艾銻無限告訴你：SQL Server 和 Oracle 以及 MySQL 有哪些區別

2020-03-11 20:11 作者：admin 瀏覽量：

 
在過去的一個多月,中國是世界最大的疫情受災區,受感染的人數和死亡人數是2003年非典的10多倍,這個數據讓全世界震驚,但好在中國的領導者當即立刻,做出了ALL IN的行動,全力以赴的處理這一件事,當舉國上下,所有人的意識,焦點,能量全都聚焦處理這一件事的時候,很快這種靠空氣就能傳播的新型冠狀病毒得到了很好的控制.
 
近期中國受感染的人數在持續下降,很多地區連續數日新增為零,但萬萬沒想到中國鄰近的一些國家有些人被感染,同時這些國家的領導人沒有能快速反應,導致這幾天在世界迅速的傳播開來,從幾個人擴展到了近萬人的規模,本來只有一兩個國家,但因為人數短時間的增長和流動,現在已經在34個國家和地區傳播開來,這將導致整個世界的經濟降速和減緩,美國硅谷的全球最著名的互聯網公司全部放假在家辦公, 好萊塢的電影業也全部暫停,還有更多的行業在陸陸續續的停止中,這場全球性的疫情將會為世界的經濟帶來巨大的挑戰.
中國從剛開始的疫情輸出國將很快變成疫情的輸入國,所以我們接下來面臨的是更多的封閉性的政策,不然疫情就很難被徹底的控制,前幾天北京新增長的幾個人全是從國外回來的,如果每個國家都開始封閉,都開始停止商業的運作,經濟就會快速下滑,當世界的經濟受到嚴重影響時,中國作為世界第二大經濟體,自然也會受到重創.
 
受到最大影響的出口,中國向外出口主要有：
1．農產品：以水產品、蔬菜、水果、花卉．畜產品、糧食和食用油籽等為主。
2．通信產品：電子信息與通信技術領域
3．鋼鐵：焦炭．鋼坯．鐵合金．鋼絲及制品等。
4．陶瓷
5．機電
6．服裝．紡織品
7．冶金原料
8．我國高新技術產品出口最多的4 類技術領域是計算機與通信技術、電子技術、生命科學技術、光電技術。
9．汽車零部件
10．能源產品：煤
這些行業是中國的主體行業,有上億的勞動者都在這些行業中,如果產能下降,直接導致的就是員工失業的問題,這將是我們急切需要思考的,如何幫助全球快速控制疫情的擴展,把我們的經驗分享給這些疫情增長比較快的國家,從而讓全球開始互幫互助.
 
只有全球疫情消失,世界的經濟才能真正的恢復,鐘南山院士說,全球疫情結束可能要到六月,其實他說的非常保守,只有全球所有國家像中國一樣ALL IN 來處理這件事,才有可能六月結束全球疫情,如果不是這樣的話,今年也結束不了,因為它的傳播速度太快了,而且這種病毒它是一種細胞生命體,有生命體的細胞就具備變異的能力,一旦變異將會更難處理.
   
為什么中國能控制的這么好,大家看看自己的小區和出行就能明白,今天我們艾銻無限有位同事,進地鐵的時候,測出了37度體溫,立刻就被地鐵站準備好的專車送到了醫院全面檢查,當然最后的結果是沒有任何問題,可能是他趕地鐵狂奔后溫度升高的結果,但對于測量體溫的人來說是,寧可錯判一百,也不能放過一個,花點錢,花點時間,都是小事,如果真是因為疏忽大意,最終放進了一個新冠患者,那后果將會不堪設想,這也就是為什么中國能在這么大范圍的國家,這么多人口在疫情發展過程中這么快控制住的原因.也許這就是除中國以外的國家需要學習和效仿的.
   
之前我分享了八個字,可能很多人不太理解,萬物同體,能量合一,今天的世界將不在是分離的狀態,我們在同一個星球,就像是同一個身體,如果我們身體某個部位出現了問題,就會對全身造成破壞,所以一國有難,全球支援,我們不在是競爭和對立的關系,我們彼此之間如果有競爭也應該是為了讓我們變得更好,我們是合一的整體,只有共同變好,才會讓彼此在這個星球中活的更長,活的更久.
   
祝福中國,祝福世界,祝福我們這個美麗的星球,讓我們聯合起來,真正的去踐行習主席提出的”人類命運共同體”的愿景,讓我們的世界未來越來越好.
艾銻無限告訴你：SQL Server 和 Oracle 以及 MySQL 有哪些區別
 
 
SQL，在這里我理解成SQL Server。三者是目前市場占有率最高（依安裝量而非收入）的關系數據庫，而且很有代表性。排行第四的DB2（屬IBM公司），與Oracle的定位和架構非常相似，就不贅述了。
 
1.如果要說明三者的區別，首先就要從歷史入手
Oracle：中文譯作甲骨文，這是一家傳奇的公司，有一個傳奇的大老板Larry Ellision.Ellision 32歲還一事無成，讀了三個大學，沒得到一個學位文憑，換了十幾家公司，老婆也離甲基。成立于1977年，早期的理論基礎，反而來自于一篇IBM的論文“數據的關系模型” 。他而去。開始創業時只有1200美元，卻使得Oracle公司連續12年銷售額每年翻一番。對于大型共享數據庫“CODD選取了關系代數的五種運算，并基于運算，架構了一種新型的數據存儲模型。基于這種模型，Oracle成為了一個非常典型的關系數據庫。因此也變的嚴謹，安全，高速，穩定，并且變的越來越龐大。 由于其誕生早，結構嚴謹，高可用，高性能等特點，使其在傳統數據庫應用中大殺四方，金融，通信，能源，運輸，零售，制造等各個行業的大型公司基本都是用了甲骨文，早些年的時候，界500強幾乎100％都是甲骨文的用戶。
MySQL：MySQL的最初的核心思想，主要是開源，簡便易用。其開發可追溯至1985年，而第一個內部發行版本誕生，已經是1995年。到1998年，MySQL已經可以支持10中操作系統了，其中就包括win平臺。但依然問題多多，如不支持事務操作，子查詢，外鍵，存儲過程和視圖等功能。InnoDB被甲骨文08年收編，MySQL的被太陽收購，09年，甲骨文收購了太陽和MySQL的。由于MySQL的的早期定位，其主要應用場景就是互聯網開發。基本上，互聯網的爆發成就MySQL的了，LAMP架構風靡天下。而由于MySQL的更多的的追求輕量，易用，以及早期的事物操作及復雜查詢優化的缺失，在傳統的數據庫應用場景中，份額極少 SQL Server：一提到SQL Server，大家一般都只想到Microsoft SQL Server，而非Sybase SQL Server.SQL Server最初是由Microsoft，Sybase和Ashton-Tate三家公司攔下的生意，是為IBM（又出現了）公司的OS / 2操作系統開發的。隨著OS / 2項目的失敗，大家也分道揚鑣。微軟自然轉向自己的win操作系統，作為windows NT軟件方案的一部分。而Sybase則專注于Linux / Unix方向的數據庫開發
.MS SQL Server主要面向中小企業。其最大的優勢就是在于集成了MS公司的各類產品及資源，提供了強大的可視化界面，高度集成的管理開發工具，在快速構建商業智能（BI ）方面頗有建樹.MS SQL Server是MS公司在軟件集成方案中的重要一環，也為WIN系統在企業級應用中的普及做出了很大貢獻。 2.應用解詞場景
關于“大型數據庫”，并沒有嚴格的界定，有說以數據量為準，有說以恢復時間為準如果綜合數據庫應用場景來說，大型數據庫應用有以下特點：海量數據，高吞吐量;復雜邏輯，高計算量，以及高可用性。從這點上來說，Oracle，DB2就是比較典型的大型數據庫，Sybase SQL Server也算是吧。下面分別說明之前三種數據庫的應用場景。
Oracle.Oracle的應用，主要在傳統行業的數據化業務中，比如：銀行，金融這樣的對可用性，健壯性，安全性，實時性要求極高的業務;零售，物流這樣對海量數據存儲分析要求很高的業務此外，高新制造業如芯片廠也基本都離不開甲骨文;電商也有很多使用者，如京東（正在投奔甲骨文），阿里巴巴（計劃去甲骨文化）而且由于甲骨文對復雜計算，統計分析的強大支持，在互聯網數據分析，數據挖掘方面的應用也越來越多一個典型場景是這樣的：
某電信公司（非國內）下屬某分公司的數據中心，有4臺的Oracle Sun的大型服務器用來安裝Solaris操作系統和Oracle并提供計算服務，3臺Sun存儲磁盤陣列來提供Oracle數據存儲，12臺IBM小型機，一臺Oracle Exadata服務器，一臺500T的磁帶機用來存儲歷史數據，圣連接內網，使用。Tuxedo的中間件來保證擴展性和無損遷移建立支 高并發的甲骨文數據庫，通過OLTP系統用來對海量數據實時處理，操作，建立高運算量的甲骨文數據倉庫，用OLAP系統用來分析營收數據及提供自動報表。總預算約750萬美金。
MySQL.MySQL基本是生于互聯網，長于互聯網。其應用實例也大都集中于互聯網方向時，MySQL的高并發存取能力并不比大型數據庫差，同時價格便宜，安裝使用簡便快捷，深受廣大互聯網公司的喜愛并且由于MySQL的的開源特性，針對一些對數據庫有特別要求的應用，可以通過修改代碼來實現定向優化，例如SNS，LBS等互聯網業務一個典型的應用場景是：
某互聯網公司，成立之初，僅有電腦數臺，通過LAMP架構迅速搭起網站框架。隨著業務擴張，市場擴大，迅速發展成為6臺戴爾小型機的中型網站。現在花了三年，終于成為垂直領域的最大網站，計劃中的數據中心，擁有戴爾機架式服務器40臺，總預算20萬美金。
MS SQL Server.windows生態系統的產品，好處壞處都很分明。好處就是，高度集成化，微軟也提供了整套的軟件方案，基本上一套win系統裝下來就齊活了。因此，不那么缺錢，但很缺IT人才的中小企業，會偏愛MS SQL Server。例如，自建ERP系統，商業智能，垂直領域零售商，餐飲，事業單位等等。
1996年，比爾蓋茨親自出手，從Borland挖掘來了大牛Anders，搞定了C＃語言。微軟02年搞定了ASP.NET成熟的.NET，Silverlight技術，為MS SQL Server贏得了部分互聯網市場，其中就有曾經的全球最大社交網站MySpace，其發展歷程很有代表性，可作為一個比較特別的例子。其巔峰時有超過1.5億的注冊用戶及每月400億的訪問量。應該算是MS SQL Server支撐的最大的數據應用了。
 
3.架構其實要說執行的區別
主要還是架構的區別正是架構導致了相同的SQL在執行過程中的解釋，優化，效率的差異這里只做粗略說明，就不細說了。：
Oracle：數據文件包括：控制文件，數據文件，重做日志文件，參數文件，歸檔文件，密碼文件。這是根據文件功能行進行劃分，并且所有文件都是二進制編碼后的文件，對數據庫算法效率有極大的提高。由于Oracle文件管理的統一性，就可以對SQL執行過程中的解析和優化，指定統一的標準：
RBO（基于規則的優化器），CBO（基于成本的優化器）
通過優化器的選擇，以及無敵的HINT規則，給與了SQL優化極大的自由，對CPU，內存，IO資源進行方方面面的優化。
MySQL：最大的一個特色，就是自由選擇存儲引擎。每個表都是一個文件，都可以選擇合適的存儲引擎。常見的引擎有InnoDB，MyISAM，NDBCluster等。但由于這種開放插件式的存儲引擎，比如要求數據庫與引擎之間的松耦合關系。從而導致文件的一致性大大降低。在SQL執行優化方面，也就有著一些不可避免的瓶頸。在多表關聯，子查詢優化，統計函數等方面是軟肋，而且只支持極簡單的提示。
SQL Server：數據架構基本是縱向劃分，分為：Protocol Layer（協議層），Relational Engine（關系引擎），Storage Engine（存儲引擎），SQLOS.SQL執行過程就是逐層解析的過程，其中Relational Engine中的優化器，是基于成本的（CBO），其工作過程跟甲骨文是非常相似的在成本之上也是支持很豐富的HINT，包括：連接提示，查詢提示，表提示。