分散式资料库：New SQL

分散式资料库可以依据资料模型及系统架构分类；

• OLAP(On-Line Analytical Processing)：大数据资料分析注重资料吞吐量及运算规模。
• OLTP(On-Line Transation Processing)：即时交易注重反应延迟。
  • SQL
    以结构化查询语言(Structured Query Language, SQL)操作资料库，提供复杂得多表关联式查询，支持原子性(Atomicity)、一致性(Consistency)、隔离性(Isolation)、持久性(Durability)等交易(Transaction)特性，目前主流资料库(Oracle、DB2、MS-SQL、PostgreSQL)等横向扩充能力相对较缺乏，难以满足大数据以及高并发交易等业务需求。
  • NoSQL
    投过对关联式和分散式资料库功能的取舍，提高了水平扩展及效能提升，以资料储存分类：
    • 键值储存(Key-Value Stores)：Redis
      键值资料间没有关联性提高了水平扩充能力。
    • 列导向储存(Column-Oriented Stores)：pache HBase、Cassandra
      列(Column)之间没有耦合关系，列独立存取场景时极大的降低磁碟存取，加快存取速度。
    • 文件储存(Document Stores)：MongoDB、CouchDB
      储存 JSON、XML 非结构化资料。
    • 图型储存(Graph Stores)：Neo4j、GraphDB
      以图结构形成的资料关联比关联式资料库提供更高效的资料操作。
  • NewSQL
    在关联式资料库上扩充了相近於 NoSQL 的水平扩冲及高效资料处理能力。
    • 资料中间传递
      强化中介层组件，提供分割资料库、分割资料表、资料切片 - 资料份散一致性演算法(Raft、Paxos)、请求路由(Request Routing)和分散式交易等。
    • 新架构：Google Spanner
      采用无中心节点的资料库丛集，每个节点分别管理资料的子集合，包括平行处理或资料流处理组件。