在线客服
扫描二维码
下载博学谷APP扫描二维码
关注博学谷微信公众号
十月份的数据库榜单出炉啦!DB-Engines最近发布了2021年10月份的数据库排名,网站是根据数据库管理系统当前的流行程度进行排名,排名每月更新一次。这份榜单分析主要为数据库相关从业人员提供一个技术方向的参考,其中数据库排名情况并非依据产品市场占有率等因素。
根据DB-Engines官网给出的解释,DB-Engins排名标准是:通过调研这些数据库在搜索引擎(谷歌或者必应)被搜索的热度,搜索结果的数量,相关工作岗位信息,以及一些社交网站上的相关度信息。
DB-Engines 10月份数据库流行状况部分排名
(来源于DB-Engines官网)
根据这个榜单显示,前十名的数据库排名几乎没有太大的变化,前三名依旧是Oracle、MySQL和Microsoft SQL Server。虽然前三名排名没有变动,但单个数据库的分数却变化不少,其中MysSQL的分数相比9月份涨幅最大,达到7.24分。但是Oracle数据库同比2020年10月分数下降98.42分,Microsoft SQL Server 数据库同比2020年10月分数下降72.51分。
PostgreSQL、MongoDB依旧排在第四,第五。其中PostgreSQL比9月分数上涨了9.47分、但是 MongoDB比9月分数下降了2.95分。Redis数据库10月份排名是第六名,与9月份排名相同。
排名前二十的数据库绝大多数都是关系型数据库,由此可见关系型数据库在市场上依旧是主流数据库。但是关系型数据库在“可扩展性、高并发以及性能”方面,存在非常多的问题,比如:传统的关系型数据库以及二维关系模型,很难高效地扩展到多个存储节点上。这些问题催生了“非关系型数据库”的发展,即所谓的“NoSQL”,这类NoSQL也有很大的发展空间。
不同类型数据库的排行情况
Relational DBMS(关系数据库)前 10 名
关系型数据库的榜首是Oracle(甲骨文)。Oracle 数据库是目前世界上使用最为广泛的关系型数据库管理系统,甲骨文数据库主要在银行系统、航空订票系统、电信账单、政府机构等全球企业经营方面发挥了重要作用。
(来源于DB-Engines官网)
Key-Value(关键字数据库) 前 10 名
Key-Value关键字数据库排行榜第一是Redis。Redis分数同比去年10月上升18.07分,在 Key-Value(关键字数据库) 前10名涨幅最大。Redis具有高性能读写、多数据类型支持、数据持久化、高可用架构,可用于缓存,事件发布或订阅,高速队列等场景。
(来源于DB-Engines官网)
Document stores(文件数据库)前10名
文件数据库排行榜第一是MongoDB 。在Document stores(文件数据库)前10排名中,有四个数据库相比9月分数轻微下降。其中MongoDB跌幅最大,达到2.95分。MongoDB是一个由C++语言编写的,基于分布式文件存储的开源数据库系统 。 MongoDB 可在高负载的情况下,添加更多的节点,可以保证服务器性能 ,除此之外,MongoDB还可以为Web应用提供可扩展的高性能的数据存储解决方案。
(来源于DB-Engines官网)
Time Series(时序数据库)前10名
InfluxDB是一个开源的、高性能的时序型数据库,在时序型数据库DB-Engines Ranking上排名第一。时序型数据库是存放时序数据的专用型数据库,并且支持时序数据的快速写入、持久化、多纬度的实时聚合运算等功能。
— 申请免费试学名额 —
在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!
相关推荐 更多
大数据领域好用的开源软件推荐
相信大家都明白开源软件的重要性,好用的开源软件真的是太多了。本文就主要针对大数据领域,给大家推荐十款好用的开源软件,即HBase、Hadoop分布式文件系统、Hive、Spark、Redis、SpagoBI、Lucene、HDP、CDH、HPCC。
5389
2019-08-16 17:35:18
学大数据技术必须了解的大数据经典应用案例
我们已经进入了数据化的时代,大数据开发技术、数据分析已经成为目前企业最核心的关注点。数据为企业提供了更加可靠的支撑,对于优化产业结构、提升生产效率有非常明显的作用。在企业纷纷布局大数据业务的同时,大数据相关人才缺口逐渐扩大。目前国内大数据相关从业人员已经超过20万,作为大数据从业人员,必须了解一些大数据相关的经典应用案例。
6068
2019-08-22 18:03:14
数据分析的行业前景如何?为什么要学习数据分析?
数据分析岗位一直存在,但是在大数据时代的快速发展过程中,数据分析再次成为焦点。企业对于数据分析的需求也越来越大。面对数据分析的高薪就业市场,依旧有很多小伙伴处在观望阶段,今天就和大家一起了解一下数据分析的行业前景如何,为什么要学习数据分析。
6387
2019-09-03 18:44:35
数据挖掘的步骤有哪些?
所谓数据挖掘就是从海量的数据中,找到隐藏在数据里有价值的信息。因为这个数据是隐式的,因此想要挖掘出来并不简单。那么,如何进行数据挖掘呢?数据挖掘的步骤有哪些呢?一般来讲,数据挖掘需要经历数据收集、数据可视化、数据预处理、准备模型输入以及训练模型五大步骤,下面让我们来详细分析一下吧!
5475
2020-08-10 15:32:38
大数据工程师、数据挖掘师和数据分析师有啥区别
随着互联网技术的不断提升,数据已经成为各大企业新的战场,而对于从业者来说,如果你对数据科学领域的工作感兴趣的话,肯定首先要了解一下数据科学领域都有哪些岗位。从岗位性质和主要工作内容不同我们可以把数据科学的岗位大概分为四类:数据产品经理、大数据工程师、数据挖掘师、数据分析师。数据产品经理显而易见就是精通并擅长数据产品设计的PM。这里我们具体了解一下大数据工程师、数据挖掘师和数据分析师有什么区别。
5303
2020-09-14 16:13:27