NoSQL、分布式、高性能数据库
     分类:数据库     有: 0 条评论

NoSQL、分布式、高性能数据库

     分类:数据库     有: 0 条评论

物联网数据库

TDengine

官网:https://www.taosdata.com/cn



关系型



NoSQL

YugaByte DB

YugaByte DB是一个高性能的分布式数据库,支持任意规模的多行、多个分片和多个节点上的完全分布式ACID事务。YugaByte DB的开放API层支持NoSQL(Cassandra QL&Redis)和SQL(PostgreSQL as Beta)API。

Github:https://github.com/YugaByte/yugabyte-db


FoundationDB

FoundationDB(苹果开源) 是“一个能在多集群服务器上存放大规模结构化数据的分布式数据库”。该数据库系统专注于高性能、高可扩展性和不错的容错能力。2015 年苹果公司收购了数据提供商 FoundationDB,目的是为了提升旗下 App Store、iTunes Connect、 iTunes 服务在云端的服务器技术。

github:github.com/apple/foundationdb
说明:https://apple.github.io/foundationdb/
python api:https://apple.github.io/foundationdb/api-python.html


Redis

官网:https://redis.io


SSDB

替代 Redis 数据库(SSDB官网):http://ssdb.io/zh_cn/

SSDB是面向硬盘的存储(一般用SSD),Redis是面向内存的存储(全内存)。

评测参考:http://www.ttlsa.com/redis/ssdb-redis-alternatives/
知乎对比:https://www.zhihu.com/question/40733101


NutsDB

NutsDB是纯Go语言编写一个简单、高性能、内嵌型、持久化的key-value数据库。

NutsDB支持ACID事务,所有的操作都在事务中执行,保证了数据的完整性。NutsDB从v0.2.0版本开始支持多种数据结构,如列表(list)、集合(set)、有序集合(sorted set)。

GitHub:https://github.com/xujiajun/nutsdb


KeyDB

KeyDB是Redis的高性能分支,专注于多线程、内存效率和高吞吐量。除了多线程之外,KeyDB还具有仅在Redis Enterprise中可用的功能,例如FLASH存储支持,以及一些Redis没有的功能,例如直接备份到AWS S3。

在相同的硬件上,KeyDB每秒执行的查询数量是Redis的两倍,延迟降低60%。

KeyDB与Redis协议、模块和脚本完全兼容,包括对事务的完全支持和脚本的原子执行。

github:https://github.com/JohnSully/KeyDB


HBase

HBase详细概述:https://blog.csdn.net/u010270403/article/details/51648462
Hbase技术详细学习笔记:https://www.jianshu.com/p/569106a3008f

官网配置文档:http://hbase.apache.org/book.html#_configuration_files
HBase默认配置:http://eclecl1314-163-com.iteye.com/blog/1474286

参考:
有态度的HBase/Spark/BigData:http://hbasefly.com


LevelDB

简介:https://juejin.im/post/5c22e049e51d45206d12568e

github:https://github.com/google/leveldb


RocksDB

github:https://github.com/facebook/rocksdb
RocksDB调研和研究:https://www.jianshu.com/c/07d742737909


TiDB

TiDB 是 PingCAP 公司设计的开源分布式 HTAP (Hybrid Transactional and Analytical Processing) 数据库,结合了传统的 RDBMS 和 NoSQL 的最佳特性。TiDB 兼容 MySQL,支持无限的水平扩展,具备强一致性和高可用性。TiDB 的目标是为 OLTP (Online Transactional Processing) 和 OLAP (Online Analytical Processing) 场景提供一站式的解决方案。

应用场景:大量数据,低延迟

官网:https://pingcap.com/
GitHub:https://github.com/pingcap/tidb
官方文档:https://pingcap.com/docs-cn/


(●゚ω゚●)