数据库类型总结（从结构到处理类型）

简介

这里从结构上划分可以分为关系性数据库和非关系型数据
关系型：mysql，pg（postgreSql）,vetica,ClickHouse
非关系型：Redis,MongoDb,Hbase

这里主要介绍关系型数据库

处理类型区分

按照处理类型区分有OLTP和OLAP两者类型
OLAP（On-Line Analytical Processing）在线分析处理，专注于分析处理，从对数据库操作来看，OLAP是对数据的查询；
OLTP（on-line transaction processing）在线事务处理，专注于事务处理，从对数据库操作来看，OLTP主要是对数据的增删改。
HTAP(Hybrid Transactional and Analytical Processing)混合处理，对于事务处理和分析处理都有很好的支持

对比图

特性	OLTP	OLAP	HTAP
存储结构	行式存储（Row-based Storage）	列式存储（Column-based Storage）	结合行式和列式存储（既支持高效事务处理，也支持高效查询）
操作类型	高并发读写、小事务、快速插入/更新	大数据查询、复杂的分析和聚合	既能处理高并发事务操作，也能支持大数据查询和分析
数据一致性	强ACID事务保证数据一致性	不强调事务一致性，多为只读数据	同时支持强一致性（事务处理）和最终一致性（分析处理）
查询复杂性	简单的查询，通常针对单行数据	复杂查询、聚合和分析	支持复杂查询与聚合分析，但也保证事务的高效性
工作负载	高频读写事务处理	高频查询、低频写操作	高频查询和低频写操作，适合同时需要OLTP和OLAP的场景
典型应用	交易系统、订单管理、库存管理等	数据仓库、商业智能、数据分析	适用于需要同时处理实时事务和大数据分析的场景
例子	MySQL、PostgreSQL、SQL Server	Vertica、ClickHouse、BigQuery、Doris	TiDB、HTAP系统（如 Azure Synapse、Google BigQuery）

注意这里说的OLAP/OLTP指的的大致类型的划分，例如MYSQL是OLTP类型的是指更偏向于OLTP事务的处理，当然也支持OLAP这种数据分析，只不过对比于Vertica这种列式存储的OLAP类型数据处理能力较弱。

OLAP

例如我们熟悉的Mysql和postgreSql数据库 都是典型的OLAP型数据库，都是基于行式存储，典型的订单之类的管理都需要这种数据库，因为需要支持高并发的修改，保持一致性

存储方式

将单条记录（一行数据）的所有字段连续存储在磁盘上。

例如：用户表的 (id, name, age, email) 四个字段的值会被一起存储。

OLTP

例如vertica,clickHouse数据库，属于列式存储，大数据场景具有高效查询，例如查询age的范围，就不需要像行式存储一样，全表查询，而是值分析age这一列

存储方式

将同一列的所有数据连续存储在磁盘上。

例如：用户表的 age 列的所有值会被存储在一起，独立于 name 列。

HTAP

这里的HTAP指的就是混合型数据库例如TiDB,对于事务处理，查询分析处理都有优秀的处理

存储方法

两种结合，创建一个副本来存储列式表结构