- 综合排序
- 最热优先
- 最新优先
- 来自专栏云计算行业
多场景数据库选型，中小企业数据库选型必看
直播时间 直播时间：1月9日（本周四）15:00-16:00 直播主题：《多场景数据库选型，中小企业数据库选型必看》 直播亮点 ①超高性能：解决热点数据高并发性能瓶颈、快速应对业务突发高峰 ②数据保障： 数据无损恢复、层层加密防护数据安全 ③弹性扩展：不停机一键扩容，确保数据迁移、均衡和路由切换无忧 技术的迭代与革新，不仅为企业发展开辟了新路径，同时也带来了诸多数据库选型、运维管理、架构部署等挑战。 本期直播将聚焦中小企业技术痛点，分享TDSQL单机版与MongoDB等数据库产品的能力优势，从不同场景维度分享业内优选实践案例，助力企业破解技术难题，加速数字化转型进程，共同探索降低运营成本、提升市场竞争力的新思路
29610编辑于 2025-02-05 - 来自专栏深度学习与python
NoSQL 数据库如何选型
作者 | Arslan Ahmad 译者 | 平川 策划 | Tina 什么是 NoSQL 数据库？ 通常，“NoSQL 数据库”是指非关系型数据库。 高性能：与关系型数据库相比，NoSQL 数据库针对特定的数据模型和访问模式做了优化，进一步提升了性能。 以下是一些知名的 NoSQL 数据库类 键值数据库 键值数据库成对存储数据，每个记录包含一个唯一 id 和一个值。这类数据库提供了灵活的存储结构，因为值中可以存储任意数量的非结构化数据。 内存键值数据库 不同于基于磁盘的数据库，这类数据库的数据主要保存在内存中。通过减少磁盘访问实现最小响应时间。由于所有数据都存储在内存中，在进程或服务器出现故障时，内存数据库有丢失数据的风险。 分类账数据库 分类账数据库以日志为基础，日志中记录了与数据值相关的事件。这类数据库存储用于验证数据完整性的数据更改操作。
2.4K20编辑于 2023-03-29 - 来自专栏重归混沌
谈谈数据库的选型
在开发游戏服务器程序的过程中，好像大家都默认使用Mysql, 如果有性能问题，大不了再加个Memcached, 或者干脆使用Redis来做数据库。 我挑了三款存储模式完全不同的数据库， 来对比一下它们的特点。 Mysql: 一款关系型数据库。 由于有RedoLog，UndoLog的存在, 支持事务，数据落地比较可靠。 Redis: 一款读写性能都很卓越的NoSql内存数据库。 LevelDB: 一款写性能卓越的NoSql数据库。 这意味着，我们必须在开服期间，就要从数据库加载所有游戏数据到游戏进程。之后只需要操作进程内数据即可。 在不考虑数据安全的情况下，甚至我们都不需要数据库。
95330编辑于 2021-12-27 - 来自专栏Oracle数据库技术
数据库漫谈（十）----数据库选型
为了不辜负老朋友的信任，我决定写一期关于数据库选型的文章。 先说一下这个问题的背景。放在20年前，选一个数据库似乎不是啥难题，因为可选项太少了。 可是在20年后的今天，选一个合适的数据库就变得不那么容易了，因为啥呢？可选项太多了。不算外国的数据库产品，光是国产数据库就有上百种之多，怎能不叫人乱花渐欲迷人眼呢。 下面是2021年5月最新的数据库排名，先不用关注分数和排名，只看参与排名的数据库数量是不是就有点眼花缭乱了。 ◆数据库位置 ●是否和应用服务器放在一起 ●是否有灾备架构 ●是否采用公有云 ◆迁移难度 ●从正在使用中的数据库类型，位置迁移到其他数据库类型，位置的难度。 技术文档是否全面公开，社区论坛是否完善，既存客户数量，既存技术者数量等） ●扩展能力（ Share Everything、Share Storage、Share Nothing 等） 以上只是简单的列出了在数据库选型时需要考虑的几个点
1.2K10编辑于 2022-08-19 - 来自专栏Spark学习技巧
内存数据库及技术选型
本白皮书阐述了内存数据库的概念，梳理了内存数据库的发展历史和核心属性，分析了在电商、直播和电信行业的典型应用场景，并对主流的内存数据库进行了介绍和对比，从技术和管理两个角度提出了产品选型和硬件选型建议， 事务支持方面，大部分的关系型内存数据库称可以支持 ACID，但都需要在性能上作出妥协。 - 内存数据库选型建议 - 技术服务于业务，内存数据库的选型应首先遵循业务场景的需求。 在做内存数据库的选型前，建议先梳理业务需求并进行量化；再将核心数据应用特性映射成数据库技术要求；最后按筛选出的技术要求进行选型。 1).技术因素 按照技术要求进行内存数据库选型时，可主要考察业务的性能、一致性要求和 SQL 兼容性三个因素。 业务是否有很高的性能要求？ 2).非技术因素 上述选型方法主要考量的是技术因素，除此以外还可以结合实际情况，引入一些其他维度的考量，进行综合评估，最终挑选出适合的产品。包括但不限于以下维度： 生态成熟度。
1.2K10编辑于 2022-01-13 - 来自专栏Kirito的技术分享
内存数据库及技术选型
本白皮书阐述了内存数据库的概念，梳理了内存数据库的发展历史和核心属性，分析了在电商、直播和电信行业的典型应用场景，并对主流的内存数据库进行了介绍和对比，从技术和管理两个角度提出了产品选型和硬件选型建议， 事务支持方面，大部分的关系型内存数据库称可以支持 ACID，但都需要在性能上作出妥协。 7.内存数据库选型建议 技术服务于业务，内存数据库的选型应首先遵循业务场景的需求。 在做内存数据库的选型前，建议先梳理业务需求并进行量化；再将核心数据应用特性映射成数据库技术要求；最后按筛选出的技术要求进行选型。 1).技术因素 按照技术要求进行内存数据库选型时，可主要考察业务的性能、一致性要求和 SQL 兼容性三个因素。 业务是否有很高的性能要求？ 2).非技术因素 上述选型方法主要考量的是技术因素，除此以外还可以结合实际情况，引入一些其他维度的考量，进行综合评估，最终挑选出适合的产品。包括但不限于以下维度： 1）生态成熟度。
5.9K31发布于 2021-09-08 - 来自专栏精讲JAVA
key value 数据库的选型
来源：keakon的涂鸦馆 ， www.keakon.net/2018/07/13/key%20/%20value%20数据库的选型 引言 一直以来在我的观念中，key/value 数据库就三种选项： 我一想 TiKV 和 Pika 等很多 key/value 数据库都选用了 RocksDB，应该是比较靠谱的，于是就选它了。 接着就发现这东西的编译依赖有点多。 传统的关系型数据库大多是使用 B+ 树，这种数据结构可以很快地进行顺序读写，也能以 O(log(N)) 的时间复杂度来进行随机读，但不适合随机写（会导致 B+ 树重新调整平衡，造成写放大）。 此外，L0 变大也会影响打开数据库的耗时，因为需要读取到内存中。 FIFO FIFO 严格来说不算是合并策略，它的做法是所有的数据都放在 L0，当数据量达到上限时，就把最老的 SST 删掉。 虽然空间占用比 RocksDB 要高一些（大概 10%），但是打开数据库的速度却要快几倍，也许是只需要加载 key 的原因。
3.1K30发布于 2018-08-16 - 来自专栏大数据开发
大数据数据库选型：NoSQL数据库入门
在数据存储阶段，对数据库选型是非常重要的一项工作。今天的大数据数据库培训分享，我们就来聊聊NoSQL数据库入门。 与之相对的是关系型数据库，NoSQL数据库弥补了关系数据库在大数据存储当中的局限性。 NoSQL是什么？ NoSQL数据库，是对所有非关系型数据库的统称，采用非传统关系数据库的数据模型来存储数据，比如说键/值、列族、文档等等数据存储模型。 NoSQL数据库应用场景 NoSQL数据库本身适用于大数据下的各种场景，尤其是在需要简单的数据模型、灵活性的IT系统、较高的数据库性能和较低的数据库一致性时，NoSQL数据库能够极好地满足相关需求。 关于大数据数据库选型，NoSQL数据库入门，以上就为大家做了简单的介绍了。大数据存储是大数据处理当中的重要一步，数据库选型也是开发者们需要具备的一项基本技能。
1.5K40发布于 2020-09-28 - 来自专栏小脑斧科技博客
缓存数据库选型 -- Redis vs Memcache
概述 memcache 和 redis 是目前使用频率最高的两个缓存服务器的选型，各公司也常常在面试中问到二者的区别。 但是，业务服务一定需要注意的是在重启后 redis 中的数据可能是与后端数据库中的数据不一致的。 因此，通常只有只读场景，或者允许短时间不一致的业务场景，可以尝试开启 redis 的持久化功能。 一旦不可用，即相当于 cache miss，通过直接从后端数据库服务器读取数据是完全可以接受的。
1.5K10编辑于 2022-06-27 - 来自专栏屌丝程序媛
架构设计之数据库选型
做架构选型的时候通常涉及数据库的选型，一般会从业务场景(时效性、数据量、成本、数据schema等)、数据库的成熟度、数据库的社区活跃度(可参考网站：https://db-engines.com/en/ranking )、数据库功能等多角度考虑。 然而，支持数据库实现事务特性的是ACID机制。 数据库分类 下面根据业务使用场景对常用数据库进行通用分类， 关系型数据库 产品：Mysql、Oracle、PostgreSQL为代表，均是结构化的关系型数据库，主要基于SQL进行操作； MYSQL 文档数据库 ，支持按照时间维度进行存储和分析 KV数据库 产品：以Redis、Memcached作为代表，主要应用在热点数据的缓存系统，支持典型数据库的快速存储访问 这里给腾讯自研开源数据库Dcache打个call
78920编辑于 2024-09-09 - 来自专栏数据和云
数据库选型：多核还是多线程？
数据库选型，是用多核主机还是多线程主机？我是否可以用比较便宜的单核超线程（Hyper-Threading,HT）的机器，来替代双核非HT的机器？ 回答这个问题，我们由浅入深的来看。 因此对于使用较多内存的数据库（如32G以上），建议开启HugePage，但是要注意关闭透明大页（Transparent HugePage）。 关于CPU调度时，进程优先级的问题，对于高写入的oracle数据库，建议将lgwr放在”_high_priority_processes”. 4.
1.6K70发布于 2018-03-07 数据库安全审计深度选型指南
本文旨在为企业提供一份深度选型指南，帮助企业根据自身需求选择合适的数据库安全审计产品。 市场现状 当前市场上的数据库安全审计产品众多，包括阿里云数据库审计（DBAudit）、华为云数据库安全服务（DBSS）、奇安信数据库审计和安恒明御数据库审计等。 阿里云数据库审计（DBAudit） 产品定位 阿里云数据库审计提供数据库操作的实时监控、审计和分析，帮助企业保护数据安全。 适合人群 适用于需要数据库操作监控和审计的中大型企业。 适合人群 适用于对数据库安全有高要求的企业，特别是那些需要合规性管理的企业。 奇安信数据库审计 产品定位 奇安信数据库审计专注于数据库操作的监控和审计，帮助企业提高数据安全性。 适合人群 适用于需要数据库操作监控和审计的中小企业。 安恒明御数据库审计 产品定位 安恒明御数据库审计提供数据库操作的监控、审计和风险管理，帮助企业保护数据安全。
25710编辑于 2025-07-28- 来自专栏蝉羽
如何进行数据库选型
导语：随着云上应用的迅速发展，DT时代的到来，面对数智化、多场景情况下，我们如何做好数据库选型？ 如何进行数据库选型进行数据库的选型，主要需要考虑两个方面：业务侧的应用功能需求、运维侧的架构需求业务侧的思考业务多场景化，比如：电商、金融、游戏等用户行业，存储的商品及订单信息、交易数据、游戏储值数据等信息 ，从架构上减少数据库压力，提升业务系统的性能及稳定性数据库高并发场景下，设计合理的链接池、队列控制等可以有效减轻对数据库直接造成压力冲击或数据库连接池不释放导致的性能问题运维侧的思考运维侧主要考虑数据库的性能及数据库架构扩展能力是否能满足对业务侧快速发展迭代对数据库存储 、高可用的技术完成无缝切换数据库分类在寻找数据库的过程中，我们首先应该关注的是广度，给大家推荐一个专门收集和呈现数据库管理系统信息的数据库引擎排名站点DB-engines，在业内，对数据库的通用分类主要包括 实际上，关系型数据库与非关系型数据库都有明显的优缺点，我们进行选型时可以从业务数据模型、访问方式、数据量等考量，结合具体的应用场景权衡取舍。
3.7K20编辑于 2022-06-28 - 来自专栏从头开始学习测试开发
主流数据库类型与选型对比
本文从工程实践出发，系统梳理 MySQL 之外的主流数据库类型，说明各自的适用场景、优缺点与对比要点。 一、关系型数据库（RDBMS） 1. MySQL / MariaDB（基准对照） 特点： 表结构清晰、ACID 事务 SQL 成熟、生态完善 OLTP 场景事实标准 局限： 水平扩展能力有限 复杂分析性能一般 MySQL 通常作为**选型对比的 分布式数据库 11. 高并发缓存 Redis 结构灵活 MongoDB 实时分析 ClickHouse 搜索 Elasticsearch 海量时序 Cassandra / TSDB 水平扩展 OLTP TiDB 七、选型一句话原则 不要用 Redis 当数据库 不要用 ES 当主库 不要用 OLAP 扛 OLTP 不要为了“先进”而引入复杂系统 数据库选型的本质：数据模型 + 访问模式 + 规模预期。
52420编辑于 2026-01-08 企业选型必看：实时数据库VS时序数据库的五大选型误区
数据库选型为何至关重要？在工业物联网、智能制造、能源监控等场景中，数据的高效处理能力直接决定业务成败。 然而，许多企业在数据库选型时混淆了“实时数据库”与“时序数据库”的定位，导致系统性能不足、成本飙升。本文将揭示五大常见选型误区，助您做出明智决策。 选型建议：业务若以设备监测、趋势分析为主，时序数据库（如TDengine、InfluxDB）更适合长期性价比。 车联网：特斯拉等车企依赖时序数据库处理亿级车载数据流。选型建议：优先选择已在目标行业有成熟案例的时序数据库厂商。结语：为何时序数据库是未来趋势？ 时序数据库凭借高吞吐、低成本、强分析的特性，正成为企业数智化转型的核心底座。立即联系我们的专家团队，获取免费时序数据库选型评估模板，助您精准避坑！
18210编辑于 2025-11-13- 来自专栏liulun
大型Electron应用本地数据库技术选型
开发一个大型Electron的应用，或许需要在客户端存储大量的数据，比如聊天应用或邮件客户端 可选的客户端数据库方案看似很多，但一一对比下来，最优解只有一个 接下来我们就一起来经历一下这个技术选型的过程 无奈这个技术已经被W3C委员会否决了，不知道哪天Electron也不支持了，到时就傻眼了 分析 现在可选的成熟方案几乎只剩下SQLite和IndexedDB了， SQLite是一个轻型的、嵌入式的SQL 数据库引擎 它是在世界上最广泛部署的 SQL 数据库引擎。 IndexedDB是Chromium内置的一个基于JavaScript的面向对象的数据库，在Electron应用内它存储的容量限制与用户的磁盘容量有关，是用户磁盘大小的1/3 市面上选这两个方案的商业产品各都有很多 target=9.0.0 --dist-url=https://atom.io/download/electron 注意：--target后面的内容与你使用的Electron的版本要一致 SQLite的数据库表结构
7.6K40发布于 2020-06-09 - 来自专栏野生AI架构师
实时分析型数据库选型：Doris
最近有一个项目，需要给一家证券公司做用户画像系统，但是因为数据量很大，传统数据库难以承担，而且传统数据库也不擅长做分析（都需要在业务代码里实现，会造成开发量很大，而且维护很困难）。 TiDB这个数据库也是早有耳闻，近几年崛起得很快，只是没有用过，据说是NewSQL型数据库，能兼顾传统SQL和NoSQL的需求，分析的性能也不错，相对于传统数据库有数量级的提升，网上很多测评数据也可以支持这个观点 在网上搜索相关信息过程中，还发现了一个Apache Doris的数据库，美团的技术团队有过一个对比： 来源：https://tech.meituan.com/2020/04/09/doris-in-meituan-waimai.html
3.8K20发布于 2021-10-28 - 来自专栏bisal的个人杂货铺
数据库选型POC测试经验的分享
信创数据改造过程中POC测试是很重要的，毕竟选型靠谱不靠谱，还是要靠测试数据来证明，技术社群的这篇文章《证券行业核心交易数据库信创选型思考和POC测试经验分享》给我们讲解了一些关于数据库POC的测试经验 这些经验具有一定的普适性，不局限于信创数据库选型。 POC测试是选择合适数据库的重要步骤。以下是一些经验分享： 1、确定测试目标和范围： 在开始POC测试之前，首先需要明确测试的目标和范围。 评估数据库在功能、性能、可用性、安全性等方面的表现，比较不同数据库之间的优劣势，为最终选型提供参考依据。同时，也需要分析测试过程中遇到的问题和挑战，总结经验教训，为后续工作提供指导和改进方向。 同时，还可以提出建议和改进建议，为最终选型提供参考意见。 兼容性（硬件及操作系统、应用和开发工具、主流数据库兼容（包括数据类型、存储过程、触发器等））、成本和生态（总体成本、同行业案例、数据库生态和技术支持能力）； 性能指标：业务性能（模拟资金、订单、账户、清算和查询等各项业务场景下的
71200编辑于 2025-01-20 - 来自专栏撸码那些事
是什么影响了数据库索引选型？
上一篇文章我们介绍了索引背后的数据结构，这篇文章我们来介绍影响索引数据结构选型的因素——存储器存取。 主存存取原理 主存的构成 主存储器（简称主存或内存）包括存取体、各种逻辑部件及控制电路等。 数据库为什么选用B-/+Tree索引 之前提到过，SQL优化的一个重要原则是减少磁盘I/O次数，磁盘I/O次数也是评价索引结构的优劣的指标之一。 数据库系统的设计者巧妙利用了磁盘预读原理，将一个节点的大小设为等于一个页，这样每个节点只需要一次I/O就可以完全载入。 这也是为什么数据库不选用红黑树作为索引（数据结构）的原因，一是因为红黑树的高度h要大的多；二是红黑树节点在物理上可能是单独存储的，无法利用局部性原理。复杂度为O(h)，效率明显比B-Tree差的多。
49521发布于 2018-08-20 - 来自专栏一点人工一点智能
知识图谱-图数据库选型与评测
图数据库是知识图谱的底层存储计算引擎，是一种以图结构进行存储和查询的数据库。图数据库的关键概念是点（代表实体）和边（代表关系），通过边将顶点连接在一起，从而进行快速的图检索操作。 相对于关系数据库来说，图数据库善于处理大量复杂、互连接、低结构化的数据，这些数据变化迅速，需要频繁的查询，而在关系数据库中，这些查询会导致大量的表连接，因此会产生性能上的问题。 非原生图数据库：将图数据序列化，采用关系型数据库、面向对象数据库、或是其他通用数据存储，如JanusGraph、HugeGraph等。 原生图数据库无论从功能上还是性能上都明显优于非原生图数据库，是我们做图数据存储计算技术实施的首选，下面我们针对目前常用的图数据库进行分析介绍。 选型总结：在数据规模较小的情况下（不超过千万顶点上亿边）建议选择Neo4j社区版，其功能最完善、性能也比较稳定。
3.6K30编辑于 2022-12-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号