分库分表，可能真的要退出历史舞台了！

分库、分表在现阶段仍然有其适用场景，并没有完全退出历史舞台。
不过，未来它们可能会逐渐被NewSQL数据库取代。
在线上、高并发场景下优势特别弱，传统行业平台依然可以安全使用。
下面从各个方面进行详细分析： NewSQL数据库存储和并发控制的进展：传统数据库是为磁盘设计的，基于内存的存储管理和并发控制不如NewSQL数据库高效。
NewSQL数据库可以更有效地利用内存资源，提高数据库性能。
避免重复工作：中间件模型存在中间件和数据库重复工作的问题，如SQL分析、执行计划优化等，效率低下。
NewSQL数据库避免了这种重复且低效的过程。
分布式事务性能：分布式事务针对NewSQL数据库进行了优化，比XA具有更高的性能。
例如GooglePercolator分布式事务模型采用原子时钟+MVCC+快照隔离（SI），通过TSO保证全局一致性，通过MVCC避免锁，提高性能。
高可用性和高可靠性：新架构的NewSQL数据库存储设计基于paxos（或Raft）协议的多个实例。
与传统的主从数据库模型相比，实现了真正的高可用、高可靠（RTO<3 s，RPO=0）。>自动化运维：NewSQL数据库天生就支持数据共享。
数据自动迁移和扩展，显着减少 DBA 工作，并且对应用程序透明。
SQL中不需要指定数据库和表键。
NewSQL数据库分布式事务存在的问题 CAP限制：NewSQL数据库没有违反CAP定理的限制。
例如，Google Spanner 声称自己“实际上是一个 CA”，因为它构建了全球私有网络以确保不会因网络中断而出现网络分区，以及高效的运维团队。
完整性：完全支持分布式事务并不容易。
需要处理网络和各种硬件异常。
目前，众所周知，NewSQL 对分布式事务的支持参差不齐。
性能：虽然NewSQL数据库分布式事务比XA有所改进，但与1 PC相比，额外的GID增益、网络开销和日志持久化设置为2 PC仍然会造成明显的性能损失，特别是当交叉节点数量较多时。
HA和远程站点多活动网络延迟限制：许多NewSQL数据库厂商宣传基于paxos或raft协议实现远程站点多活动的可能性，但实际上有一个前提条件，那就是远程站点之间的网络延迟不能太高。
如果以银行“两地三中心”为例，异地之间的延迟达到几十毫秒，几乎没有OLTP系统可以接受高延迟。
实现难度：在工程实践中，分布式共识算法需要考虑很多异常情况，并进行大量优化。
在生产层面实现可靠且成熟的共识协议并不容易。
共享机制：NewSQL数据库内置的统一分区策略可能不是最高效的，因为它与领域模型中的分区元素不对应，这会导致许多事务创建分布式事务。
例如，银行的核心业务系统以客户为维度。
如果按照各个表的主键范围进行分片，在高频的OLTP系统中会出现性能问题。
SQL支持：NewSQL数据库一般不支持存储过程、视图、外键等功能，SQL支持仅限于兼容MySQL或PostgreSQL协议。
存储引擎：由于需要合并数据，LSM读取性能比B+树差。
总的来说，LSM更适合写入量大于读取量的场景的应用。
由于对多实例和分布式事务的容忍，NewSQL的数据响应时间并不比独立的关系数据库SQL好。
成熟度和环境：NewSQL数据库大多集中在互联网和传统企业的非核心交易系统中。
目前仍处于快速迭代、持续改进、优化广泛使用的阶段。
相比之下，传统关系数据库在成熟度、功能、性能、环境、风控、相关人才积累等方面都具有明显优势，并且与现有系统更加兼容。
分库分表的优点及适用场景 优点：分库分表是低上界高下界的解决方案，架构简单，技术门槛较低。
对于大多数OLTP场景来说，基本要求是分区后正确的SQL路由，中间件模型就绰绰有余了。
适用场景：特别适合传统行业的平台。
如果你还打算把数据库作为黑盒产品来使用，那么用分库分表实用实用还是比较稳妥的。
例如，银行等风险意识较高的行业未来可能仍处于对NewSQL数据库的明智探索和实验阶段。
分库分表模型还是可以满足大部分场景的需求的。

后端什么sql

后端开发中常用的SQL相关数据库大体分为支持SQL的关系型数据库和部分集成SQL功能的NoSQL/NewSQL数据库。
以下是关键类型和应用场景： 1 .关系数据库（RDBMS）——主流SQL应用场景。
关系数据库基于关系模型。
将结构化数据存储为表（行+列），并通过SQL实现复杂查询和事务一致性（ACID特性）。
这是对后端业务逻辑的核心支持。
1 . MySQL/MariaDB • 开源免费，轻量易部署，支持事务和复杂 SQL 查询 • 应用场景：电商下单系统、CRM 客户管理、中小型网站后端（如 WordPress、Discuz） 2 . PostgreSQL • 开源和对象关系模型支持，兼容 JSON/空间数据类型，扩展性强大 • 应用场景：地理信息系统（GIS）、大规模数据分析、金融级事务处理 3 . OracleDatabase •商业级数据库有多种支持模型（关系+文档+图），适合高并发、大数据场景。
•应用场景：企业级ERP、银行核心系统、大型电商平台 4 、MicrosoftSQLServer •微软生态集成，支持T-SQL扩展，适合Windows环境开发 •应用场景：企业级应用（如.NET架构）、数据仓库建设 2 、NoSQL/NewSQL数据库SQL功能集成 部分NoSQL数据库通过扩展支持SQL语法，考虑灵活性和结构化查询需求。
1 . MongoDB（基于文档的NoSQL） • 支持类似SQL 的查询（例如聚合管道、索引）并存储JSON/BSON 半结构化数据。
`KEYS`、`SCAN`），重点关注内存缓存和并发读写。
• 应用场景：会话管理、热点数据缓存、分布式锁实现 3 . NewSQL 数据库（如 TiDB、CockroachDB） • 兼容 MySQL 协议，支持分布式架构、强一致性 • 应用场景：高可用金融系统、全球分布式应用 3 . 选型逻辑 • 当需要事务一致性和复杂关联查询（如订单、库存链接）时，优先选择关系型数据库。
• 如果需要高并发、半结构化数据、快速迭代（例如社交动态、用户画像），可以选择支持SQL的NoSQL。
• 企业级场景必须根据成本（开源与商业）、生态集成（例如微软生态选择SQL Server）和可扩展性（分布式需求）来综合判断。

常用的数据库管理系统有哪些

常用的数据库管理系统可分为关系型、非关系型、NewSQL、云原生四类，如下： 关系型数据库管理系统（RDBMS）以结构化数据存储和事务处理为核心，以表格形式组织数据，支持SQL语言进行查询和操作。
MySQL：一种开源关系数据库，以其高并发处理能力和易用性而闻名。
广泛应用于Web应用开发，如电商、社交平台等场景。
Oracle：企业级关系数据库，具有强大的事务处理能力和高可用性。
适用于金融、电信等对数据一致性要求严格的行业。
Microsoft SQL Server：集成到Windows生态系统中，支持数据分析和事务处理，提供可视化工具简化管理，适合企业级应用。
PostgreSQL：一种开源关系数据库，支持高级数据类型（如JSON、地理空间数据）和复杂查询，常用于科学研究和大数据分析。
SQLite：一种嵌入式轻量级数据库，不需要单独的服务器，直接集成到应用程序中。
适用于移动应用、物联网设备等资源受限的场景。
Access：微软开发的桌面数据库管理系统，适合小型项目或个人使用，并提供图形界面，简化数据库设计。
非关系数据库管理系统（NoSQL）专为非结构化或半结构化数据而设计，支持灵活的数据模型和高可扩展性。
MongoDB：基于文档的NoSQL数据库，以JSON格式存储数据，支持动态模式，适用于内容管理系统、实时分析等场景。
Redis：内存数据库，支持键值对、列表、哈希等数据结构。
它具有非常快的读写速度，常用于缓存、会话管理和实时排名。
Cassandra：分布式列式数据库，支持高并发写入和线性扩展，适用于日志存储、传感器数据采集等大规模数据场景。
DynamoDB：AWS云服务提供的无服务器键值/文档数据库，完全托管且可自动扩展，适用于全球分布式应用程序。
Neo4 j：图数据库，处理单元专注于关系，适用于社交网络分析、推荐系统等需要关系查询的场景。
NewSQL数据库结合了关系数据库的ACID特性和NoSQL的可扩展性，同时支持分布式架构和混合事务分析处理（HTAP）。
TiDB：开源分布式NewSQL数据库，基于MySQL协议兼容、支持水平扩展和HTAP，适用于金融、电商等高并发场景。
CockroachDB：商业分布式数据库，支持强一致性和多数据中心容灾，适合全球业务部署。
云原生数据库基于云平台设计，提供自动化管理、弹性扩展、全局部署能力。
AmazonAurora：AWS推出的云数据库，兼容MySQL/PostgreSQL，支持快速备份和恢复，性能比传统数据库更好。
GoogleCloudSpanner：全球分布式数据库，支持同步复制和外部一致性，适合需要跨区域数据一致性的应用。

瞎聊SQL,NoSQL,NewSQL

SQL、NoSQL 和 NewSQL 概述 SQL：结构化查询语言是用于管理和使用关系数据库的标准语言。
它解决了随着数据量的增加，高效存储、查询和管理数据的问题。
SQL 数据库将数据组织成表、行和列，支持复杂的查询、更新、删除和插入操作，同时保持数据的完整性和一致性。
NoSQL：指非关系型数据库，消除了传统关系型数据库的许多限制，如固定的表结构、复杂的连接操作、事务处理等。
NoSQL数据库通常具有较高的可扩展性和性能，适合处理大规模、高并发的数据读写。
NoSQL 数据库有多种类型，包括键值存储、列族存储、文档存储、图形数据库等。
每种类型都有其特定的用例和优点。
NewSQL：这是一种新的数据库架构，旨在消除传统关系数据库在可扩展性和性能方面的瓶颈。
它结合了关系数据库的事务一致性和NoSQL数据库的高可扩展性，旨在提供既具有关系数据库优势，又满足大规模、高并发应用场景需求的数据库解决方案。
NewSQL数据库通常通过分布式架构、横向扩展和优化存储引擎等技术特性来实现高性能和高可用性。
使用SQL解决实际问题。
在小商店阶段，由于营业额较低，简单的账本就可以满足日常需求。
然而，随着餐厅规模的扩大和客流量的增加，业主需要更有效地管理和分析数据。
SQL数据库的出现解决了这个问题。
这使得管理者可以聘请会计师（即SQL专家）来处理和优化报告流程，并根据需要调整报告，从而提高数据管理的效率和准确性。
NoSQL的应用场景和优势。
随着餐饮行业的不断发展，传统的SQL数据库无法处理大规模、高度并行的数据读写操作。
如今的解决方案是 NoSQL 数据库的高性能和快速可扩展性。
NoSQL模式下，每张桌号加时间加服务员号是一个key，菜品是一个value。
这种形式的键值对使得数据的读写更加高效。
同时，NoSQL数据库还支持分布式部署，进一步增强了系统的可扩展性和容错能力。
NewSQL提案和解决方案然而，虽然NoSQL数据库提供了高性能和可扩展性，但它们也牺牲了一些事务一致性和数据完整性。
为了解决这个问题，NewSQL数据库应运而生。
它结合了关系数据库的事务一致性和NoSQL数据库的高可扩展性，通过分布式架构和优化的存储引擎等技术特性提供高性能和高可用性。
以餐厅为例，NewSQL数据库可以帮助每台服务器执行点餐和结账功能，同时保证数据的实时准确性。
通过使用存款机制等工具，可以进一步降低数据丢失和错误的风险。
总结 从手工记账到SQL、NoSQL再到NewSQL的发展过程，体现了数据库技术随着业务需求变化不断演进的趋势。
SQL数据库解决关系数据的存储和管理问题； NoSQL数据库提供更高的可扩展性和性能； NewSQL数据库结合了前两者的优点，旨在满足大规模场景的需求具有高并行性的应用程序。
在实际应用中，应根据具体业务需求和技术特点选择合适的数据库解决方案。