盘点3款黑马小众数据库:适合的才是最好的

大数据DT

共 2078字,需浏览 5分钟

 · 2021-02-09


导读:随着大数据时代的发展,诞生了一大批大数据时代下的新数据库产品,如今MongoDB、Redis、HBase这些NoSQL数据库已经成为了互联网开发的新标配,SQL一统江湖的时代不复存在了。


然而,如果你觉得只要学习了上边这几种NoSQL你就抓住了大数据时代的话,你可就大错特错了!大数据时代发展速度之快超乎你的想象,新的数据库产品仍然在不断诞生,一些快速兴起的小众数据库很有可能成为下一个MongoDB、HBase!为了不落后于时代,你还不抓紧时间了解一下?


数据叔给大家介绍几种适合不同场景的小众数据库。这些数据库尽管小众,但是在它们自身擅长的场景中却能够发挥出远大于大众数据库的作用。因此如果你的需求比较特殊,大众数据库产品无法很好的满足你,那么这些小众数据库没准更适合你。


来源:华章计算机(ID:hzbook_jsj)




01 ClickHouse


开源技术早已成为整个软件行业的基石和创新来源。开源技术的普惠性,有效降低了技术落地的门槛。ClickHouse正是一款在大数据实时分析领域为大数据OLAP而生的优秀开源软件。

由于ClickHouse具有卓越的分析性能、极好的线性伸展和扩容性以及丰富的功能等,近些年,越来越多的企业开始将它作为实时分析引擎来使用。无论是在大数据领域还是在DevOps领域,只要涉及在线分析场景,ClickHouse都能通过它那极致的性能占有一席之地。

ClickHouse开源时间虽短,但是增势迅猛。自2016年开源以来,ClickHouse一直保持着飞速的发展,是目前业界公认的OLAP数据库黑马,已在头条、阿里、腾讯、新浪、青云等众多公司得以应用。

▲ClickHouse流行趋势图


推荐语:这是一本可帮助读者深度理解并全面掌握ClickHouse运行原理并进行实践开发的工具书,涵盖了ClickHouse的时代背景、发展历程、核心概念、基础功能、运行原理、实践指导等多个维度的内容,尤其是在ClickHouse最核心的部分——MergeTree表引擎与分布式方面,书中对其实现原理和应用技巧进行了详细解读。


02 HBase


Apache HBase是基于Apache Hadoop构建的一个高可用、高性能、多版本的分布式NoSQL数据库,是Google BigTable的开源实现,通过在廉价服务器上搭建大规模结构化存储集群,提供海量数据高性能的随机读写能力。

HBase是目前非常热门的一款分布式KV(KeyValue,键值)数据库系统,无论是互联网行业还是其他传统IT行业都在大量使用。尤其是近几年随着国内大数据理念的普及,HBase凭借其高可靠、易扩展、高性能以及成熟的社区支持,受到越来越多企业的青睐。许多大数据系统都将HBase作为底层数据存储服务,例如Kylin、OpenTSDB等。


推荐语:本书系统介绍HBase基本原理与运行机制,融入了作者多年的开发经验与实践技巧。


03 InfluxDB


时序型数据库是存放时序数据的专用型数据库,并且支持时序数据的快速写入、持久化、多纬度的实时聚合运算等功能。传统数据库通常记录数据的当前值,时序型数据库则记录所有的历史数据,在处理当前时序数据时又要不断接收新的时序数据,同时时序数据的查询也总是以时间为基础查询条件。

InfluxDB是一个由InfluxData公司开发的开源时序型数据库,直接推动监控技术进入了实时、纳秒级的新时代,除了类SQL查询语言、RESTful API等现代特性外,还具有读写性能高、存储压缩率高、生态丰富、功能强大等特性。

InfluxDB专注于海量时序数据的高性能读、高性能写、高效存储与实时分析,在DB-Engines Ranking时序型数据库排行榜上位列榜首,广泛应用于DevOps监控、IoT监控、实时分析等场景。

▲DB-Engines Ranking时序型数据库2021年1月排行榜


推荐语:腾讯资深架构师、InfluxDB技术专家韩健基于DB-Engines排名第一的时序数据库,打造千亿级大数据监控平台经验总结。从功能使用、生态、源码分析3个维度全面讲解InfluxDB。


划重点👇


干货直达👇



更多精彩👇

在公众号对话框输入以下关键词
查看更多优质内容!

PPT | 读书 | 书单 | 硬核 | 干货 | 讲明白 | 神操作
大数据 | 云计算 | 数据库 | Python | 可视化
AI | 人工智能 | 机器学习 | 深度学习 | NLP
5G | 中台 | 用户画像 1024 | 数学 | 算法 数字孪生

据统计,99%的大咖都完成了这个神操作
👇


浏览 2
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报