数据库种类
数据库种类
你手机里存着两千张照片，数据微信聊天记录占了十几个G，库种银行App里躺着半年流水。数据这些数据，库种其实都住在不同类型的数据数据库里。不是库种所有数据都适合塞进同一种容器——这就像搬家，衣服能卷进真空袋，数据但沙发必须拆了才能进门。库种
关系型数据库是数据老牌贵族。MySQL、库种PostgreSQL、数据Oracle，库种它们统治了世界三十年。数据数据被规规矩矩地塞进表格，库种行是数据记录，列是字段，表与表之间靠外键勾连。银行转账、订单系统、员工花名册，这些讲究“一致性”的活儿，非它们不可。但代价是死板。你想给用户表加个“个性签名”字段，得先锁表，万一表里有一亿行，业务就得停摆几小时。我见过某电商公司为加个字段，半夜三点做迁移，结果数据没对齐，第二天订单全串了。
后来出了NoSQL，意思是“不止SQL”。MongoDB带头冲锋，把数据存成JSON文档，像俄罗斯套娃一样层层嵌套。一个用户的所有信息——地址、订单、购物车——全塞进一个文档里，读取时一次到位，不用再“联表查询”绕弯子。代价是冗余，同一份数据可能重复存了十遍，改一处得全盘更新。可这换来了灵活。创业公司最爱的就是它，产品需求天天变，字段说加就加，没人管你结构乱不乱。
键值对数据库更极端。Redis把所有东西都当“钥匙-锁”的关系，你给一个字符串，它回你一个值。没有表，没有查询语言，只有简单的GET和SET。但快，快得离谱。微博的点赞数、淘宝的购物车、游戏里的在线状态，全是Redis在扛。数据放内存里，读写是微秒级。可它存不了复杂关系，你也别指望用它做报表分析——那就像拿跑车拉货，跑得是快，但装不下。
列式数据库则是给分析型数据准备的。HBase和Cassandra把数据按列存储，而不是按行。你要统计“过去一年所有用户的平均消费”，普通数据库得扫全表，列式数据库只管读“消费”那一列，速度差出上百倍。代价是写入慢，而且不适合频繁更新。大数据分析平台、日志系统、物联网传感器数据，这些“写多读少”的场景，是它们的主场。
还有图数据库，专门处理关系。Neo4j把人和人、人和物之间的关系画成节点和边，查“张三的朋友的朋友里谁买过茅台”这种问题，SQL得写五层嵌套子查询，图数据库一条语句瞬间出结果。社交网络、推荐系统、反欺诈风控，全靠它。我有个做征信的朋友说，他们用图数据库查关联交易，原来跑半天的SQL，换图数据库后三秒就出结果，把老板都吓着了。
最后是时序数据库，专门对付时间戳。InfluxDB、TimescaleDB，它们优化了按时间顺序写入和查询的速度。服务器监控指标、股票价格、智能电表读数，每秒产生几百万条带时间的数据，普通数据库早崩了，时序数据库却能边写边压缩，还能自动算平均值、峰值。你手机里的健康App，步数曲线就是它画的。
现实世界从不干净。一家公司通常混着用好几种：用户主数据放MySQL，实时会话用Redis，行为日志进HBase，关系图谱丢给Neo4j。选型不是技术崇拜，是看数据长什么样。就像工具箱里，扳手、螺丝刀、电钻各有各的用处，非拿扳手拧螺丝，手疼，活儿还糙。