回顾2017年有趣的新发行的数据库

回顾2017年有趣的新发行的数据库

概要：数据库世界并不是每周都有让人不可思议的新闻，但在一年的时间里，我还是惊讶地发现，我们看到了很多新事物，以及该领域坚持不懈地发展。

作为 Database Weekly 的编辑(Database Weekly 是一份关于数据库和数据存储世界新内容的每周时事资讯)，我喜欢在新的数据库系统中闲逛，看看在未来的几十年里，哪些想法可能会影响到日常的开发人员。

数据库世界并不是每周都有让人不可思议的新闻，但在一年的时间里，我还是惊讶地发现，我们看到了很多新事物，以及该领域坚持不懈地发展。2017 年也不例外，所以我想回顾一下一些有趣的新发行版，包括一个事务性图表数据库，一个可复制的地理多模型数据库，以及一个新的高性能键/值存储数据库。

其中一个令人兴奋的新扩展源于 ***，Timescale 基于 Apache 2.0 的许可，它是由一个名为 PhD-packed 的机构支持启动的。

Timescale 通过自动分区为 Postgres 添加时间序列存储功能，但是却包含在寻常的 Postgres 界面和工具中。 查询是使用常规的 SQL 对“提供与时间序列数据的接口” 的 “hypertable” 进行的。

Microsoft Azure Cosmos DB  — 微软的多模式数据库

Cosmos DB 本质上是 Azure 的旧的 DocumentDB 的品牌重塑和重新构建，但是它很容易实现将全球分布式数据跟 Azure 的多样数据中心交叉。全球分布是 Cosmos DB 的杀手锏，并且它可以将数据库请求路由到包含数据的最近区域，而不需要更改配置。

Cloud Spanner  —  Google 全球分布式关系数据库

Google 的 Cloud Spanner 已经工作了很长一段时间了，起初是在 2012 年一篇非常有趣的学术论文中公开阐释的(虽然开发始于 2007 年)。最初的开发是因为 Google 需要一个全球化分布式的高可用性存储系统，但其现在也向公众开放。

谷歌认识到，使 Cloud Spanner 适合其自身用途的功能对企业也很有吸引力，因此它承诺 99.999% 的可用性、无计划停机时间和“企业级”安全性。

Cloud Spanner 支持 ANSI 2011 SQL ，为已熟悉关系数据库概念的开发人员提供了经过战斗级测试的高可用性水平扩展的关系数据库。

Neptune  —  Amazon 的全面管理图形数据库服务

Microsoft 和 Google 我们都已经讲到了, 所以怎么能漏了 Amazon 呢? 这是另外一个受限于特定云服务的数据库, Amazon 在最近召开的 re:Invent 大会上展示了 Neptune 的预览。

Neptune 支持用两种标准来对你的图形库进行查询, 一个是得到越来越多的支持的 Gremlin 的“黄金”标准，还有就是 SPARQL (你的图形会被当作是一个 RDF )。

YugaByte 今年因其“隐形模式”脱颖而出，它提供了一个支持 SQL 和 NoSQL 操作模式的数据库。目的是在云中直接使用，充当对容器的有状态补充。

YugaByte 使用 C ++ 构建并开源，支持 *** 查询语言(CQL)以及 Redis 协议。 对 *** 协议的支持正在进行中，Spark 应用可在上面运行。

Peloton  —  一个自驱动的 SQL DBMS

“自驱动”数据库背后的想法是，DBMS 可以自主操作和调整自身。它可以预测工作负载的趋势，并据此做好准备，而无需 DBA 或操作员掌控。

也许毫不奇怪的是，Peloton 源于一个学术项目(特别是来自卡内基梅隆大学)，其创建者之一写了一篇关于为什么它被创建的系列文章。它已经开发好几年了，但在 2017 年变得更加开放。

JanusGraph 是一个实用的、随时可用的数据库，其中包含大量的集成，并且建立在 TitanDB 的坚实基础之上。它针对可扩展性、存储及查询巨大图形数据库做了优化，同时支持事务和大量并发用户。

它可以使用 ***、***、Google Cloud Bigtable 和 BerkeleyDB 作为存储后端，并且可以与 Spark、Giraph 和 Hadoop 直接整合。它甚至支持与 ***、Solr 或 Lucene 集成的全文和地理位置检索。

Aurora Serverless  — AWS 上即时可伸缩，“即付即用”的关系型数据库

另一个来自 Amazo re:Invent 会议的公告是他们成功的 Aurora 数据库服务的无服务器版本，Aurora Serverless。

它目前仅是预览版，但承诺在 2018 年会有重大进展。

TileDB  — 用于存储大密度及稀疏矩阵数组

它支持许多压缩机制(如 gzip、lz4、Blosc 和 RLE )和存储后端(如 GFS、S3 和 HDFS )。

Memgraph  —  一个高性能、可内存驻留的图形数据库

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。