艾锑无限告诉你：SQL Server 和 Oracle 以及 MySQL 有哪些区别

2020-03-11 20:11 作者：admin 浏览量：

 
在过去的一个多月,中国是世界最大的疫情受灾区,受感染的人数和死亡人数是2003年非典的10多倍,这个数据让全世界震惊,但好在中国的领导者当即立刻,做出了ALL IN的行动,全力以赴的处理这一件事,当举国上下,所有人的意识,焦点,能量全都聚焦处理这一件事的时候,很快这种靠空气就能传播的新型冠状病毒得到了很好的控制.
 
近期中国受感染的人数在持续下降,很多地区连续数日新增为零,但万万没想到中国邻近的一些国家有些人被感染,同时这些国家的领导人没有能快速反应,导致这几天在世界迅速的传播开来,从几个人扩展到了近万人的规模,本来只有一两个国家,但因为人数短时间的增长和流动,现在已经在34个国家和地区传播开来,这将导致整个世界的经济降速和减缓,美国硅谷的全球最著名的互联网公司全部放假在家办公, 好莱坞的电影业也全部暂停,还有更多的行业在陆陆续续的停止中,这场全球性的疫情将会为世界的经济带来巨大的挑战.
中国从刚开始的疫情输出国将很快变成疫情的输入国,所以我们接下来面临的是更多的封闭性的政策,不然疫情就很难被彻底的控制,前几天北京新增长的几个人全是从国外回来的,如果每个国家都开始封闭,都开始停止商业的运作,经济就会快速下滑,当世界的经济受到严重影响时,中国作为世界第二大经济体,自然也会受到重创.
 
受到最大影响的出口,中国向外出口主要有：
1．农产品：以水产品、蔬菜、水果、花卉．畜产品、粮食和食用油籽等为主。
2．通信产品：电子信息与通信技术领域
3．钢铁：焦炭．钢坯．铁合金．钢丝及制品等。
4．陶瓷
5．机电
6．服装．纺织品
7．冶金原料
8．我国高新技术产品出口最多的4 类技术领域是计算机与通信技术、电子技术、生命科学技术、光电技术。
9．汽车零部件
10．能源产品：煤
这些行业是中国的主体行业,有上亿的劳动者都在这些行业中,如果产能下降,直接导致的就是员工失业的问题,这将是我们急切需要思考的,如何帮助全球快速控制疫情的扩展,把我们的经验分享给这些疫情增长比较快的国家,从而让全球开始互帮互助.
 
只有全球疫情消失,世界的经济才能真正的恢复,钟南山院士说,全球疫情结束可能要到六月,其实他说的非常保守,只有全球所有国家像中国一样ALL IN 来处理这件事,才有可能六月结束全球疫情,如果不是这样的话,今年也结束不了,因为它的传播速度太快了,而且这种病毒它是一种细胞生命体,有生命体的细胞就具备变异的能力,一旦变异将会更难处理.
   
为什么中国能控制的这么好,大家看看自己的小区和出行就能明白,今天我们艾锑无限有位同事,进地铁的时候,测出了37度体温,立刻就被地铁站准备好的专车送到了医院全面检查,当然最后的结果是没有任何问题,可能是他赶地铁狂奔后温度升高的结果,但对于测量体温的人来说是,宁可错判一百,也不能放过一个,花点钱,花点时间,都是小事,如果真是因为疏忽大意,最终放进了一个新冠患者,那后果将会不堪设想,这也就是为什么中国能在这么大范围的国家,这么多人口在疫情发展过程中这么快控制住的原因.也许这就是除中国以外的国家需要学习和效仿的.
   
之前我分享了八个字,可能很多人不太理解,万物同体,能量合一,今天的世界将不在是分离的状态,我们在同一个星球,就像是同一个身体,如果我们身体某个部位出现了问题,就会对全身造成破坏,所以一国有难,全球支援,我们不在是竞争和对立的关系,我们彼此之间如果有竞争也应该是为了让我们变得更好,我们是合一的整体,只有共同变好,才会让彼此在这个星球中活的更长,活的更久.
   
祝福中国,祝福世界,祝福我们这个美丽的星球,让我们联合起来,真正的去践行习主席提出的”人类命运共同体”的愿景,让我们的世界未来越来越好.
艾锑无限告诉你：SQL Server 和 Oracle 以及 MySQL 有哪些区别
 
 
SQL，在这里我理解成SQL Server。三者是目前市场占有率最高（依安装量而非收入）的关系数据库，而且很有代表性。排行第四的DB2（属IBM公司），与Oracle的定位和架构非常相似，就不赘述了。
 
1.如果要说明三者的区别，首先就要从历史入手
Oracle：中文译作甲骨文，这是一家传奇的公司，有一个传奇的大老板Larry Ellision.Ellision 32岁还一事无成，读了三个大学，没得到一个学位文凭，换了十几家公司，老婆也离甲基。成立于1977年，早期的理论基础，反而来自于一篇IBM的论文“数据的关系模型” 。他而去。开始创业时只有1200美元，却使得Oracle公司连续12年销售额每年翻一番。对于大型共享数据库“CODD选取了关系代数的五种运算，并基于运算，架构了一种新型的数据存储模型。基于这种模型，Oracle成为了一个非常典型的关系数据库。因此也变的严谨，安全，高速，稳定，并且变的越来越庞大。 由于其诞生早，结构严谨，高可用，高性能等特点，使其在传统数据库应用中大杀四方，金融，通信，能源，运输，零售，制造等各个行业的大型公司基本都是用了甲骨文，早些年的时候，界500强几乎100％都是甲骨文的用户。
MySQL：MySQL的最初的核心思想，主要是开源，简便易用。其开发可追溯至1985年，而第一个内部发行版本诞生，已经是1995年。到1998年，MySQL已经可以支持10中操作系统了，其中就包括win平台。但依然问题多多，如不支持事务操作，子查询，外键，存储过程和视图等功能。InnoDB被甲骨文08年收编，MySQL的被太阳收购，09年，甲骨文收购了太阳和MySQL的。由于MySQL的的早期定位，其主要应用场景就是互联网开发。基本上，互联网的爆发成就MySQL的了，LAMP架构风靡天下。而由于MySQL的更多的的追求轻量，易用，以及早期的事物操作及复杂查询优化的缺失，在传统的数据库应用场景中，份额极少 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三家公司拦下的生意，是为IBM（又出现了）公司的OS / 2操作系统开发的。随着OS / 2项目的失败，大家也分道扬镳。微软自然转向自己的win操作系统，作为windows NT软件方案的一部分。而Sybase则专注于Linux / Unix方向的数据库开发
.MS SQL Server主要面向中小企业。其最大的优势就是在于集成了MS公司的各类产品及资源，提供了强大的可视化界面，高度集成的管理开发工具，在快速构建商业智能（BI ）方面颇有建树.MS SQL Server是MS公司在软件集成方案中的重要一环，也为WIN系统在企业级应用中的普及做出了很大贡献。 2.应用解词场景
关于“大型数据库”，并没有严格的界定，有说以数据量为准，有说以恢复时间为准如果综合数据库应用场景来说，大型数据库应用有以下特点：海量数据，高吞吐量;复杂逻辑，高计算量，以及高可用性。从这点上来说，Oracle，DB2就是比较典型的大型数据库，Sybase SQL Server也算是吧。下面分别说明之前三种数据库的应用场景。
Oracle.Oracle的应用，主要在传统行业的数据化业务中，比如：银行，金融这样的对可用性，健壮性，安全性，实时性要求极高的业务;零售，物流这样对海量数据存储分析要求很高的业务此外，高新制造业如芯片厂也基本都离不开甲骨文;电商也有很多使用者，如京东（正在投奔甲骨文），阿里巴巴（计划去甲骨文化）而且由于甲骨文对复杂计算，统计分析的强大支持，在互联网数据分析，数据挖掘方面的应用也越来越多一个典型场景是这样的：
某电信公司（非国内）下属某分公司的数据中心，有4台的Oracle Sun的大型服务器用来安装Solaris操作系统和Oracle并提供计算服务，3台Sun存储磁盘阵列来提供Oracle数据存储，12台IBM小型机，一台Oracle Exadata服务器，一台500T的磁带机用来存储历史数据，圣连接内网，使用。Tuxedo的中间件来保证扩展性和无损迁移建立支 高并发的甲骨文数据库，通过OLTP系统用来对海量数据实时处理，操作，建立高运算量的甲骨文数据仓库，用OLAP系统用来分析营收数据及提供自动报表。总预算约750万美金。
MySQL.MySQL基本是生于互联网，长于互联网。其应用实例也大都集中于互联网方向时，MySQL的高并发存取能力并不比大型数据库差，同时价格便宜，安装使用简便快捷，深受广大互联网公司的喜爱并且由于MySQL的的开源特性，针对一些对数据库有特别要求的应用，可以通过修改代码来实现定向优化，例如SNS，LBS等互联网业务一个典型的应用场景是：
某互联网公司，成立之初，仅有电脑数台，通过LAMP架构迅速搭起网站框架。随着业务扩张，市场扩大，迅速发展成为6台戴尔小型机的中型网站。现在花了三年，终于成为垂直领域的最大网站，计划中的数据中心，拥有戴尔机架式服务器40台，总预算20万美金。
MS SQL Server.windows生态系统的产品，好处坏处都很分明。好处就是，高度集成化，微软也提供了整套的软件方案，基本上一套win系统装下来就齐活了。因此，不那么缺钱，但很缺IT人才的中小企业，会偏爱MS SQL Server。例如，自建ERP系统，商业智能，垂直领域零售商，餐饮，事业单位等等。
1996年，比尔盖茨亲自出手，从Borland挖掘来了大牛Anders，搞定了C＃语言。微软02年搞定了ASP.NET成熟的.NET，Silverlight技术，为MS SQL Server赢得了部分互联网市场，其中就有曾经的全球最大社交网站MySpace，其发展历程很有代表性，可作为一个比较特别的例子。其巅峰时有超过1.5亿的注册用户及每月400亿的访问量。应该算是MS SQL Server支撑的最大的数据应用了。
 
3.架构其实要说执行的区别
主要还是架构的区别正是架构导致了相同的SQL在执行过程中的解释，优化，效率的差异这里只做粗略说明，就不细说了。：
Oracle：数据文件包括：控制文件，数据文件，重做日志文件，参数文件，归档文件，密码文件。这是根据文件功能行进行划分，并且所有文件都是二进制编码后的文件，对数据库算法效率有极大的提高。由于Oracle文件管理的统一性，就可以对SQL执行过程中的解析和优化，指定统一的标准：
RBO（基于规则的优化器），CBO（基于成本的优化器）
通过优化器的选择，以及无敌的HINT规则，给与了SQL优化极大的自由，对CPU，内存，IO资源进行方方面面的优化。
MySQL：最大的一个特色，就是自由选择存储引擎。每个表都是一个文件，都可以选择合适的存储引擎。常见的引擎有InnoDB，MyISAM，NDBCluster等。但由于这种开放插件式的存储引擎，比如要求数据库与引擎之间的松耦合关系。从而导致文件的一致性大大降低。在SQL执行优化方面，也就有着一些不可避免的瓶颈。在多表关联，子查询优化，统计函数等方面是软肋，而且只支持极简单的提示。
SQL Server：数据架构基本是纵向划分，分为：Protocol Layer（协议层），Relational Engine（关系引擎），Storage Engine（存储引擎），SQLOS.SQL执行过程就是逐层解析的过程，其中Relational Engine中的优化器，是基于成本的（CBO），其工作过程跟甲骨文是非常相似的在成本之上也是支持很丰富的HINT，包括：连接提示，查询提示，表提示。