一、数据库产品
二.SQL数据库
SQL：是所有关系型数据库的公共语言；
关系型数据库，是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据，我们平常使用的数据库，像MySQL，Oracle，SQL Server等都是传统的关系型数据库。
关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。
商业数据库Oracle、MS SQL Server、DB2，开源MySQL（MariaDB是它的一个分支）、PostgreSQL，
还有云上面比较常见的SQL Azure和Amazon Aurora等。
SAP HANA正好位于交易型和分析型的中间分界处，SAP还收购了Sybase，微软的SQL Server都是来源于Sybase。
Sybase的ASE数据库和分析型Sybase IQ还是存在的。
列式数据仓库 Greenplum、Teradata和IBM Netezza（已宣布停止支持），Google Big Query和Amazon RedShift。
Oracle Exadata一体机，它上面运行的也是Oracle数据库，其最初设计用途是OLAP，而在后来发展中也可以良好兼顾OLTP，算是一个跨界产品吧。
https://www.toutiao.com/a6721480269821379075/ 一份难得的数据库市场分析报告
三.NoSQL数据库
在大数据出现之前，业务系统和仓库都是结构化的数据，对应的ETL的接口主要是sql。大数据时代，ETL的具体实现技术是类似于 map reduce的任务，hivesql等。
NoSql中的数据是使用聚合模型来进行处理的。聚合模型主要分为：KV键值对，BSON，列族，图形等。
KV键值对：
就是我们平常使用的map那样的存储模式。以键值对存储，且结构不固定，每一个元组可以有不一样的字段。
不像关系型数据库中，要对多表进行关联查询。仅需要根据id取出相应的value就可以完成查询,只适合存储一些较为简单的数据
BSON：
在MongoDB中常用的一种数据类型，是一种类json的一种二进制形式的存储格式，简称binary json，它和json一样，支持内嵌的文档对象和数组对象
列族：
按列存储数据。最大的特点是方便存储结构和半结构化数据，方便做数据压缩，对针对某一列或者是某几列的查询有非常大的io优势
图形：
不是放图形的，放的是关系，比如：朋友圈社交网络，广告推荐系统等，专注于构建关系图谱
原文链接：https://blog.csdn.net/dyt443733328/article/details/80090383
四、数据库和数据仓库的区别
是为了企业所有级别的决策制定计划过程，提供所有类型数据类型的战略集合。它出于分析性报告和决策支持的目的而创建。
数据仓库是面向主题的；
数据是随着时间的变化而变化的；
数据仓库的数据是不可修改的。 数据仓库的数据主要提供企业决策分析之用，所涉及的数据操作主要是数据查询，一般情况下并不进行修改操作。
属于读模式：在数据查询时会进行检查
hive数据仓库可理解为hdfs的一个数据管理工具
数据库：操作型处理
支持事务性操作，属于写模式，即写入数据时进行检查
它是针对具体业务在数据库联机的日常操作，通常对少数记录进行查询、修改。
https://blog.csdn.net/qq_39682761/article/details/88680391
原文地址：https://blog.csdn.net/kinglapland/article/details/100046635
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。