👀 数据库分类
- 数据库分类对比
- ACID 规则
- CAP 原理
🦩 关系型数据库
- 🦈 MySQL
- 🐬 MariaDB
- 🐋 Percona Server
🦉 NoSQL 数据库
- 键值(Key-Value)存储数据库
- 🐝 Redis
- 🦗 RocksDB
- 列存储数据库
- 🦕 Cassandra
- 文档型数据库
- 🦜 CouchDB
- 🦢 MongoDb
🦊 NewSQL 数据库
- SQL 引擎
- 🦅 TokuDB
- 分布式数据库
- 🐪 TiDB
- 🐐 MemDB
- 🐫 Oceanbase
数据库分类对比
ACID 规则
- 原子性（ A ）
一个事务的所有系列操作步骤被看成一个动作，所有的步骤要么全部完成，要么一个也不会完成。如果在事务过程中发生错误，则会回滚到事务开始前的状态，将要被改变的数据库记录不会被改变。
- 一致性（ C ）
一致性是指在事务开始之前和事务结束以后，数据库的完整性约束没有被破坏，即数据库事务不能破坏关系数据的完整性及业务逻辑上的一致性。
- 隔离性（ I ）
主要用于实现并发控制，隔离能够确保并发执行的事务按顺序一个接一个地执行。通过隔离，一个未完成事务不会影响另外一个未完成事务。
- 持久性（ D ）
一旦一个事务被提交，它应该持久保存，不会因为与其他操作冲突而取消这个事务。
CAP 原理
- Consistency(一致性)： 数据一致更新，所有数据变动都是同步的
- Availability(可用性)： 好的响应性能
- Partition tolerance(分区耐受性)： 可靠性
举例来说在高可用的网站架构中，对于数据基础提出了以下的要求：
- 分区耐受性
保证数据可持久存储，在各种情况下都不会出现数据丢失的问题。为了实现数据的持久性，不但需要在写入的时候保证数据能够持久存储，还需要能够将数据备份一个或多个副本，存放在不同的物理设备上，防止某个存储设备发生故障时，数据不会丢失。
- 数据一致性
在数据有多份副本的情况下，如果网络、服务器、软件出现了故障，会导致部分副本写入失败。这就造成了多个副本之间的数据不一致，数据内容冲突。
- 数据可用性
多个副本分别存储于不同的物理设备的情况下，如果某个设备损坏，就需要从另一个数据存储设备上访问数据。如果这个过程不能很快完成，或者在完成的过程中需要停止终端用户访问数据，那么在切换存储设备的这段时间内，数据就是不可访问的。
————————————————
版权声明：本文为CSDN博主「linux地平线」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_42142260/article/details/120211565
