在装FoundationDB的时候，感觉数据库的名字后缀有些意思，做了一个大胆的假设：一般叫xxxSQL的是SQL数据库，而一般叫xxxDB、xxxBase、xxxStore的都是NoSQL数据库。到DBEngine穷尽了数据库列表（不含个性化的商标，如GreenPlum、Vertica等）加以求证，发现规律并不那么成立。在研究这些名字的时候，注意到DBEngine并不完整，少了一些国内厂家和新产品（含开源软件），后面一并列入我知道的一些产品和开源软件，同时DBEngine中还记录了一些已经Close的无用数据库项目。
更为重要的是，发现在自己在一线拼杀的这几年间，数据库领域，特别是技术领域，发生了一些新的变化，总结为10条，记录在这里。今天正好是集团技术工作会，谨以此文向技术工作会献礼:-)
历年写了一大批数据库和大数据的文章，但是还没有全部迁移到新的博客平台，大家可以关注这个链接：分类：大数据和数据库，我会持续更新
一、多值数据库系统（MultiValue DB）
在关系模型之外，一直存在着一个多值数据模型（MultiValue），最早是TRW 1965年为美国军方开发的Dick Pick系统，这个系统允许一行的某个列中保存多个数据，而查询语言可以对这个多值列进行操作。这种数据库的出现扰乱了传统关系数据库，因此有人说多值数据库是下一代数据库，也有人说是前一代数据库。直到NoSQL概念横空出世，大家发现，多值数据库其实是一种NoSQL数据库，想想HBase里面的列族概念，想想文档数据库里面的多级属性，都是非常类似的。由于没有标准支持，多值数据库支持或者不支持SQL 的都有。MV数据库原则上不算新型的数据库，但是产品应用场景慢慢增加了，也有一些新产品出现。多值数据库非常适合于存储和访问1：N的关系。
目前主要的多值数据库是：jBase、U2、OpenInsight、OpenQM、Reality、Cache、Pick OS、MVNO、Zeobase、SciDB、Adabas、Model204、D3、OpenInsight、RasdaMan
二、多模型数据库系统（MultiModel DB）
多值数据库一般多数和SQL数据库有些关系，多模型数据库（Multi-Model Database）则和NoSQL的关系更大。NoSQL概念2009年横空出世的时候，我正在和HBase互相厮杀，记得2009年完成了HBase的多Master实现。NoSQL由于没有形成标准API，路子也非常野蛮，最后形成了Graph、KV、Doc、Col等多种模型，分别对应了一些没有标准的API。先让你们高兴几年，估计再等几年，ISO就会跳出来一统天下了。于是就出现了多模型数据库，这个一般是平台厂家提供的，他们希望用一种底层设计（甚至可以是关系模型），对应上层多种实现。是不是很类似Ceph呢！
目前至少有33种多模型数据库，包括：AmazonDynamoDB，MicrosoftAzureCosmosDB，MarkLogic，DatastaxEnterprise，OrientDB，ArangoDB，Ignite，Kdb+，ApacheDrill，OracleBerkeleyDB，Caché，Virtuoso，AmazonNeptune，AllegroGraph，MapR-DB，Stardog，CrateDB，GraphDB，GraphEngine，Sqrrl，AlaSQL，eXtremeDB，c-treeACE，Blazegraph，VelocityDB，AgensGraph，GRAKN.AI，GlobalsDB，AtosStandardCommonRepository，CortexDB，LeanXcale，OrigoDB，searchxml。真的只能说，你开心就好了。
三、云数据库（Cloud DB）
随着公有云的兴起，云上的数据库也从简单的DB over VM or Container演变成更为原生的Cloud DB，这其中以AWS、Google、Azure、Alibaba、IBM相对比较领先，一般这类云化数据库都提供了多租户、快速部署、利用硬件保障性能等技术（参见2011年的一篇文章：XaaS的背后：哪些IT能力适合作为集中的云计算服务？，其中指出RDS不适合Over VM，这个局面直到Aurora出现才有变化），AWS的Aurora、Alibaba的PoleDB还将数据库复制在存储层辅助实现，从而进一步提升效率。
其中，IBM的dashDB以前没有引起我的关注，最近看了一下，感觉IBM还是很有技术底蕴的，但是商业模式太慢了
四、全球云数据库系统（Global Cloud DB）
云化数据库中，有一种特殊的数据库，适用于全球多数据中心统一部署的数据库，其中的开创者就是Google Spanner。在Google发布Spanner之后，开源社区也出现了几个模仿者，两个能看到的是CockroachDB和NuoDB，这种数据库的特点是，支持数据在全球范围内同步，这需要和底层的云计算平台相匹配，比如AWS的Region和Zone的概念。这种数据库可以部署在公有云中，设置好数据在不同Region或者Zone的同步策略，这样，数据库应用就不需要知道底层数据库的分布情况，当成本地数据库那样使用数据即可，这种方式利用云平台的分布式特点，提升了数据可靠性。同时，目前各国政府对数据有管辖权设置，这种数据库也可以实现这种能力。
CrDB基于Facebook的RocksDB，封装了PostgreSQL的协议，除了JSON等一些特性之外（2018年支持），CrDB兼容PG的SQL语法，记得CrDB 1.0是开源的，最近一看，2.0闭源了。
目前有几种全球云数据库：Spanner、CosmosDB、CockroachDB、NuoDB、TiDB（自称是Spanner Clone，但还没有跨地域设计）
五、移动/前端数据库（Mobile DB）
在应用为王、物联网高速发展的时代，数据库的开发者开始关注更为小型的数据库，用于JS或者移动开发，这个倒是给原先做小型嵌入式数据库（不仅嵌入式设备，还有和应用一起打包交付的“嵌入式”）的厂家提供了机会。
除了传统的SQLite、BerkeleyDB、HSQLDB等老牌嵌入式DB之外，目前有的例子很多：LevelDB、HFSQL、MimerSQL、FireBase、LiteDB、iBoxDB、JasDB、AlaSQL、SQLBase、ExtremeDB等一大批。此外，还有2款IoT数据库，包括HarperDB、GridDB，有空也要看看，何为IoT数据库呢？
六、商业化SQL Over Hadoop（Commercial SoH）
Hadoop的可伸缩性优势结合SQL之后出现了SQL Over Hadoop（SoH）大潮，直到现在也没有减弱，形成了大量的开源系统，包括Hive/Tez、SparkSQL、Impala、PrestoDB、HAWQ等。原先没有关注到商业化的SoH，发现除了国内中移软件的HugeTable、星环Inceptor之外，还真有其他几种，包括JethroData、MammothDB、EsgynDB、HAWQ++，好像南大通用的UP也与此有些关系
七、GPU数据库（GPU DB）
少数分析型数据库开始使用GPU等专用硬件，此前有Netezza、XtremeDB，现在则出现了SQream DB、MapD等系统。这种利用硬件加速的思路，可以在性能上超越Actian的VectorWise和IBM的BLU技术，但是要想把所有的SQL都用GPU优化，也是一项工程浩大的工作，但是可以从部分领域先行切入，比如移动内部的某几项业务:-)
八、RDF数据库（RDF DB）
AI在NLP领域的发展导致出现更多的RDF数据库，多数都是KV或者图数据库改造的，目前一共有12种的样子，包括Jena，Algebraix，Redland，RDF4J，RedStore，Mulgara，BrightstarDB，4store，CubicWeb，Dydra，Strabon，SparkleDB，有兴趣的同志下载研究。
九、时序数据库（Time Series DB）
大规模云计算和大数据系统的发展，给时序数据库（TSDB）创造了大好时机，这种数据库可以保存海量的监控数据，对于一个1000台物理机的集群来说，很容易就形成1-2万台虚拟机，如果每10秒采集一次监控数据，每条监控数据包含10个指标，则每秒就要达到1-2万QPS，这个规模不是普通数据库可以扛得住的。
目前至少有20种TSDB，包括InfluxDB，RRDtool，Graphite，OpenTSDB，Druid，Prometheus，KairosDB，RiakTS，HawkularMetrics，Blueflood，Machbase，SiriDB，Axibase，TimescaleDB，TempoIQ，Warp10，Heroic，IRONdb，Newts，SiteWhere，Yanza等，最近有团队开始关注Graphite这个数据库，后面要研究一下，没准Outperform All the Rest！！
十、国内数据库团队的崛起
除了传统的人大金仓（KingBase）、达梦、南大通用（GBase）、华为等数据库团队之外，阿里巴巴（Cloud DB）、浪潮（K-DB）、巨杉（Sequoiadb）、PingCap（TiDB）、中国移动苏州研发中心（BC-RDB）、星环（TransWarp）也都自主研发、代码收购或者在开源软件的基础上，推出了自己的数据库，其中浪潮、阿里巴巴、巨杉、Pingcap等数据库系统已经被DBEngine收录，虽然排名还比较靠后，但是这已经是一个巨大的进步了。其中浪潮的K-DB来自韩国的Tibero数据库源代码。此外，据我所知，一些集成商，包括亚信、思特奇也都有自己的定制化数据库。
不过，国内数据库团队普遍有个贪多求全的问题，一个厂家会出品大量的数据库、大数据产品，这个一方面说明开源软件多，另外一方面说明国内数据库市场竞争比较混乱。
表1：名字有SQL的关系数据库
| # | 数据库 | 厂家 | 特征 |
| 1 | MySQL | Oracle | |
| 2 | PostgreSQL | PostgreSQL | |
| 3 | MemSQL | MemSQL | Mem |
| 4 | SQLite | Emb | |
| 5 | Azure SQL database | MS | Cloud |
| 6 | Big Query | Cloud | |
| 7 | Spark SQL | Apache | SoH |
| 8 | MS SQL Server | MS | |
| 9 | Azure SQL Data Warehouse | MS | Cloud |
| 10 | SAP SQL Anywhere | SAP | |
| 11 | HyperSQL | HyperSQL | Emb/Mem |
| 12 | mSQL | Hughes | Emb |
| 13 | SQLBase | OpenText | Emb |
| 14 | NoStop SQL | HPE | |
| 15 | HFSQL | PC Soft | Mob |
| 16 | Mimer SQL | Mimer | Mob |
| 17 | AlaSQL | AlaSQL | JS |
| 18 | Actian PSQL | Actian | Emb |
| 19 | WebScaleSQL | Ali/FB/Google | Distrib |
| 20 | SmallSQL | SmallSQL | Desktop |
| 21 | DaggerDB | DaggerDB | .NET |
表2：名字例外的SQL数据库（xxxDB、xxxData、xxxBase）
| # | 数据库 | 厂家 | 特征 |
| 1 | Teradata | Teradata | MPP |
| 2 | MariaDB | MariaDB/MySQL | |
| 3 | EssBase | Oracle/Hyperion | OLAP |
| 4 | InterBase | Embarcadero | |
| 5 | K-DB | Inspur K1/Tibero | |
| 6 | MonetDB | MonetDB | Col |
| 7 | EnterpriseDB | EnterpriseDB/PG | |
| 8 | dashDB | IBM | Cloud/Mem |
| 9 | CockroachDB | Cockroach Labs/Rocks | Scale |
| 10 | PrestoDB | SoH | |
| 11 | 1010Data | 1010Data | Col |
| 12 | Altibase | Altibase | Mem |
| 13 | NuoDB | NuoDB | Scale |
| 14 | solidDB | UniCOM/IBM | Mem |
| 15 | InfiniDB | Col | |
| 16 | OpenBase | OpenBase | |
| 17 | TiDB | PingCap | NewSQL |
| 18 | ExtremeDB | McObject | Emb/Mem |
| 19 | FrontBase | Frontbase | |
| 20 | SQream DB | SQream | Col/GPU |
| 21 | ElevateDB | Elevate | Emb |
| 22 | LucidDB | LUCIDDB | Col |
| 23 | NexusDB | Nexus/Embarcadero | |
| 24 | VistaDB | VistaDB | Emb |
| 25 | SciDB | Paradigm4 | MV |
| 26 | CrateDB | Crate | RT |
| 27 | XtremeData | XtremeData | OLAP |
| 28 | EsgynDB | Esgyn/HP | SoH |
| 29 | ActorDB | ActorDB | Distrib |
| 30 | PipeLineDB | Pipeline/PG | Stream |
| 31 | Ali Cloud HybridDB | Ali/GreenPlum | MPP |
| 32 | JustOneDB | JustOne | MPP |
| 33 | JethroData | JethroData | SoH |
| 34 | MammothDB | MariaDB | SoH |
| 35 | DBInsight | DBInsight | SE |
| 36 | Sequoiadb | Sequoiadb | MM |
| 37 | GBase 系列 | GBase | |
| 38 | DM7 | 达梦 / PG | |
| 39 | KingBase 系列 | 人大金仓 | |
| 40 | BC-RDB 系列 | 中移软件 |
表3：各种NoSQL数据库（xxxDB、xxxBase、xxxData）
| # | 数据库 | 厂家 | 特征 |
| 1 | FoundationDB | Apple | MM |
| 2 | BerkeleyDB | Oracle | KV/Emb |
| 3 | MongoDB | MongoDB | Doc |
| 4 | LevelDB | LV | |
| 5 | DynamoDB | AWS | Cloud |
| 6 | CouchBase | Couchbase | KV/Mem |
| 7 | CouchDB | Apache | Doc |
| 8 | Azure Cosmos DB System | MS | Cloud |
| 9 | InfluxDB | InfluxData | tsdb |
| 10 | dBase | dBase | kv |
| 11 | Firebase | Mob | |
| 12 | OrientDB | OrientDB | MM |
| 13 | RethinkDB | Linux Foundation | Doc |
| 14 | Oracle NoSQL | Oracle | KV |
| 15 | HBase | Apache | KV |
| 16 | PouchDB | Apache | JS |
| 17 | SimpleDB | AWS | Cloud |
| 18 | OpenTSDB | Yahoo/HBase | tsdb |
| 19 | RocksDB | KV | |
| 20 | VoltDB | VoltDB(存储过程) | Mem |
| 21 | BaseX | BaseX | XML |
| 22 | R:Base | RBase | KV |
| 23 | ZODB | ZODB | Obj |
| 24 | ObjectDB | ObjectDB | Obj |
| 25 | BoltDB | Ben Johnson | Emb |
| 26 | ObjectivityDB | Objectivity | Obj |
| 27 | LiteDB | LiteDB | Mob |
| 28 | ScyllaDB | Scylla/Cassandra | KV |
| 29 | MapDB | Apache | Emb |
| 30 | KairosDB | KairosDB | tsdb |
| 31 | GraphDB | OntoText | RDF |
| 32 | HyperGraphDB | HyperGraphDB | RDF |
| 33 | BigChainDB | BigChainDB | |
| 34 | STSdb | STS | .NET |
| 35 | FlockDB | Gra | |
| 36 | BrightStarDB | BrightStarDB | RDF |
| 37 | SiaqoDB | SiaqoDB | Obj |
| 38 | RedStore | Aelius | RDF |
| 39 | FaunaDB | Fauna | Doc |
| 40 | 4Store | 4Store | RDF |
| 41 | EJDB | Softmotions | Doc |
| 42 | GridDB | Toshiba | IoT |
| 43 | RaptorDB | Raptor | Doc |
| 44 | VelocityDB | Mats Persson | Obj |
| 45 | MachBase | MachBase | tsdb |
| 46 | WakandaDB | Wakanda SAS | Obj |
| 47 | DensoDB | DensoDB | Doc |
| 48 | NosDB | NosDB | Obj |
| 49 | BangDB | IQLECT | Emb |
| 50 | SiriDB | Transceptor | tsdb |
| 51 | QuasarDB | QuasarDB | tsdb |
| 52 | FleetDB | FleetDB | Doc |
| 53 | TimeScaleDB | TimeScale/PG | tsdb |
| 54 | UpscaleDB | UpscaleDB(>LvlDB) | KV |
| 55 | SenseiDB | SenseiDB | Doc |
| 56 | LedisDB | LedisDB | |
| 57 | InfinityDB | Boiler Bay | Java Emb |
| 58 | Graphbase | Graphbase | Gra |
| 59 | GlobalsDB | GlobalsDB | Doc/Gra |
| 60 | WhiteDB | WhiteDB | Mem |
| 61 | HGraphDB | HGraph/HBase | Gra |
| 62 | CodernityDB | Codernity | KV |
| 63 | iBoxDB | iBox | Doc/Mob |
| 64 | HarperDB | HarperDB/NodeJs | Doc/Iot |
| 65 | SisoDB | SisoDB | Doc |
| 66 | Ali Cloud Table Store | Ali | KV |
| 67 | BergDB | BergDB | KV |
| 68 | CortexDB | Cortex | KV |
| 69 | DjonDB | DjonDB | Doc |
| 70 | HyperLevelDB | Hyperdex/LvlDB | KV |
| 71 | JasDB | JasDB | KV/Mob |
| 72 | OrigoDB | Robert Friberg | Doc/Mem |
| 73 | SparkleDB | Syssurge | RDF/Mem |
| 74 | SwayDB | Simer Plaha | KV/Mem |
| 75 | TerarkDB | TeraK/RocksDB | KV/Zip |
| 76 | ToroDB | 8Kdata/Mongo+PG | KV |
| jBase | Zumasys | MV |
相关文章分类：
http://www.brofive.net/?cat=119
相关信息：
https://en.wikipedia.org/wiki/MultiValue
https://en.wikipedia.org/wiki/Multi-model_database
《数据库领域的10个新动向》有2个想法