交易型数据库有哪些，MySQLmssqlnosql这些数据库里哪个好啊是个交易平台上

来源：整理时间：2024-05-04 12:50:52 编辑：黑码技术手机版

本文目录一览

1，MySQLmssqlnosql这些数据库里哪个好啊是个交易平台上
2，数据库有哪些种类
3，金融行业都用什么数据库
4，数据库的类型
5，现在可以免费商用的数据库都有哪些

1，MySQLmssqlnosql这些数据库里哪个好啊是个交易平台上

每天只增加几千条数据的话mysql应该就足够使用啦。就是要注意数据库备份的工作要做好。然后做一些查询优化的工作。

如果数据量大的话，建议还是用Oracle比较好，很多大型的公司的官方数据库都是Orcacle的；当然你的数据表有三十多万多信息，任何一个数据库操作起来都会比较慢，建议还是从设计上下工夫，可以把不经常用到的数据放到历史表里面，当有需要的时候再调用；或者对数据进行再细分类，用的时候组合查询也可以；

sql server 2005 是 mssql，ms的意思是microsoft，也就是微软，sql server是微软开发的 mysql是另外一款关系型数据库软件。

MySQLmssqlnosql这些数据库里哪个好啊是个交易平台上

2，数据库有哪些种类

楼上各位：人家问题好象是问的数据库的种类，即数据库（DB）的类型问题，不是问的数据库管理系统（DBMS）的种类问题。我认为，就目前来讲数据库按其结构来讲，可分为三类：1、层次型2、网状型3、关系型上面，大家回答的都是处理关系型数据库系统。目前大多数集成开发环境（包括语言）都可以用来处理数据库，可以说不胜枚举。就关系型DBMS来说，我认为:中小型的代表有Access、FoxBASE中型的代表有VFP、dBASE、PB大型的代表有oracle、SQL

“逍遥忘我”只说了3个网页用的数据库。既然你不知道，全部罗列出来是没有意义的，数据库太多了，你不说你的工作是涉及哪方面，恐怕很难提供更适合你的数据库。

初级应用一般是ACCESS 配合的脚本程序一般是 ASP ASP.NET JSPMICROSOFT SQL 比较复杂点不过功能强大很多配合的脚本和ACCESS的一样MYSQL和PHP的组合是比较完美的如果你需要处理1000W条数据以上级别的数据,那以上的都不合适,一般用的比较多的是ORACLE 这个入门难度非常大如果想学的话就先学MICROSOFT SQL吧,这个网上教学比较多，而且ASP.NET 2.0问世后,应用的会非常广泛的.

看你要问什么问题了？是现在流行哪些数据库？关系的：mysql、oracle、sqlserver、db2、sqlite（嵌入式开发的）等等。nosql：dynamodb、bigtable、hbase、mongodb、couchdb、nosql，很多，只听过没见过。还是有哪几大类数据库类型？层次、网状、关系，这是以前的分类，我不清楚现在流行的nosql是不是应该分类？

跟据你的工作需要来选择数据库才是明智的如果处理少量的数据，可以用Access大量的数据就必须用大型或超大型数据库，像oracle,interbase等如果你对数据处理要求速度，那么可以选择paradox

数据库有哪些种类

3，金融行业都用什么数据库

oracle 数据库

db2数据库为何在金融领域应用如此广泛？在我接触过的银行用户中，绝大部分都在使用ibm db2数据库产品，当然还是有一大批证劵公司也在使用。给我印象最为深刻的一次是在深圳办的一场db2技术专家沙龙，那次来的基本上都银行用户和证劵用户。当时，就在想，db2数据库产品在金融领域应用咋那么广呢？在开始这个讨论之前，我也问了一些朋友，问他们是什么原因导致了这一事实的发生，其中有人回答是历史原因，也有人回答是因为db2数据库产品好。当然，众多金融客户选择db2数据库产品，肯定是有各自的原因，历史原因也罢，功能强大、性能稳定也罢，肯定各有说词。不过我们可以想象一下，对于金融用户来说，每天所产生的数据都非常多，且复杂，而且这些数据都相当重要，来不到半点马虎。因此，他们在选择数据库产品的时候，自然是分外小心，不敢怠慢。另外，作为一家金融企业，在it上的预算肯定也比较充足，所以产品的价格自然不是他们担心的问题（当然，这只是一种猜测！）。这样再分析原因的时候，我们就把重点放在了db2数据库的性能和稳定性上。那么，究竟是不是了db2数据库的性能和稳定性导致了它在金融领域的应用如此广泛呢，我不得而知！针对这个db2数据库为何在金融领域应用如此广泛？的疑问，是一个值得我们思索的过程。但至于是什么真正的原因导致的，我这主题中就不详细聊了，因为我的答案都是来源于大家，只有有了大家的支持，这个答案才会日渐丰富，日渐完善。 db2的并发性、稳定性、扩展性这些都做得不错，金融行业很多业务是实时性交易很强的系统它们追求的是系统的稳定性，性能好，支持高并发、安全性高所以选择oracle、db2这类数据库等等主要是用db2 在用aix系统本身兼容性又好吧这样稳定性更强，而且db2 刚开始打开市场时是免费使用的在金融行业，大家知道数据量大，数据复杂，更新频繁，把大量而且关系复杂的数据进行整合，二次加工，做个决策分析，这些工作的前提都是要有一个稳定高效的数据库。ibm db2具有很好的安全性，数据可移植性，其他数据库数据可以移植过来，又善于处理关系复杂的数据，而且速度快，连接方式灵活，可通过 odbc、jbdc、网络服务、本地客户机或异步客户机接口来实现，总之，相对其他数据库db2具有明显的优势，正好符合银行的要求。金融行业使用 db2 可能是有其历史原因的，因为金融行业本身用 ibm 的主机就比较多：）还是听金融行业的兄弟们站出来说句吧大家好在金融行业中，我想大部分的业务系统使用的是db2，而绝大部分的经营分析系统用的是teradata，我所知道就有工行，建行，中行，光大，浦发，民生，邮政银行等等，ibm的产品一贯是安全性的代表，在银行交易数据极其重要的前提下，选择db2是一个不错的选择，同时，db2的大数据处理速度也仅次于teradata，另外很多银行的硬件选择了ibm的大机，自然ibm的软件产品也是他们考虑的重中之重，至于teradata，在成功实施了walmart，ebay等超大的数据仓库后，在入主中国也强势地拿下了近10省的移动的经分系统和移动集团公司的经分系统，同时又很成功的实施了上海证交所的dw，这些事实的确证明了他们是数据仓库行业的领导者，如果不缺钱，我相信选择teradata做构建edw是一个不错的选择！我认为主要有以下几点： 1、历史原因金融行业对于数据安全和系统可用性要求很高，因此，选用ibm主机的颇多。而db2最初就是建立在主机操作系统上的，毫无疑问，是与ibm主机配合最好的数据库产品，所以自然就会选择db2数据库。由于对db2比较熟悉，在开放式系统上也就选择了db2数据库。 2、ibm技术支持和售后服务做的很好，产品性价比较高根据我个人的亲身体验，ibm能够根据客户的需求进行电话或者现场技术支持，能够根据客户要求参与项目建设，与oracle相比，售后服务价格相对较低。 3、产品自身为用户提供了较多的监控和分析工具，便于用户自己进行问题诊断和性能优化

金融行业都用什么数据库

4，数据库的类型

ASP数据库类型DBFDBCMDBExcelSQLServer数据库是在计算机存储设备上按一定方式，合理组织并存储的相互有关联的数据的集合，是计算机技术和信息检索技术相结合的产物，是电子信息资源的主体，是信息检索系统的核心部分之一。按所提供的信息内容，数据库主要可分为参考数据库和源数据库。1．参考数据库主要存储一系列描述性信息内容，指引用户到另一信息源以获得完整的原始信息的一类数据库，主要包括书目数据库和指南数据库。（1）书目数据库存储描述如目录、题录、文摘等书目线索的数据库，又称二次文献信息数据库。如各种图书馆目录数据库、题录数据库和文摘数据库等属于此类，它的作用是为用户指出了获取原始信息的线索。图书馆目录数据库，又称机读目录，其数据内容详细，除描述标题、作者、出版项等书目信息外，还提供用户索取原始信息的馆藏信息。题录、文摘数据库描述的数据内容与印刷型的题录、文摘相似，它提供了论文信息或专利信息等确定的信息来源，供用户检索。（2）指南数据库存储描述关于机构、人物、产品、活动等对象的数据库。与其它数据库相比，指南数据库为用户提供的不仅仅是有关信息，还包括各种类型的实体，多采用名称进行检索。如存储生产与经营活动信息的机构名录数据库、存储人物信息的人物传记数据库、存储产品或商品信息的产品指南数据库、存储基金信息的基金数据库等属于此类，它的作用指引用户从其它有关信息源获取更详细的信息。2．源数据库主要存储全文、数值、结构式等信息，能直接提供原始信息或具体数据，用户不必再转查其它信息源的数据库。它主要包括全文数据库和数值数据库。（1）全文数据库存储原始信息全文或主要部分的一种源数据库。如期刊全文数据库、专利全文数据库、百科全书全文数据库，用户使用某一词汇或短语，便可直接检索出含有该词汇或短语的原始信息的全文。（2）数值数据库存储以数值表示信息为主的一种源数据库，和它类似的有文本-数值数据库。与书目数据库比较，数值数据库是对信息进行深加工的产物，可以直接提供所需的数据信息。如各种统计数据库、科学技术数据库等。数值数据库除了一般的检索功能外，还具有准确数据运算功能、数据分析功能、图形处理功能及对检索输出的数据进行排序和重新组织等方面的功能。4．2．2 数据库结构1．书目数据库的结构书目数据库是以文档形式组织一系列数据，这些数据被称为记录，一个记录又包含若干字段。（1）记录与字段记录是作为一个单位来处理有关数据的集合，是组成文档的基本数据单位。记录中所包含的若干字段，则是组成记录的基本数据单位。在书目数据库中，一个记录相当于一条题录或文摘，因此，一个记录通常由标题字段、作者字段、来源字段、文摘字段、主题词字段、分类号字段、语种字段等组成。在有些字段中，又包含多个子字段，子字段是字段的下级数据单位。如，主题词字段含有多个主题词。按照字段所代表记录的性质不同，字段通常分为基本字段和辅助字段两类。常见的字段名称及代码见表4-1。表4-1 字段名称及代码基本字段辅助字段字段名称字段代码字段名称字段代码标题 TI 记录号 DN文摘 AB 作者 AU叙词 DE 作者单位 CS标识词 ID 期刊名称 JN出版年 PY出版国 CO语种 LA（2）文档按一定结构组织的相关记录的集合。文档是书目数据库数据组织的基本形式，文档的组织方式与检索系统的硬件和软件功能密切相关。在书目数据库中，文档结构主要分为顺排文档和倒排文档。1）顺排文档记录按顺序存放，记录之间的逻辑顺序与物理顺序是一致的，相当于印刷型工具中文摘的排列顺序，是一种线形文档。顺排文档是构成数据库的主体部分，但其主题词等特征的标识呈无序状态，直接检索时，必须以完整的记录作为检索单元，从头至尾查询，检索时间长，实用性较差。2）倒排文档将顺排文档中各个记录中含有主题性质的字段（如主题词字段、标题字段、叙词字段等）和非主题性质字段（如作者字段、机构字段、来源字段等）分别提取出来，按某种顺序重新组织得到的一种文档。具有主题性质的倒排档，称基本索引档，非主题性质的倒排档，称辅助索引档。综上所述，顺排档和倒排档的主要区别是：顺排档以完整的记录为处理和检索单元，是主文档，倒排档以记录中的字段为处理和检索单元，是索引文档。计算机进行检索时，先进入倒排档查找有关信息的存取号，然后再进入顺排档按存取号查找记录。2.全文数据库的结构一般的全文数据库结构与书目数据库相似,全文数据库的一个记录就是一个全文文本，记录分成若干字段。其主文档是以顺排形式组织的文本文档,倒排档是对应于记录可检字段的索引文档。3.数值数据库的结构数值数据库的结构要综合考虑数据库的内容及检索目的，即，在内容上，数值数据库的主要内容是数值信息，但不排除含有必要的说明性的文本信息，在检索上，便于单项检索和综合检索，还能对数值进行准确数据运算、数据分析、图形处理及对检索输出的数据进行排序和重新组织。数值数据库的数据结构可以是单元式，也可以是表册形式。前者是对原始数据的模拟，后者则是对统计表格的机读模拟。数值数据库通常有多种文档，如顺排挡、倒排挡、索引文档等。顺排挡是由数值数据组成，为主文档，另有相应的索引文档，为便于存取，索引文档采用基本直接存取结构的组织形式。倒排挡也有相应的索引文档，索引文档采取分级组织形式。数值数据库的文档结构，使所有文档都可以用于检索，所有数据都可用来运算，构成了数值数据库的特点。4．指南数据库的结构指南数据库的结构兼有书目数据库、全文数据库和数值数据库的特点，有顺排档、倒排档、索引文档和数据字典。一般而言，对涉及主题领域较多，内容综合性较强的大型指南数据库，顺排挡（主文档）可采用多子文档的结构，对单一主题领域和内容较专的，则采用单一主文档和不定长、多字段的记录格式为宜。

模糊数据库指能够处理模糊数据的数据库。一般的数据库都是以二直逻辑和精确的数据工具为基础的，不能表示许多模糊不清的事情。随着模糊数学理论体系的建立，人们可以用数量来描述模糊事件并能进行模糊运算。这样就可以把不完全性、不确定性、模糊性引入数据库系统中，从而形成模糊数据库。模糊数据库研究主要有两方面，首先是如何在数据库中存放模糊数据；其次是定义各种运算建立模糊数据上的函数。模糊数的表示主要有模糊区间数、模糊中心数、模糊集合数和隶属函数等。统计数据库管理统计数据的数据库系统。这类数据库包含有大量的数据记录，但其目的是向用户提供各种统计汇总信息，而不是提供单个记录的信息。网状数据库处理以记录类型为结点的网状数据模型的数据库。处理方法是将网状结构分解成若干棵二级树结构，称为系。系类型是二个或二个以上的记录类型之间联系的一种描述。在一个系类型中，有一个记录类型处于主导地位，称为系主记录类型，其它称为成员记录类型。系主和成员之间的联系是一对多的联系。网状数据库的代表是dbtg系统。1969年美国的 codasyl组织提出了一份“dbtg报告”，以后，根据dbtg报告实现的系统一般称为dbtg系统。现有的网状数据库系统大都是采用dbtg方案的。dbtg系统是典型的三级结构体系：子模式、模式、存储模式。相应的数据定义语言分别称为子模式定义语言ssddl，模式定义语言sddl，设备介质控制语言dmcl。另外还有数据操纵语言dml。演绎数据库是指具有演绎推理能力的数据库。一般地，它用一个数据库管理系统和一个规则管理系统来实现。将推理用的事实数据存放在数据库中，称为外延数据库；用逻辑规则定义要导出的事实，称为内涵数据库。主要研究内容为，如何有效地计算逻辑规则推理。具体为：递归查询的优化、规则的一致性维护

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。