没有找到匹配的数据库
关系型数据库
MySQL
全球最流行的开源关系型数据库，由Oracle公司维护。以简单易用、性能优秀著称，是LAMP架构的核心组件，被广泛应用于Web应用开发。
核心特点
- 支持ACID事务（InnoDB引擎）
- 支持主从复制、读写分离
- 丰富的存储引擎（InnoDB、MyISAM等）
- 完善的社区生态和文档
- 支持分区表、外键约束
适用场景
Web应用、CMS系统、电商平台、社交网络、中小型企业级应用
免费开源、性能优秀、社区活跃、学习成本低、部署简单
不支持JSON高级查询、窗口函数较晚引入、大规模集群方案复杂
对比要点
相比PostgreSQL，MySQL在简单查询和读密集场景性能更优；但PostgreSQL在复杂查询、数据完整性和扩展性方面更强。
基本使用
mysql -u root -p
CREATE DATABASE mydb;
USE mydb;
CREATE TABLE users (id INT PRIMARY KEY AUTO_INCREMENT, name VARCHAR(50));
INSERT INTO users (name) VALUES ('Alice');
SELECT * FROM users;
PostgreSQL
功能最强大的开源对象关系型数据库，以扩展性强、标准兼容性好著称。支持丰富的数据类型和高级特性，被誉为"世界上最先进的开源数据库"。
核心特点
- 支持JSON/JSONB、数组、HStore等丰富数据类型
- 完善的窗口函数和CTE支持
- 强大的扩展系统（PostGIS地理数据、pg_vector向量搜索）
- 支持MVCC多版本并发控制
- 表继承、分区表、逻辑复制
适用场景
复杂业务系统、地理信息系统(GIS)、数据分析、金融系统、需要JSON+关系混合存储的应用
功能强大、扩展性好、标准兼容、数据类型丰富、开源免费
配置复杂、读写性能略低于MySQL、学习曲线较陡、社区规模小于MySQL
对比要点
相比MySQL，PostgreSQL在复杂查询、数据完整性、扩展性方面更强。适合需要高级特性的项目，MySQL更适合快速开发和简单场景。
基本使用
psql -U postgres
CREATE DATABASE mydb;
\c mydb
CREATE TABLE users (id SERIAL PRIMARY KEY, name VARCHAR(50), data JSONB);
INSERT INTO users (name, data) VALUES ('Alice', '{"age": 30}');
SELECT * FROM users WHERE data->>'age' = '30';
SQLite
轻量级嵌入式关系型数据库，整个数据库存储在单个文件中。零配置、无服务端，是全球部署量最大的数据库引擎，内置在Android、iOS、浏览器等中。
核心特点
- 零配置，无需安装服务端
- 整个数据库存储在单个跨平台文件中
- 支持大部分SQL标准语法
- 事务支持ACID
- 极小的体积（约600KB）
适用场景
移动应用（Android/iOS）、桌面应用、嵌入式设备、测试环境、小型网站、浏览器本地存储
零配置、体积小、速度快、跨平台、嵌入式、无需服务器
不支持高并发写入、无用户权限管理、不支持网络访问、不适合大型应用
对比要点
与MySQL/PostgreSQL不同，SQLite是嵌入式数据库，无需服务端进程。适合单机/单用户场景，不适合需要高并发和网络访问的场景。
基本使用
sqlite3 mydb.db
CREATE TABLE users (id INTEGER PRIMARY KEY, name TEXT);
INSERT INTO users VALUES (1, 'Alice');
SELECT * FROM users;
.tables
.schema users
.quit
Oracle Database
全球领先的商业关系型数据库，由Oracle公司开发和维护。以极高的稳定性、安全性和性能著称，广泛用于大型企业级应用和关键业务系统。
核心特点
- 强大的企业级特性（RAC集群、Data Guard容灾）
- PL/SQL存储过程语言
- 完善的分区表和表空间管理
- 高级安全特性（透明数据加密、审计）
- 出色的OLTP和OLAP混合处理能力
适用场景
银行金融系统、电信计费系统、大型ERP、政府核心系统、高可用性要求的关键业务
稳定性极高、功能全面、安全性强、企业级支持、性能卓越
授权费用昂贵、学习曲线陡、硬件要求高、运维复杂、闭源
对比要点
相比开源数据库，Oracle提供更完善的企业级特性（RAC、Data Guard等），但授权费用高昂。适合预算充足的大型企业。
基本使用
sqlplus user/password@localhost:1521/orcl
CREATE TABLE users (id NUMBER PRIMARY KEY, name VARCHAR2(50));
INSERT INTO users VALUES (1, 'Alice');
COMMIT;
SELECT * FROM users;
SQL Server
微软开发的企业级关系型数据库，与Windows生态和.NET技术栈深度集成。提供Express免费版和商业版，以易用性和出色的管理工具著称。
核心特点
- SSMS管理工具功能强大、操作友好
- 与.NET、Azure、Power BI深度集成
- T-SQL存储过程语言
- 支持Always On高可用组
- 内置全文搜索、报表服务(SSRS)
适用场景
.NET技术栈企业应用、Windows环境部署、中小型企业、数据分析与报表、Azure云数据库
管理工具优秀、.NET集成好、有免费Express版、文档完善、BI工具链完整
商业版费用高、跨平台支持有限、社区不如MySQL活跃、Windows依赖性强
对比要点
相比Oracle，SQL Server更易用且成本更低；相比MySQL，在Windows/.NET生态中集成更好。适合微软技术栈的企业。
基本使用
sqlcmd -S localhost -U sa -P password
CREATE DATABASE mydb;
GO
USE mydb;
GO
CREATE TABLE users (id INT PRIMARY KEY IDENTITY, name NVARCHAR(50));
INSERT INTO users (name) VALUES (N'Alice');
SELECT * FROM users;
MariaDB
MySQL的社区分支，由MySQL原开发者创建。保持与MySQL的高度兼容性，同时提供更多存储引擎和性能优化，是MySQL的理想替代方案。
核心特点
- 与MySQL高度兼容，可无缝迁移
- 更多存储引擎（ColumnStore、Spider等）
- 更活跃的开源社区开发
- 内置Galera集群同步复制
- 更好的性能优化（线程池、查询优化器）
适用场景
MySQL替代方案、需要更高性能的Web应用、Linux发行版默认数据库、开源项目
完全开源、MySQL兼容、性能更优、社区活跃、更多存储引擎
企业级支持不如MySQL、部分高级特性有差异、市场份额较小
对比要点
MariaDB与MySQL语法基本兼容，但提供了更多优化和新特性。在开源社区中越来越受欢迎，许多Linux发行版已默认使用MariaDB。
基本使用
mysql -u root -p
CREATE DATABASE mydb;
USE mydb;
CREATE TABLE users (id INT PRIMARY KEY AUTO_INCREMENT, name VARCHAR(50));
INSERT INTO users (name) VALUES ('Alice');
SELECT * FROM users;
非关系型数据库
MongoDB
最流行的文档型NoSQL数据库，以JSON/BSON格式存储数据。Schema-free的设计让数据结构灵活多变，适合快速迭代开发。
核心特点
- JSON/BSON文档存储，Schema-free
- 强大的聚合管道（Aggregation Pipeline）
- 支持二级索引、全文索引、地理空间索引
- 内置副本集和分片集群
- 支持事务（4.0+）
适用场景
内容管理系统、物联网数据存储、实时分析、用户画像、日志存储、快速迭代的Web应用
Schema灵活、水平扩展好、开发速度快、JSON原生支持、查询表达力强
多文档事务性能一般、JOIN能力弱、内存占用大、免费版功能受限
对比要点
相比关系型数据库，MongoDB无需预定义Schema，适合数据结构频繁变化的场景。但缺乏关系型数据库的强一致性和复杂JOIN能力。
基本使用
mongosh
use mydb
db.users.insertOne({name: "Alice", age: 30, tags: ["dev", "golang"]})
db.users.find({age: {$gt: 25}})
db.users.createIndex({name: 1})
db.users.updateOne({name: "Alice"}, {$set: {age: 31}})
Redis
最流行的内存键值对数据库，支持多种数据结构（String、List、Set、Hash、Sorted Set等）。单线程模型保证原子性，读写速度极快，是缓存领域的首选方案。
核心特点
- 丰富的数据结构（String/List/Set/Hash/ZSet/Stream）
- 单线程模型，操作原子性
- 支持持久化（RDB快照/AOF日志）
- 支持发布/订阅、Lua脚本
- 支持主从复制、哨兵模式、集群模式
适用场景
缓存、会话管理、排行榜、消息队列、限流器、实时计数器、分布式锁
性能极高（10万+ QPS）、数据结构丰富、功能全面、社区活跃
内存成本高、数据量受内存限制、单线程CPU利用率有限、持久化可能丢数据
对比要点
相比Memcached，Redis支持更多数据结构和持久化，功能更全面。相比关系型数据库，Redis适合对性能要求极高的热数据场景。
基本使用
redis-cli
SET user:1 "Alice"
GET user:1
HSET user:1 name "Alice" age 30
HGETALL user:1
LPUSH mylist "a" "b" "c"
LRANGE mylist 0 -1
ZADD leaderboard 100 "Alice" 200 "Bob"
ZRANGE leaderboard 0 -1 WITHSCORES
EXPIRE user:1 3600
Elasticsearch
基于Lucene的分布式搜索引擎，以全文搜索、实时分析和水平扩展能力著称。是ELK技术栈（Elasticsearch + Logstash + Kibana）的核心组件。
核心特点
- 基于Lucene的全文搜索引擎
- RESTful API，JSON格式交互
- 分布式架构，自动分片和副本
- 近实时搜索（NRT）
- 支持聚合分析、地理搜索
适用场景
全文搜索、日志分析（ELK）、应用性能监控、电商商品搜索、安全情报分析
搜索能力强大、分布式扩展好、实时性好、生态完善（Kibana可视化）
资源消耗大、学习曲线陡、不适合事务、写入性能一般、7.x后部分功能收费
对比要点
相比传统数据库的LIKE查询，Elasticsearch在全文搜索性能上高出几个数量级。但资源消耗大，不适合作为主数据库。
基本使用
# 创建索引并插入文档
PUT /users/_doc/1
{"name": "Alice", "age": 30}
# 搜索
GET /users/_search
{"query": {"match": {"name": "Alice"}}}
# 聚合
GET /users/_search
{"aggs": {"avg_age": {"avg": {"field": "age"}}}}
Memcached
高性能分布式内存缓存系统，设计简洁，专注于简单的键值对缓存。多线程模型，在纯缓存场景下性能极高。
核心特点
- 纯内存键值存储，设计简洁
- 多线程模型，高并发性能好
- 支持LRU淘汰策略
- 客户端一致性哈希分片
- 协议简单，易于集成
适用场景
数据库查询缓存、Session缓存、页面片段缓存、API结果缓存
性能极高、设计简洁、多线程、稳定可靠、内存利用率高
仅支持String类型、不支持持久化、不支持复制、功能单一
对比要点
相比Redis，Memcached更简单纯粹，在纯String缓存场景性能更优。但Redis支持更多数据结构和持久化，功能更全面。
基本使用
telnet localhost 11211
set user:1 0 3600 5
Alice
get user:1
delete user:1
stats
Cassandra
Apache开源的分布式列族数据库，设计目标是高可用性和线性可扩展性。无单点故障，支持多数据中心复制，适合处理海量数据。
核心特点
- 无中心架构，所有节点对等
- 线性可扩展，支持PB级数据
- 多数据中心复制
- 可调一致性级别（ONE/QUORUM/ALL）
- 高写入性能，适合时间序列数据
适用场景
物联网数据、时间序列数据、消息系统、推荐系统、大规模日志存储
高可用无单点、线性扩展、多数据中心、写入性能极高
查询灵活性差、不适合复杂查询、学习曲线陡、数据建模复杂
对比要点
相比MongoDB，Cassandra在写入性能和可扩展性方面更强，但查询灵活性差。适合写多读少、数据量巨大的场景。
基本使用
cqlsh
CREATE KEYSPACE myks WITH replication = {'class': 'SimpleStrategy', 'replication_factor': 1};
USE myks;
CREATE TABLE users (id UUID PRIMARY KEY, name TEXT, email TEXT);
INSERT INTO users (id, name, email) VALUES (uuid(), 'Alice', 'alice@example.com');
SELECT * FROM users;
Neo4j
最流行的原生图数据库，使用节点、关系和属性来存储和查询数据。Cypher查询语言表达力强，擅长处理复杂的关系网络。
核心特点
- 属性图模型（节点+关系+属性）
- Cypher声明式查询语言
- 索引加速的图遍历
- 支持ACID事务
- 可视化数据展示
适用场景
社交网络、推荐引擎、知识图谱、欺诈检测、权限管理、网络拓扑分析
关系查询高效、Cypher语言直观、可视化好、ACID事务、表达力强
分布式扩展差、不适合海量数据、商业版收费、学习成本高、集群方案复杂
对比要点
相比关系型数据库的多表JOIN，Neo4j在深度关系查询上性能优势巨大。但非关系型查询性能不如传统数据库。
基本使用
cypher-shell
CREATE (a:Person {name: 'Alice', age: 30})
CREATE (b:Person {name: 'Bob', age: 25})
CREATE (a)-[:KNOWS]->(b)
MATCH (p:Person) RETURN p
MATCH (a:Person)-[:KNOWS]->(b:Person) RETURN a, b
MATCH (a:Person {name: 'Alice'})-[:KNOWS*1..3]->(friend) RETURN friend
时序数据库
InfluxDB
专为时间序列数据设计的开源数据库，由InfluxData开发。针对时间序列数据的写入和查询做了深度优化，是监控和IoT领域的热门选择。
核心特点
- 专为时间序列数据优化
- Flux查询语言（2.x），支持函数式数据处理
- 自动数据降采样和保留策略
- 内置连续查询（CQ）和任务引擎
- 高写入性能，数据压缩率高
适用场景
DevOps监控、IoT传感器数据、应用性能监控(APM)、金融行情数据、环境监测
时序写入性能高、压缩率高、内置降采样、生态完善（Telegraf+Grafana）
2.x改动大不兼容1.x、社区版功能受限、不适合非时序数据、Flux学习成本高
对比要点
相比传统数据库，InfluxDB在时序数据的写入和查询上性能优势明显。相比TDengine，InfluxDB生态更成熟但国产化支持较弱。
基本使用
influx v2 shell
# 写入数据
influx write 'measurement,host=server1 value=0.64'
# 查询数据（Flux）
from(bucket: "my-bucket")
|> range(start: -1h)
|> filter(fn: (r) => r._measurement == "measurement")
TDengine
涛思数据开发的国产高性能时序数据库，专为物联网、工业互联网和IT运维设计。创新的超级表设计大幅简化了时序数据建模。
核心特点
- 创新的超级表（STable）设计，一个设备一张子表
- 支持SQL查询，学习成本低
- 内置缓存、流计算、消息队列
- 支持集群，高可用
- 与InfluxDB对比写入性能提升数倍
适用场景
物联网（车联网、工业物联网）、IT运维监控、电力能源、智慧城市、金融行情
性能极高、支持SQL、超级表设计巧妙、国产自主可控、功能集成度高
社区规模较小、国际生态不如InfluxDB、文档部分需完善、商业化较新
对比要点
相比InfluxDB，TDengine支持SQL语法学习成本更低，超级表设计更适合物联网场景。写入性能和压缩率表现优异。
基本使用
taos
CREATE DATABASE power;
USE power;
CREATE STABLE meters (ts TIMESTAMP, current FLOAT, voltage INT) TAGS (location BINARY, groupId INT);
CREATE TABLE d1001 USING meters TAGS ("Beijing", 1);
INSERT INTO d1001 VALUES ("2024-01-15 00:00:00", 10.3, 219);
SELECT * FROM meters WHERE location = "Beijing";