Wide column stores)、多值数据库(Multivalue DBMS)、原生XML数据库(Native XML DBMS)、事件存储数据库(Event stores)、内容存储(Content stores)、导航数据库(Navigational DBMS)。细心的小伙伴会发现，大概分为 14 大种数据库类型的系统。
纳尼？14 种数据库类型的系统？！第一反应就是孤陋寡闻。好了，不吹嘘，我粗略的把她们划分为被程序猿频繁宠幸系列、被程序猿偶尔翻牌子系列、被程序猿打入冷宫系列，那接下来就逐个认识一下。
被程序猿频繁宠幸系列
关系型数据库(Relational DBMS)，来个非专业的解释，关系型数据库可以很好地存储你买的包包，你的好友列表等等业务数据。
例如存储一个老师对应多个学生的数据（多对多），一本书对应多个作者（一对多），一本书对应一个出版日期（一对一）的一些关系模型的数据。
如上图所示，最常见 TOP 10 的关系型数据库，当然被程序猿用的滚瓜烂熟的当属 MySQL。不过大数据正当时，所以还要提一嘴 Hive，它其实是一款基于大数据生态 Hadoop 的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表,并提供 SQL 查询功能（先了解，你用到时再深入也未尝不可）。
键值存储数据库(Key-value stores)，顾名思义只能存储键值对，是 NoSQL 领域中应用范围最广的，涉及轮子也较多的一类。
如上图所示，在键值数据库流行度排行中，Redis 不出意外的排名第一。不过在这里也要提一嘴 Memcached、Ehcache，它们在缓存系统中也应用十分广泛。
另外在面试过程中，也会经常会问“常用的缓存数据库有哪些？Redis 与 Memcached 的本质区别是啥？Redis 与 Ehcache 的区别又是啥？”（请问你能答上来吗？答案网上一搜一箩筐）
文档存储数据库(Document stores)，先来个非专业解释，支持存储格式不同的文档记录，一般直接用来存储 JSON。
如上图统计，MongoDB 当仁不让地占据了第一的位置。不过在这里也要提一嘴 CouchDB，因为它在区块链中经常被当做状态数据库使用。
咳咳，还在坚持看，真棒！接下来分享一下那些被程序猿偶尔宠幸的系列数据库（工作之中，解决特定场景时，偶尔会用到）
被程序猿偶尔翻牌子系列
图形数据库(Graph DBMS)，被鼓吹为大数据时代的利器，用来描述、存储、查询对象之间的复杂关联关系。例如你给张三打过电话，张三给李四打过电话，李四给..... ，这样就形成了一个通话记录关系网络分析图。
如上图所示，基于 Java 的 Neo4j 到目前为止是最受欢迎的图形数据库。在做关系网络分析场景的项目，不妨拿去实践一下。
时间序列数据库(Time Series DBMS)，来个非专业解释，是为了高效存储和快速处理海量时序大数据而设计的，做过监控应用的小伙伴应该会比较清楚，例如实时监测服务器的内存指标状态、CPU 状态、磁盘 IO 状态等一些性能监控的指标数据，并上报监控系统，监控系统一般都用时序数据库完成指标数据的存储。
如上图所示，InfluxDB 当仁不让地占据了第一的位置，这里要重点说一说它，它旨在处理高负载的存储和查询，在当前比较火热的大数据实时计算引擎 flink 源码中，发现也提供监控指标数据写入 InfluxDB 的实现。而且在日常研发过程中，一般也都采用 InfluxDB 作为监控指标数据的存储，感兴趣的可以去官网https://www.influxdata.com/products/influxdb-overview/深入实践一番。
不过在图中我们又见到了 Prometheus （普罗米修斯），在之前的《监控一哥Prometheus你可认识？》《监控实战Prometheus+Grafana》文章中，已经详细说过它，已经遗忘的可以再回味一下。
搜索引擎(Search engines)，主要用于数据内容的搜索，支持复杂搜索表达式，全文搜索，源搜索，搜索结果的排序和分组等。
如上图所示，Elasticsearch 当仁不让地占据了第一的位置，我们在《傻瓜也能玩转日志归集》已经详细实践过，感兴趣的闲暇之余不妨阅读实践一下。
不过在面试中，偶尔会被问到 Elasticsearch（ES） 与 Solr 的区别？你可否答上来？答案网上搜之一箩筐，稍微提炼总结就 OK。
列存储数据库(Wide column stores)，是按照列为基础逻辑存储单元进行存储的，读取效率高，没有冗余，特别适合在大数据领域使用。
如上图所示，在技术选型的时候，排名靠前的 Cassandra 和 HBase 肯定是首选。弱弱的问一句，这两个到底啥区别呢？只抛问题，不作答，网上答案搜之一箩筐。
咳咳，还在坚持看，真棒！接下来看看那些被程序猿打入冷宫系列数据库。
被程序猿打入冷宫系列
导航数据库管理系统(Navigational DBMS)、内容存储(Content stores)、事件存储数据库(Event stores)、原生XML数据库(Native XML DBMS)、多值数据库(Multivalue DBMS)、资源描述框架存储(RDF stores)、面向对象的数据库(Object oriented DBMS)
讲真，关于被打入冷宫系列数据库的内容码了一大堆，感觉没啥鸟用，遂删之，用到之时或者闲暇之余再细说吧。
4. 全局排名上再来看一看
好了，假装 14 种类型的数据库我们都聊完了，那不妨了解一下 14 种类型下 352 个数据库系统的一个整体排名，重点关注前 10，在你在技术选型的时候，不妨当做一个参考指标吧。
了解完全局排名，不妨再看看 14 种类型的数据库，哪类比较流行？可以看出被程序猿偶尔翻牌子的系列数据库逐渐流行起来，是不是大数据正当时，是不是人工智能正流行导致的呢？不敢妄下结论，不过时间应该会告诉我们。
5. 写在最后
弱弱的再问一句，恰逢金九银十跳槽季，简历上有没有把 Redis、MongoDB 写成关系型数据库呢？敢问你现在是否知道 MySQL、Oracle、ElasticSearch、MongoDB、Redis 到底属于哪一类呢？