免费的多维数据库有哪些，目前最易用的免费数据库软件是什么推荐下

来源：整理时间：2025-02-02 06:38:39 编辑：黑码技术手机版

本文目录一览

1，目前最易用的免费数据库软件是什么推荐下
2，Hyperion essbase入门二什么是essbase
3，什么是OLAP
4，小数据库有哪些
5，现在可以免费商用的数据库都有哪些

1，目前最易用的免费数据库软件是什么推荐下

试试MySql

mysql

你好！那就是sqlserver2000吧。功能强，要求配置又不高希望对你有所帮助，望采纳。

目前最易用的免费数据库软件是什么推荐下

2，Hyperion essbase入门二什么是essbase

（大意是你可以把essabase想像成多张叠起来的excel表格，不仅仅在单张excel上可以进行表格之间的各种运算，在多张excel表格之间也可以做各种累计运算！）这个大概是为什么essbase能够和excel工具深度集成的原因，因为essbase很多设计都是来源于excel等工具对于分析的限制和不足。但是excel不失为essbase的一个非常友好的前端，对于非常习惯使用Excel工具的业务人员，他们可以非常容易地使用和分析essbase里的数据，Oracle里关于Essbase卖点的一个经常使用的场景是：当业务人员把数据放在多种表格的时候，到了最后他都不知道哪张表格的数据是最新的，而如果把所有的数据都放在essbase里的时候，你可以轻易地得到最新的数据并且分析数据和数据之间的关系。和传统的oltp类型的数据库不一样，oltp用实体和关系来描述对象，而多维数据库，则使用度量和维度来描述对象。在做多维设计的时候，其实就是考虑关于度量和维度的设计，比如销售额就是一个典型的度量，而销售地区就是一个典型的维度，但是在essbase里，度量也是一种特殊的维度，叫account维度，这个是和有些OLAP服务器概念上有所区别的，这样的定义方式能够很方便地使用维度的操作方式访问度量，而且应该说在MDX这种标准多维查询语言里，度量和维度的确没有本质的区分。Essbase的一般设计对于MOLAP数据库一个通常的观念是MOLAP不能存储很大的数据量，当essbase以BSO（块存储）来存储多维数据的时候（传统方式），则称之为Essbase Analytic module，这种传统方式对于维度数据非常多，数据量非常庞大的时候的处理性能一般，这个也是造成许多人认为MOLAP多维数据库不适合分析非常大量的数据的方式的缘由，但是BSO存储方式能够更好地支持大量回写的应用，如what-if分析，并且能够提供更好的分析功能。当数据量很大或者多于10个维度的时候，essbase建议使用ASO聚合存储方式来压缩存储的数据（据说性能在这种方式下能够快几十倍，而存储量能减少几十倍），使用这种存储方式就称之为Enterprise Analytic Module，从而提供了修正这种MOLAP大数据量限制的很好的方式。这种存储方式用于分析维度数量比较多，同时并非每个维度的数据都很稠密的时候是性能会非常好，可以处理大量的数据，这两种不同的存储，对于上层应用透明，在同一个应用里可以混合使用。多维数据库的设计（维度和度量）在essbase里称之为outline，以.otl的后缀存储，一个典型的多维数据库设计过程是包括：先需要通过admin console创建一个outline。（其实essbase提供了非常丰富的api接口，也可以使用api来创建和修改outline）在outline里定义维度和层次和累计方式，然后就是通过admin console编辑数据加载规则来把外部数据按照设计好的outline加载到essbase数据库里。加载规则基本上有三种方式：一是通过文本文件加载。二是通过Open sql的方式从ODBC数据源加载。最后一种是使用ETL工具进行加载。然后使用计算脚本计算生成立方体里的其他所需要的数据，就可以通过excel或者BI工具来访问和分析多维数据库里的数据了。

正在用太阳之手焚烧腐烂的衣衫凿破昔日的堤岸在我身后出现的那一代如水流奔涌，如雷鸣海啸你能否把哈哈我理解：我像生活一样深沉而辽远风儿栖身于我的愿望

Hyperion essbase入门二什么是essbase

3，什么是OLAP

OLAP（联机分析处理）。什么是联机分析处理（OLAP）联机分析处理 (OLAP) 的概念最早是由关系数据库之父E.F.Codd于1993年提出的，他同时提出了关于OLAP的12条准则。OLAP的提出引起了很大的反响，OLAP作为一类产品同联机事务处理 (OLTP) 明显区分开来。当今的数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。下表列出了OLTP与OLAP之间的比较。 OLTPOLAP用户操作人员,低层管理人员决策人员,高级管理人员功能日常操作处理分析决策DB 设计面向应用面向主题数据当前的, 最新的细节的, 二维的分立的历史的, 聚集的, 多维的集成的, 统一的存取读/写数十条记录读上百万条记录工作单位简单的事务复杂的查询用户数上千个上百个DB 大小100MB-GB100GB-TB OLAP是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的一类软件技术。OLAP的目标是满足决策支持或者满足在多维环境下特定的查询和报表需求,它的技术核心是"维"这个概念。 “维”是人们观察客观世界的角度,是一种高层次的类型划分。“维”一般包含着层次关系,这种层次关系有时会相当复杂。通过把一个实体的多项重要的属性定义为多个维(dimension)，使用户能对不同维上的数据进行比较。因此OLAP也可以说是多维数据分析工具的集合。 OLAP的基本多维分析操作有钻取（roll up和drill down）、切片（slice）和切块（dice）、以及旋转（pivot）、drill across、drill through等。 ·钻取是改变维的层次，变换分析的粒度。它包括向上钻取（roll up）和向下钻取（drill down）。roll up是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数；而drill down则相反，它从汇总数据深入到细节数据进行观察或增加新维。 ·切片和切块是在一部分维上选定值后，关心度量数据在剩余维上的分布。如果剩余的维只有两个，则是切片；如果有三个，则是切块。 ·旋转是变换维的方向，即在表格中重新安排维的放置（例如行列互换）。 OLAP有多种实现方法，根据存储数据的方式不同可以分为ROLAP、MOLAP、HOLAP。 ROLAP表示基于关系数据库的OLAP实现（Relational OLAP）。以关系数据库为核心,以关系型结构进行多维数据的表示和存储。ROLAP将多维数据库的多维结构划分为两类表:一类是事实表,用来存储数据和维关键字;另一类是维表,即对每个维至少使用一个表来存放维的层次、成员类别等维的描述信息。维表和事实表通过主关键字和外关键字联系在一起,形成了"星型模式"。对于层次复杂的维,为避免冗余数据占用过大的存储空间,可以使用多个表来描述,这种星型模式的扩展称为"雪花模式"。 MOLAP表示基于多维数据组织的OLAP实现（Multidimensional OLAP）。以多维数据组织方式为核心,也就是说,MOLAP使用多维数组存储数据。多维数据在存储中将形成"立方块（Cube）"的结构,在MOLAP中对"立方块"的"旋转"、"切块"、"切片"是产生多维数据报表的主要技术。 HOLAP表示基于混合数据组织的OLAP实现（Hybrid OLAP）。如低层是关系型的，高层是多维矩阵型的。这种方式具有更好的灵活性。还有其他的一些实现OLAP的方法，如提供一个专用的SQL Server，对某些存储模式（如星型、雪片型）提供对SQL查询的特殊支持。 OLAP工具是针对特定问题的联机数据访问与分析。它通过多维的方式对数据进行分析、查询和报表。维是人们观察数据的特定角度。例如，一个企业在考虑产品的销售情况时，通常从时间、地区和产品的不同角度来深入观察产品的销售情况。这里的时间、地区和产品就是维。而这些维的不同组合和所考察的度量指标构成的多维数组则是OLAP分析的基础，可形式化表示为（维1，维2，……，维n，度量指标），如（地区、时间、产品、销售额）。多维分析是指对以多维形式组织起来的数据采取切片（Slice）、切块（Dice）、钻取（Drill-down和Roll-up）、旋转（Pivot）等各种分析动作，以求剖析数据，使用户能从多个角度、多侧面地观察数据库中的数据，从而深入理解包含在数据中的信息。根据综合性数据的组织方式的不同，目前常见的OLAP主要有基于多维数据库的MOLAP及基于关系数据库的ROLAP两种。MOLAP是以多维的方式组织和存储数据，ROLAP则利用现有的关系数据库技术来模拟多维数据。在数据仓库应用中，OLAP应用一般是数据仓库应用的前端工具，同时OLAP工具还可以同数据挖掘工具、统计分析工具配合使用，增强决策分析功能。

什么是OLAP

4，小数据库有哪些

Access，MSDE 2000，Embedded Firebird，SQLite等都是可以免费再分发（free redistributable）的数据库。相比而言，MSDE 2000 显著缺点是需要安装，最大优点是和服务器端的 SQL Server 编程模型一致，开发便利。Access的显著缺点是功能较少，不支持事务等常用功能，最大优点是简单、多数开发者都很熟悉，部署也很方便。SQLite支持事务，也是一款单文件数据库，比较不足的是 .NET Data Provider 还不是很成熟。Firebird则同时具有：单文件、部署简单不需安装（只需 XCOPY 两个文件）、支持事务、存储过程、触发器，.NET Data Provider比较稳定成熟等优点。这个星球上的数据库实在不胜枚举，这里只列一些我接触过的常见的。可以稍微夸张点说，有交互的应用，起码得用一下数据保存，即便是自定义结构的数据保存，还是最常见的INI、XML等，都可以算是“数据库”，真正点的，如DBase系列、FoxBase、FoxPro、MSAccess、InterBase、MS SQL Server、Oracle、DB2等，这些是商业化的数据库，前面几个只能算是数据库，后面几个是RMDBS（关系型数据库管理系统）。对应商业化的，有开源的：SQLite、SimpleSQL、Berkely DB、Minosse、Firebird( 前身是是Borland公司的InterBase)、PostgreSQL、MySQL等。 □SQLite：大家可以看我的SQLite系列随笔，C编写的，可以跨操作平台，支持大部分ANSI SQL 92，它是嵌入式的轻量级关系形数据库引擎，只需要一个DLL，体积为250k，数据库也只是一个文件，零配置，便可工作。既然开源，你甚至可以把它嵌入你的程序中。核心开发人员只有一个，最近加入了另外一个，也就是2个人而已，实在佩服，目前发展到3.1.0，相当高效稳定，有开源驱动在sourceforge.net上有其ADO.NET Data Provider for SQLite ：https://sourceforge.net/projects/adodotnetsqlite/ 。 □SimpleSQL：相对SQLite要大几倍，但也是轻量级的，功能稍微强大一点，C++编写，有OLE、Java等版本。 □Berkely DB：C++编写的大型关系型数据库系统，还额外地支持XML(把XML当成数据库)，号称2百万的安装量，MySQL也只不过号称5百万安装量而已，跨平台。 □Minosse：纯C#编写的大型关系型数据库系统，理想是超越MS SQL Server！最新版本：0.2.0，真难得，纯Java写的看得多了，纯C#的，不是移植别人的，还是第一个，佩服作者：包含C/S和嵌入式版本，并可跨越大部分平台，因为它不用Windows的东西，可以在Mono下编译。 □Firebird：这个东西太牛了，目前有1.5稳定版本已经拥有大量特性，完全支持ANSI SQL92、98等，一些超酷的特性让人疯狂(1.0特性、1.5特性，从这里开始研究)，主要开发人员是一个俄罗斯人，目前开发队伍已经扩大到近100人，有3种模式，单机独立，典型C/S，超级服务器。2.0版本和3.0版本将在近期推出，看完其路线图(2.0、3.0)你就会疯掉。有.NET驱动，目前是1.7beta版。主要特性： ◆A.C.I.D； ◆MGA(任何版本的引擎都可以处理同一数据库记录)； ◆PSQL(存储过程)超级强大，ms sql相对的太次，它啥都能在服务器端实现并推送到客户端成为强大的报表，存储过程； ◆触发器都可以在客户端获取监控追踪； ◆自动只读模式； ◆创新的事务保证绝对不会出错； ◆24*7运行中仍然可以随时备份数据库； ◆统一触发器：任何操作都可以让某表唯一的触发器来总控； ◆大部分语言都可以写plug-in，并直接在存储过程中调用函数； ◆c->c++，更加少的代码但更加快的速度； ◆3种运行模式，甚至可以嵌入式； ◆主流语言都可以调用它； ◆动态sql执行； ◆事务保存点； □PostgreSQL：POSTGRES数据库的后开源版本，号称拥有任何其他数据库没有的大量新特性，似乎目标是要做超大型的OO关系型数据库系统，目前已经发展到8.0，有.NET驱动，中文官方网站有详细介绍。 □MySQL：这个，不用说了吧？号称全球最受欢迎的开源数据库，但让我奇怪的是，PostgreSQL都有简体中文的支持：包括内核、管理工具、QA等等，在最新版本MySQL中，我却没有发现... ，有.NET驱动，其中MySQL Connector/Net就是原来在sf.net上的ByteFX.Data项目，作者已经加入了MySQL团队，参看《感慨 20 之开源的前途/钱图？（1数据库）》。======================================================最近在学习 Firebird Embeded Database。作为一款单文件型小型数据库，Firebird 具有很多吸引人的特征，比如支持事务、支持存储过程、触发器等，而且 Embeded 版本的 Firebird 在 .NET 开发中只需要拷贝两个文件：一个 fbembed.dll （非托管但不需要注册的动态链接库）和一个 ADO.NET Data Provider 的 FirebirdSql.Data.Firebird.dll。这些特征都非常适合那些需要在客户端存储一些数据，但又不想安装数据库（比如MSDE）软件的情形。据称，在国外，需要使用客户端数据库的情况中，有30%左右的开发者选择Access，有30%的开发者选择MSDE 2000，有30%的开发者选择Embedded Firebird，剩余10%选择其他小型数据库，如SQLite，MySQL 等。上面所说的Access，MSDE 2000，Embedded Firebird，SQLite等都是可以免费再分发（free redistributable）的数据库。相比而言，MSDE 2000 显著缺点是需要安装，最大优点是和服务器端的 SQL Server 编程模型一致，开发便利。Access的显著缺点是功能较少，不支持事务等常用功能，最大优点是简单、多数开发者都很熟悉，部署也很方便。SQLite支持事务，也是一款单文件数据库，比较不足的是 .NET Data Provider 还不是很成熟。Firebird则同时具有：单文件、部署简单不需安装（只需 XCOPY 两个文件）、支持事务、存储过程、触发器，.NET Data Provider比较稳定成熟等优点。Firebird 本身有SuperServer和Embedded版本之分，后者只能本机访问，不接受TCP连接。对于开发者而言，从Embedded数据库切换到SuperServer，只需更改数据库连接串中的ServerType值就行。但是，在你正式决定使用?Firebird 之前，请你注意下面这个 known issue（已知问题）： Firebird 数据库文件不能放置在含有中文等字符的路径中。Firebird 的文件名不可以用中文字符，所在路径的任何部分如果含有中文字符，都将无法访问到数据库。举个例子，中文Windows桌面所在的目录一般是“C:\Documents and Settings\用户名\桌面”，如果数据库文件放置在桌面上，就无法访问到。当然，Firebird 内部是可以存储中文字符的，因为它支持 GB2312 和 UNICODE 等字符集。需要注意一点，连接串中的 Database 地址如果使用相对路径，请一定注意这个相对路径是相对于 fbembed.dll 所在目录的。

access，mysql

5，现在可以免费商用的数据库都有哪些

oracle集群oracle rac是业界最流行的产品。其架构的最大特点是共享存储架构（shared-disk），整个rac集群是建立在一个共享的存储设备之上的，节点之间采用高速网络互连。在 oracle rac 环境中，每个 oracle 数据块都被赋予一个（且只有一个）“主”oracle rac 节点。该 oracle rac 节点的全局缓存服务 (gcs) 负责管理对这些数据块集的访问。当其中一个 oracle 节点需要访问某个 oracle 数据块时，它必须首先与该数据块协商。然后，该主节点的 gcs 或者指示请求的 oracle 节点从磁盘中获取该数据块，或者指示该oracle 数据块的当前持有者将被请求的数据块发送到请求节点。oracle 尝试跨所有 rac 节点统一分发该数据块的所有权。在 oracle rac 环境中，数据块大致相等的所有节点都将被指定为主节点。（如果 oracle rac 节点数是 oracle 数据块数的约数，则所有 rac 节点都是具有同样数量的数据块的主节点。）mysql集群mysql cluster和oracle rac完全不同，它采用shared-nothing架构。整个集群由管理节点(ndb_mgmd)，处理节点(mysqld)和存储节点(ndbd)组成，不存在一个共享的存储设备。mysql cluster主要利用了ndb存储引擎来实现，ndb存储引擎是一个内存式存储引擎，要求数据必须全部加载到内存之中。数据被自动分布在集群中的不同存储节点上，每个存储节点只保存完整数据的一个分片(fragment)。同时，用户可以设置同一份数据保存在多个不同的存储节点上，以保证单点故障不会造成数据丢失。mysql cluster的优点在于其是一个分布式的数据库集群，处理节点和存储节点都可以线性增加，整个集群没有单点故障，可用性和扩展性都可以做到很高，更适合 oltp应用。但是它的问题在于：1.ndb存储引擎必须要求数据全部加载到内存之中，限制比较大，但是目前ndb新版本对此做了改进，允许只在内存中加载索引数据，数据可以保存在磁盘上。2.目前的mysql cluster的性能还不理想，因为数据是按照主键hash分布到不同的存储节点上，如果应用不是通过主键去获取数据的话，必须在所有的存储节点上扫描，返回结果到处理节点上去处理。而且，写操作需要同时写多份数据到不同的存储节点上，对节点间的网络要求很高。分布式数据库拆分数据库分片sharding 不是一个某个特定数据库软件附属的功能，而是在具体技术细节之上的抽象处理，是水平扩展(scale out，亦或横向扩展、向外扩展)的解决方案，其主要目的是为突破单节点数据库服务器的 i/o 能力限制，解决数据库扩展性问题。把热度高的数据划分开来，使用配置刚好的硬件，提高访问速度，增强用户体验把不同的用户的数据根据用户的id放到不同的数据库中，不同用户对应的交易数据也跟着到不同的数据库；之后可以把交易完成和正在交易的数据库分开。一个全国经济信息系统，可以按照不同地区把不同数据放到不同数据库中，随着时间增加数据也会越来越大，到时还可以工具年份在重新划分数据库。一个大中型的电子商的电子商务网站一定会遇到数据量巨大的问题，可以根据用户对象或者使用和被使用的数据进行分片。这样避免了在一个库中数据膨胀而带来的瓶颈。在数据库分片时最好分到不同的服务器中，或者不同的存储中，避免磁盘竞争数据库分片存在比较大问题就是人查询或者统计涉及到跨库就比较麻烦。特别是join时如果涉及到多个节点，将非常困难，应该尽量避免。数据库水平分片读写分离读写分离架构利用了数据库的复制技术，将读和写分布在不同的处理节点上，从而达到提高可用性和扩展性的目的。读写分离简单的说是把对数据库读和写的操作分开对应不同的数据库服务器，这样能有效地减轻数据库压力，也能减轻io压力。主数据库提供写操作，从数据库提供读操作，其实在很多系统中，主要是读的操作。当主数据库进行写操作时，数据要同步到从的数据库，这样才能有效保证数据库完整性。quest shareplex就是比较牛的同步数据工具，听说比oracle本身的流复制还好，mysql也有自己的同步数据技术。mysql只要是通过二进制日志来复制数据。通过日志在从数据库重复主数据库的操作达到复制数据目的。这个复制比较好的就是通过异步方法，把数据同步到从数据库。主数据库同步到从数据库后，从数据库一般由多台数据库组成这样才能达到减轻压力的目的。读的操作怎么样分配到从数据库上？应该根据服务器的压力把读的操作分配到服务器，而不是简单的随机分配。mysql提供了mysql-proxy实现读写分离操作。不过mysql-proxy好像很久不更新了。oracle可以通过f5有效分配读从数据库的压力。上面说的数据库同步复制，都是在从同一种数据库中，如果我要把oracle的数据同步到mysql中，其实要实现这种方案的理由很简单，mysql免费，oracle太贵。好像quest shareplex也实现不了改功能吧。好像现在市面还没有这个工具吧。那样应该怎么实现数据同步？其实我们可以考虑自己开发一套同步数据组件，通过消息，实现异步复制数据。其实这个实现起来要考虑很多方面问题，高并发的问题，失败记录等。其实这种方法也可以同步数据到memcache中。听说oracle的stream也能实现，不过没有试过。通过ebay读写分离的结构图，通过share plex 近乎实时的复制数据到其他数据库节点，再通过f5特定的模块检查数据库状态，并进行负载均衡，io 成功的做到了分布，读写分离，而且极大的提高了可用性。目前读写分离技术比较多，比较有名的为amoeba，有兴趣的同学可以研究下。数据库缓存读写分离现在应用非常广泛，特别是时国内外大型网站，都使用的非常多，很多都是自己研发缓存系统，淘宝还开源了tair系统，有兴趣的可以研究下。比较有名的是memcached使用memcached最好的可能算facebook了。通过memcached分担读的操作，把常用的对象数据存储到memcached中，当有读操作过来时先访问memcached如果memcached没有该数据再从数据库获取，同时把数据放到memcached中，下次访问就可以直接访问memcached了。有一次在和一个朋友聊天时他们正在着手在线文档系统架构设计，由于文档访问压力非常大，每次请求数据库也非常大，由于大量的的文档数据在服务端和客户端传输，会经常造成网络堵塞。我建议他可以把文档分片，减少一次性大文件传输。再根据文档热度把一些文档保持到缓存中。其实文档也好，数据库也好，很多方法只要根据业务要求也可以达到异曲同工的之效。

1.IBM 的DB2 作为关系数据库领域的开拓者和领航人，IBM在1997年完成了System R系统的原型，1980年开始提供集成的数据库服务器—— System/38，随后是SQL/DSforVSE和VM，其初始版本与SystemR研究原型密切相关。 2. Oracle Oracle 前身叫SDL，由Larry Ellison 和另两个编程人员在1977创办，他们开发了自己的拳头产品，在市场上大量销售，1979 年，Oracle公司引入了第一个商用SQL 关系数据库管理系统。Oracle公司是最早开发关系数据库的厂商之一，其产品支持最广泛的操作系统平台。目前Oracle关系数据库产品的市场占有率名列前茅。 3. Informix Informix在1980年成立，目的是为Unix等开放操作系统提供专业的关系型数据库产品。公司的名称Informix便是取自Information 和Unix的结合。Informix第一个真正支持SQL语言的关系数据库产品是InformixSE（StandardEngine）。 4. Sybase Sybase公司成立于1984年，公司名称“Sybase”取自“system”和 “database” 相结合的含义。Sybase公司的创始人之一Bob Epstein 是Ingres 大学版（与System/R同时期的关系数据库模型产品）的主要设计人员。公司的第一个关系数据库产品是1987年5月推出的Sybase SQLServer1.0。Sybase首先提出Client/Server 数据库体系结构的思想，率先在Sybase SQLServer 中实现。