增廣見聞 - 資料庫引擎排行榜前 20 名盤點

我過去的資料庫經驗以 RDBMS (關聯式資料庫)為主，近年來常聽到 NoSQL 但都沒實際碰過，直到年初試玩 Redis才踏出第一步，查找資料過程發現一堆沒看過的資料庫名字，為了怕被笑沒見過世面，決定來認識市場上的主流資料庫。

想了解當今的主流資料庫引擎，DB Engines Ranking 應是最權威的參考來源。

DB-Engines 排名的依據是「受歡迎程度/流行度」(Popularity) (非市佔率)，其計算資料來源如下：參考

• 網站上提及次數：以 Google / Bing 查詢結果數量來衡量
• 網友感興趣程度：以 Google Trends 中的搜索頻率為準
• 技術討論頻率：採計 Stack Overflow 和 DBA Stack Exchange 相關問題數量和感興趣用戶數量
• 相關工作機會數量：計算求職搜索引擎 Indeed 和 Simply Hired 上的工作機會
• 在 LinkedIn 個人檔案被提到次數
• 提及的 Twitter 推文數量

之後會進行一些標準化及平均計算，以量化流行度，當系統 A 的值是系統 B 的兩倍，則代表平均各評估標準時相等於兩倍流行。

DB-Engines 排名並不衡量系統的安裝數量或在 IT 系統的使用情況，但基於「在討論或職務說明愈常被提及，可預期未來該系統使用愈普遍」，故 DB-Engines 排名可視為一種早期指標。

2023/02 的資料庫排名如下：

圖片來源

來認識前 20 名：

前三名 Oracle、MySQL、MSSQL 積分遙遙領先，大家也都耳熟能詳，這裡就不介紹了。

第四名 PostgreSQL (發音是 post-gress-Q-L) 跟 MySQL 一樣是開源，二者常被拿來比較。我自己的感覺，PostgreSQL 之於 MySQL，就像 Debian 之於 Ubuntu。前者偏向開發社群推動，標榜自由軟體精神；後者有商業公司支援，有免費的社群版及付費的商業授權版本。(註：免費未必是優點，在企業實務中，付錢完全不是問題，出包時有廠商出來坦才是重點) PostgreSQL 在功能上更先進，依循 SQL 標準，較易移轉到其他資料庫。MySQL 較輕巧易用、社群資源豐富。

第五名 MongoDB 是文件導向的 NoSQL 資料庫，資料以類似 JSON 的文件格式保存，為 NoSQL 資料庫之首。

第六名 Redis 是以 Key/Value 形式儲存資料的 NoSQL 資料庫，資料都存在記憶體，快是它最大的特色與優勢，不適合長期保存資料，最常用於快取。

第七名 IBM DB2 是歷史悠久的老牌資料庫，二十多年前我剛出社會跟它打過交道，不過十幾年沒再聽人提起它，居然還在前七名讓我頗驚訝。

第八名 Elasticsearch 是 ELK 日誌中心化解決方案的開源資料庫，偏向全文搜尋引擎，一般會用在 Log 蒐集查詢，不太會當成應用程式的資料庫來源。

第九名 SQLite 是全球安裝數量最多的資料庫，背後有段奇妙的故事： FB 貼文

SQLite 是世上使用最普遍的資料庫(手機、飛機、太空... 無所不在)，是 Dwayne Richard Hipp (DRH) 為奧斯卡·奧斯汀號驅逐艦(DDG-79 Oscar Austin)開發軟體時的副產品，當時因為對 Informix 資料庫不滿意，乾脆自己寫一套。
先寫了 Byte Code 引擎、再寫了 Compiler 將 SQL 指令轉成 Byte Code，SQLite 誕生~ 丟上 Internet 後迅速被 Motorola、AOL、Nokia、Mozilla、Android 採用。 有趣的是 DDG 79 最後並沒有採用 SQLite，因為客戶想要 Informix。(OS: 花大錢但出包時有廠商可以罵，無價!)
身為常常在造輪子的人，DRH 的這段註腳讓我咀嚼再三：
這是個瘋狂的點子，我要自己寫個資料庫引擎而不是裝個資料庫，如果你去徵詢專家的看法，他們會說「不可能，不會成功的，別傻了」
所幸，我不認識任何專家，所以我還是幹了，結果事情就變成這樣。我想，也許不要什麼都聽專家的意見，做你覺得合理的事，解決你的問題就對了。
不過，如果當初就知道這有多困難，我應該不會自已寫。

第十名 Microsoft Access，與其說是資料庫，感覺更像 Office 軟體的一員。記憶中二十幾年前是小型資料庫應用的優先選項之一，甚至能當 ASP 網站的資料來源。我一樣很久沒聽到它的消息了，但它可能還散佈在辦公室角落，是許多助理妹妹小祕書們不可或缺的好夥伴。

第 11 名 Snowflake，是一個 SaaS 的資料庫平台，這幾年快速竄起。

第 12 名 Cassandra (社群常簡稱為 C*)，為開源式分散 NoSQL 資料庫，採用 Wide Column 模型，每列資料由 Row Key 唯一標識，最多可以有 20 億個欄，每欄有其 Column Key 標識，可理解為個二維 Key-Value 儲存體 (<key1, map<key2,value>>)。

第 13 名 MariaDB 是 MySQL 的 Fork 版本，由 MySQL 原始開發者帶領社群開發，有商業支援，與 MySQL 高度相容，但堅持 GNU GPL 開源精神，旨在防止 MySQL 在 Oracle 收購後走向封閉。

第 14 名 Splunk 常用於 SIEM、日誌管理... 等機器資料的蒐集與整理，跟 Elasticsearch 的定位有點像，偏向搜尋引擎。

第 15 名 Amazon DynamoDB 是 AWS 的全受管、無伺服器、鍵值 NoSQL 資料庫。

第 16 名 Azure SQL Database 是微軟的 PaaS 雲端資料庫，與 SQL Server 完全相容，程式換連線字串便能改接。好處是擴充容易，費用彈性。(延伸閱讀：Azure 成本管理 03 - SQL Database 費用解析和選擇定價層 by 黯雲端記事錄)

第 17 名 Hive 是基於 Hadoop 的資料倉儲工具，離我有點遠，跳過。

第 18 名 Teradata 一樣是大數據、資料倉儲，我再跳。

第 19 名 Databricks 還是巨量資料、資料湖、大數據類，我繼續跳。

第 20 名 Neo4j 是一種 Graph Database，不同於 RDBMS，用節點跟關係組織資料。在社交網路圖譜、企業網路圖譜、反洗錢/反詐欺多維關聯分析等應用情場下特別吃香。

整理完畢，稍微緩解一些資訊焦慮，哈!