以前，只是介绍了一种数据库。

未来：会有很多种。

一、按照用途分类

1.1 三种

• 在线-事务处理
• 在线-分析处理

1.2 OLTP：事务处理

MySQL数据库，就是用来跑事务的。

现在，开发的大部分业务，都是此类。

• 经常是成千上万的用户，来访问

内心OS：

我印象中，数据库不就是干这活儿的吗？还有干其他活儿？

1.3 OLAP：分析处理

1.

• 专门大数据处理的，支持商业决策
• 分析语句：一个甚至有两百多行
• Hive，就是基于Hadoop的；GreenPlum是基于上面的PostgreSQL

2.

分析型的SQL语句：

在销售的数据中，筛选出某个产品每个月的销售排名，以及找出上一名的产品、下一名的产品。并对比与它们的差距：

三层的嵌套子查询、复杂的聚合等

3.

事务型的数据库，比如MySQL，能跑得了上述分析型的sql语句吗？

跑的了。

但是，很慢。

因为MySQL不擅长大数据量、大sql语句，而是擅长短小事务。

同理，分析型的数据库，跑高并发的短小事务，就不擅长。

术业有专攻：

可以完成功能，但是性能不好。

1.4 HTAP：混合

混合动力汽车：油电混合

既擅长短小高并发事务，有擅长大数据量的大sql语句。

二、按存储形式分类

2.1 三种

2.2 行存（最常用）：跑事务场景

比如行记录格式。

因为，平时的业务开发，就是一行一行的操作。

2.3 列存：跑分析场景

比如：

求所有人的平均年龄。

列存，更好用。直接把那一列拿出来即可。如果是行存，就必须全表扫描。

2.4 KV

非关系型数据库，只有键值对。

三、按架构分类

3.1 四种

3.2 Shared-Everything ：不用

右边：是电脑的三大件：CPU、内存、硬盘

这个数据库集群，就在这一台大的服务器上。即，在一个服务器上，起了很多的数据库节点。

3.3 Shared-Memory：共享内存

还是那一台大的服务器，分开了多个独立的CPU。可以拓展计算能力。

但是，内存、硬盘，还是公用的。

好处：CPU之间，可以用内存进行通信。

不足：存储没有扩展

场景：数据库用的少，但是超级计算机用的多。比如神威-太湖之光

3.4 Shared-Disk：共享硬盘（外存）

每个数据节点，有它自己的CPU、内存，这就可以称为一台独立的电脑或服务器。

场景：

• 比如阿里的PolarDB数据库
• 比如网吧：所有网吧的电脑都有CPU、内存，啥都有，就是没有硬盘。因为所有的电脑，都共享同一个大型的中央存储。

优点：统一管理、节约硬盘成本

3.5 Shared-Nothing：啥也不共享

最常见。不管是主从复制，还是分库分表，都是独立的电脑。

比如：我在自己的物理机上面，创建了三个虚拟机，各自独立。

啥都不共享，如果有数据交互，走网络。

四、小结