系统集成组数据库调研对比文档

关系型数据库和非关系型数据库
组内使用数据库为关系型数据库oracle，现在市场上出现了更为流行的关系型数据库诸如Mysql/MariaDB、PostgreSql、PPAS（增强型PostgreSql），以及当前在大数据框架中比较流行的非关系型数据库诸如Redis、MongoDB等。

首先从大的框架进行对比，关系型数据库和非关系型数据库之间的区别，以及两者使用的场景。这两种数据库理论上不应被用来进行对比，两者的侧重点不同，只能说在不同的场景下谁更适合而已。非关系型数据库理的论诞生其实也是因为传统的数据库在某些日益增长的数据量需求面前显得稍微乏力。两者不存在孰优孰劣，根据业务进行选择。

关系型数据库的特点：

- 高度组织化结构化数据 

- 结构化查询语言（SQL） (SQL) 

- 数据和关系都存储在单独的表中。 

- 数据操纵语言，数据定义语言 

- 严格的一致性

- 基础事务

非关系型数据库的特点：

- 代表着不仅仅是SQL

- 没有声明性查询语言

- 没有预定义的模式

-键 - 值对存储，列存储，文档存储，图形数据库

- 最终一致性，而非ACID属性

- 非结构化和不可预知的数据

- CAP定理 

- 高性能，高可用性和可伸缩性

 

下面通过几个概念的介绍，将关系型和非关系型进行对比，说明为何两者分别具备上述特点：


	
数据结构
	
先用一张实例图大概说明关系型数据库和非关系型数据库在存储结构上的区别：



非关系型数据库是一种基于健值对K-V形式的数据存储结构，类似于Hash表，提供索引和值。在非关系型数据库中不再需要提前定义表（在NoSql中称作集合）的结构，可以将完全不同的数据结构插入到集合中（但一般插入同一集合的数据有一定关联性），如下图：



这就是非关系型数据库的数据结构不固定的特点，这为他本身的分布式存储及扩展性提供了较好的基础，但缺点是不便于对整个存储的理解。

而传统的关系型数据库的特点表结构，虽然对后续的信息扩展带来不便。但是基于表结构的关系模型使得存储更容易理解，贴近逻辑世界。同时关系模型提供的丰富的完整性（实体完整性、参照完整性和用户定义的完整性），使得维护方便，大大减低了数据冗余和数据不一致的概率。


	
读写性能、并发性能
	
在谈读写性能之前需要先说事务性的概念，事务特性可以说是关系型数据库最大的特点，不客气的说应该是区分关系型和非关系型数据库的主要特性。非关系数据库为了高并发和可扩展的性能，对事务特性进行了牺牲，比如弱一致性，后面将会说明非关系型数据本身的特性（CAP定理、BASE特性）。了解关系型数据库的事务特性，对我们进行数据库的选型有决定性的意义。


	

		
关系型数据库ACDI特性
		
	
ACDI特性包括：原子性、一致性、隔离性、永久性

原子性：原子性很容易理解，也就是说事务里的所有操作要么全部做完，要么都不做，事务成功的条件是事务里的所有操作都成功，只要有一个操作失败，整个事务就失败，需要回滚。

比如银行转账，从A账户转100元至B账户，分为两个步骤：1）从A账户取100元；2）存入100元至B账户。这两步要么一起完成，要么一起不完成，如果只完成第一步，第二步失败，钱会莫名其妙少了100元。

一致性：一致性也比较容易理解，也就是说数据库要一直处于一致的状态，事务的运行不会改变数据库原本的一致性约束。

例如现有完整性约束a+b=10，如果一个事务改变了a，那么必须得改变b，使得事务结束后依然满足a+b=10，否则事务失败。

独立性：所谓的独立性是指并发的事务之间不会互相影响，如果一个事务要访问的数据正在被另外一个事务修改，只要另外一个事务未提交，它所访问的数据就不受未提交事务的影响。

比如现有有个交易是从A账户转100元至B账户，在这个交易还未完成的情况下，如果此时B查询自己的账户，是看不到新增加的100元的。

持久性：持久性是指一旦事务提交后，它所做的修改将会永久的保存在数据库上，即使出现宕机也不会丢失。


	

		
非关系型数据库BASE特性
		
	
谈非关系型数据库的BASE特性之前，先了解CAP定理：

在计算机科学中, CAP定理（CAP theorem）, 又被称作 布鲁尔定理（Brewer's theorem）, 它指出对于一个分布式计算系统来说，不可能同时满足以下三点:

一致性(Consistency) (所有节点在同一时间具有相同的数据)
	
可用性(Availability) (保证每个请求不管成功或者失败都有响应)
	
分隔容忍(Partition tolerance) (系统中任意信息的丢失或失败不会影响系统的继续运作)
CAP理论的核心是：一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。

因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三 大类：

CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
	
CP - 满足一致性，分区容忍性的系统，通常性能不是特别高。
	
AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。


 

BASE特性：Basically Available, Soft-state, Eventually Consistent。 由 Eric Brewer 定义。BASE是NoSQL数据库通常对可用性及一致性的弱要求原则:

Basically Availble --基本可用
	
Soft-state --软状态/柔性事务。 "Soft state" 可以理解为"无连接"的, 而 "Hard state" 是"面向连接"的
	
Eventual Consistency --最终一致性 最终一致性， 也是是 ACID 的最终目的。
 

从上面介绍的三个理论事务特性、CAP定理和BASE特性，在综合对比自己的系统所需要的特性，作为数据库选型的一个参考。


	

		
综述
		
	
关系型数据库的最大特点就是事务的一致性：传统的关系型数据库读写操作都是事务的，具有ACID的特点，这个特性使得关系型数据库可以用于几乎所有对一致性有要求的系统中，如典型的银行系统。

但是，在网页应用中，尤其是SNS应用中，一致性却不是显得那么重要，用户A看到的内容和用户B看到同一用户C内容更新不一致是可以容忍的，或者说，两个人看到同一好友的数据更新的时间差那么几秒是可以容忍的，因此，关系型数据库的最大特点在这里已经无用武之地，起码不是那么重要了。

相反地，关系型数据库为了维护一致性所付出的巨大代价就是其读写性能比较差，而像微博、facebook这类SNS的应用，对并发读写能力要求极高，关系型数据库已经无法应付(在读方面，传统上为了克服关系型数据库缺陷，提高性能，都是增加一级memcache来静态化网页，而在SNS中，变化太快，memchache已经无能为力了)，因此，必须用新的一种数据结构存储来代替关系数据库。


	
扩展性能
	
扩展性能主要分为横向扩展和纵向扩展，纵向扩展主要是指提高单台物理机器的性能，以满足更大的数据需求以及并发的应用场景。横向扩展则是指在面对大数据和高并发的场景之下，可以方便的通过扩展物理机的数量，从而达到使用需求。

扩展性涉及到的相关概念有分布式系统和分布式的存储算法、分区及分片，其中分布式系统和分布式的存储算法概念都比较大，建议可以通过网络了解，在本文档中主要简单介绍一下分区和分片的概念，为后面对比关系型和非关系型数据库的扩展性能提供一定理论名词基础。


	

		
数据切分Sharding
		
	
数据的切分（Sharding）根据其切分规则的类型，可以分为两种切分模式。一种是按照不同的表（或者Schema）来切分到不同的数据库（主机）之上，这种切可以称之为数据的垂直（纵向）切分；另外一种则是根据表中的数据的逻辑关系，将同一个表中的数据按照某种条件拆分到多台数据库（主机）上面，这种切分称之为数据的水平（横向）切分。

垂直切分的最大特点就是规则简单，实施也更为方便，尤其适合各业务之间的耦合度非常低，相互影响很小，业务逻辑非常清晰的系统。在这种系统中，可以很容易做到将不同业务模块所使用的表分拆到不同的数据库中。根据不同的表来进行拆分，对应用程序的影响也更小，拆分规则也会比较简单清晰。

水平切分于垂直切分相比，相对来说稍微复杂一些。因为要将同一个表中的不同数据拆分到不同的数据库中，对于应用程序来说，拆分规则本身就较根据表名来拆分更为复杂，后期的数据维护也会更为复杂一些。


	

		
Sharding切分：Mysql vs MongoDB
		
	
MongoDB：由于前面说的数据结构不存在严格的关联性，数据之间耦合程度较低，这为非关系型Nosql的扩展性能提供了先天的优势。MongoDB数据库本身就集成了分片的功能。通过增加配置前端路由的节点，让整个集群看上去像单一数据库，前端应用可以透明使用。

Mysql：关系型数据库Mysql为了达到切分的功能，目前主流的方式是使用中间件，或者叫中间代理层，常用的譬如官方的MySqlProxy、谷歌团队的Hibernate Shards、基于java开发的Amoeba、基于java的HiveDB等。

因此，在扩展性上，非关系型数据库确实会存在天然的优势。但关系型数据库通过开源框架的中间件配合，也可以达到切分效果，对业务进行分布式的管理。


	
其他特性
	
SQL语句的支持：非关系型数据库不支持SQL语句，这对于长期使用关系型数据库的SQL语句的人员来说，适应其新的语法也将花不少时间。

       以非关系型数据库MongoDB中对文档进行查询（更新某一条记录）为例：





关系型数据库MariaDB（MySql）
MariaDB是MySQL源代码的一个分支，在意识到Oracle会对MySQL许可做什么后分离了出来（MySQL先后被Sun、Oracle收购）。除了作为一个Mysql的“向下替代品”，MariaDB包括的一些新特性使它优于MySQL。

可以说MariaDB大部分兼容mysql的数据库，基本上原有的基本上原有的mysql写法和特性都支持。除非应用的性能非常高端，否则很难发现有不兼容的地方。

另外就是在Centos7及以上的操作系统版本中，默认在软件列表中提供的数据库有Mysql变为了MariaDB。


	
MariaDB在Centos7下的安装
	
安装命令

#yum -y install mariadb mariadb-server

安装完成MariaDB，首先启动MariaDB

#systemctl start mariadb

设置开机启动

#systemctl enable mariadb

接下来进行MariaDB的相关简单配置

#mysql_secure_installation

首先是设置密码，会提示先输入密码

Enter current password for root (enter for none):<–初次运行直接回车

设置密码

Set root password? [Y/n] <– 是否设置root用户密码，输入y并回车或直接回车

New password: <– 设置root用户的密码

Re-enter new password: <– 再输入一次你设置的密码

其他配置

Remove anonymous users? [Y/n] <– 是否删除匿名用户，回车

Disallow root login remotely? [Y/n] <–是否禁止root远程登录,回车,

Remove test database and access to it? [Y/n] <– 是否删除test数据库，回车

Reload privilege tables now? [Y/n] <– 是否重新加载权限表，回车

初始化MariaDB完成，接下来测试登录

#mysql -uroot -ppassword

完成。


	
MariaDB在Centos7下的配置
	
配置MariaDB的字符集：

编辑文件/etc/my.cnf

vi /etc/my.cnf

在[mysqld]标签下添加

init_connect='SET collation_connection = utf8_unicode_ci'

init_connect='SET NAMES utf8'

character-set-server=utf8

collation-server=utf8_unicode_ci

skip-character-set-client-handshake

 

编辑文件/etc/my.cnf.d/client.cnf

vi /etc/my.cnf.d/client.cnf

在[client]中添加

default-character-set=utf8

文件/etc/my.cnf.d/mysql-clients.cnf

vi /etc/my.cnf.d/mysql-clients.cnf

在[mysql]中添加

default-character-set=utf8

 全部配置完成，重启mariadb

#systemctl restart mariadb

之后进入MariaDB查看字符集

mysql> show variables like "%character%";show variables like "%collation%";

显示为



+--------------------------+----------------------------+

| Variable_name            | Value                      |

+--------------------------+----------------------------+

| character_set_client    | utf8                      |

| character_set_connection | utf8                      |

| character_set_database  | utf8                      |

| character_set_filesystem | binary                    |

| character_set_results    | utf8                      |

| character_set_server    | utf8                      |

| character_set_system    | utf8                      |

| character_sets_dir      | /usr/share/mysql/charsets/ |

+--------------------------+----------------------------+

8 rows in set (0.00 sec)

+----------------------+-----------------+

| Variable_name        | Value          |

+----------------------+-----------------+

| collation_connection | utf8_unicode_ci |

| collation_database  | utf8_unicode_ci |

| collation_server    | utf8_unicode_ci |

+----------------------+-----------------+

3 rows in set (0.00 sec)

字符集配置完成。


	
MariaDB在Centos7下C++的数据库连接方式

		
采用驱动进行连接
		
	
通过Driver的方式，这种方法的优点是可以结合各种面向对象的数据库访问技术（ADO, ODBC, JDBC等等），只要配置好不同的驱动，同样的代码可以访问各种不同的数据库；缺点就在于驱动的安装和配置不是一般的麻烦，还要考虑数据库版本和驱动版本兼容性的问题。


	

		
采用数据库自带的C API连接
		
	
相比于ADO之类的方法，这种方式不用配置驱动，因此也没有反人类的版本兼容性问题。另外在综合处理单元中已经有现成的mysql的连接接口，也是采用数据库自带的接口方式进行连接。



 若编译出错则运行命令yum install mysql-devel安装对应的开发环境。

编译：

#g++  -L /usr/lib64/mysql/ mariadbtest.cpp -o mariadbtest –lmysqlclient

运行：

./mariadbtest

登录数据库查询对应记录：



给出数据库的操作接口函数：

mysql_affected_rows() 返回被最新的UPDATE, DELETE或INSERT查询影响的行数。  

mysql_close() 关闭一个服务器连接。  

mysql_connect() 连接一个MySQL服务器。该函数不推荐；使用mysql_real_connect()代替。  

mysql_change_user() 改变在一个打开的连接上的用户和数据库。  

mysql_create_db() 创建一个数据库。该函数不推荐；而使用SQL命令CREATE DATABASE。  

mysql_data_seek() 在一个查询结果集合中搜寻一任意行。  

mysql_debug() 用给定字符串做一个DBUG_PUSH。  

mysql_drop_db() 抛弃一个数据库。该函数不推荐；而使用SQL命令DROP DATABASE。  

mysql_dump_debug_info() 让服务器将调试信息写入日志文件。  

mysql_eof() 确定是否已经读到一个结果集合的最后一行。这功能被反对; mysql_errno()或mysql_error()可以相反被使用。  

mysql_errno() 返回最近被调用的MySQL函数的出错编号。  

mysql_error() 返回最近被调用的MySQL函数的出错消息。  

mysql_escape_string() 用在SQL语句中的字符串的转义特殊字符。  

mysql_fetch_field() 返回下一个表字段的类型。  

mysql_fetch_field_direct () 返回一个表字段的类型，给出一个字段编号。  

mysql_fetch_fields() 返回一个所有字段结构的数组。  

mysql_fetch_lengths() 返回当前行中所有列的长度。  

mysql_fetch_row() 从结果集合中取得下一行。  

mysql_field_seek() 把列光标放在一个指定的列上。  

mysql_field_count() 返回最近查询的结果列的数量。  

mysql_field_tell() 返回用于最后一个mysql_fetch_field()的字段光标的位置。  

mysql_free_result() 释放一个结果集合使用的内存。  

mysql_get_client_info() 返回客户版本信息。  

mysql_get_host_info() 返回一个描述连接的字符串。  

mysql_get_proto_info() 返回连接使用的协议版本。  

mysql_get_server_info() 返回服务器版本号。  

mysql_info() 返回关于最近执行得查询的信息。  

mysql_init() 获得或初始化一个MYSQL结构。  

mysql_insert_id() 返回有前一个查询为一个AUTO_INCREMENT列生成的ID。  

mysql_kill() 杀死一个给定的线程。  

mysql_list_dbs() 返回匹配一个简单的正则表达式的数据库名。  

mysql_list_fields() 返回匹配一个简单的正则表达式的列名。  

mysql_list_processes() 返回当前服务器线程的一张表。  

mysql_list_tables() 返回匹配一个简单的正则表达式的表名。  

mysql_num_fields() 返回一个结果集合重的列的数量。  

mysql_num_rows() 返回一个结果集合中的行的数量。  

mysql_options() 设置对mysql_connect()的连接选项。  

mysql_ping() 检查对服务器的连接是否正在工作，必要时重新连接。  

mysql_query() 执行指定为一个空结尾的字符串的SQL查询。  

mysql_real_connect() 连接一个MySQL服务器。  

mysql_real_query() 执行指定为带计数的字符串的SQL查询。  

mysql_reload() 告诉服务器重装授权表。  

mysql_row_seek() 搜索在结果集合中的行，使用从mysql_row_tell()返回的值。  

mysql_row_tell() 返回行光标位置。  

mysql_select_db() 连接一个数据库。  

mysql_shutdown() 关掉数据库服务器。  

mysql_stat() 返回作为字符串的服务器状态。  

mysql_store_result() 检索一个完整的结果集合给客户。  

mysql_thread_id() 返回当前线程的ID。  

mysql_use_result() 初始化一个一行一行地结果集合的检索。

关系型数据库PostgreSQL


首先看一张图，mysql标榜的是最流行（most popular）的数据库，而postgresql标榜的则是最先进的（most advanced）的数据库。可以反馈出当前市场上对两款数据库的评价。流行偏重的是使用基数大，数据库的性能可以说是满足绝大部分应用场景。Postgresql的最先进则偏重技术层面，譬如更多数据类型存储支持（Array和json）、默认事务隔离级别并发性支持好、FDW（用统一的SQL，访问其他关系型数据库或者NoSQL以及一些数据库存储引擎方面的优化。


	
PostgreSQL数据库vs MySql数据库
	
以下摘自知乎：

一、PostgreSQL 的稳定性极强， Innodb 等引擎在崩溃、断电之类的灾难场景下抗打击能力有了长足进步，然而很多 MySQL 用户都遇到过Server级的数据库丢失的场景——mysql系统库是MyISAM的，相比之下，PG数据库这方面要好一些。

二、任何系统都有它的性能极限，在高并发读写，负载逼近极限下，PG的性能指标仍可以维持双曲线甚至对数曲线，到顶峰之后不再下降，而 MySQL 明显出现一个波峰后下滑（5.5版本之后，在企业级版本中有个插件可以改善很多，不过需要付费）。

三、PG 多年来在 GIS 领域处于优势地位，因为它有丰富的几何类型，实际上不止几何类型，PG有大量字典、数组、bitmap 等数据类型，相比之下mysql就差很多，instagram就是因为PG的空间数据库扩展POSTGIS远远强于MYSQL的my spatial而采用PGSQL的。

四、PG 的“无锁定”特性非常突出，甚至包括 vacuum 这样的整理数据空间的操作，这个和PGSQL的MVCC实现有关系。

五、PG 的可以使用函数和条件索引，这使得PG数据库的调优非常灵活，mysql就没有这个功能，条件索引在web应用中很重要。

六、PG有极其强悍的 SQL 编程能力（9.x 图灵完备，支持递归！），有非常丰富的统计函数和统计语法支持，比如分析函数（ORACLE的叫法，PG里叫window函数），还可以用多种语言来写存储过程，对于R的支持也很好。这一点上MYSQL就差的很远，很多分析功能都不支持，腾讯内部数据存储主要是MYSQL，但是数据分析主要是HADOOP+PGSQL（听李元佳说过，但是没有验证过）。

七、PG 的有多种集群架构可以选择，plproxy 可以支持语句级的镜像或分片，slony 可以进行字段级的同步设置，standby 可以构建WAL文件级或流式的读写分离集群，同步频率和集群策略调整方便，操作非常简单。

八、一般关系型数据库的字符串有限定长度8k左右，无限长 TEXT 类型的功能受限，只能作为外部大数据访问。而 PG 的 TEXT 类型可以直接访问，SQL语法内置正则表达式，可以索引，还可以全文检索，或使用xml xpath。用PG的话，文档数据库都可以省了。

九，对于WEB应用来说，复制的特性很重要，mysql到现在也是异步复制，pgsql可以做到同步，异步，半同步复制。还有mysql的同步是基于binlog复制，类似oracle golden gate,是基于stream的复制，做到同步很困难，这种方式更加适合异地复制，pgsql的复制基于wal，可以做到同步复制。同时，pgsql还提供stream复制。

十，pgsql对于numa架构的支持比mysql强一些，比MYSQL对于读的性能更好一些，pgsql提交可以完全异步，而mysql的内存表不够实用（因为表锁的原因）

最后说一下我感觉 PG 不如 MySQL 的地方。

第一，MySQL有一些实用的运维支持，如 slow-query.log ，这个pg肯定可以定制出来，但是如果可以配置使用就更好了。

第二是mysql的innodb引擎，可以充分优化利用系统所有内存，超大内存下PG对内存使用的不那么充分，

第三点，MySQL的复制可以用多级从库，但是在9.2之前，PGSQL不能用从库带从库。

第四点，从测试结果上看，mysql 5.5的性能提升很大，单机性能强于pgsql，5.6应该会强更多.

第五点，对于web应用来说,mysql 5.6 的内置MC API功能很好用，PGSQL差一些。

另外一些：

pgsql和mysql都是背后有商业公司，而且都不是一个公司。大部分开发者，都是拿工资的。

说mysql的执行速度比pgsql快很多是不对的，速度接近，而且很多时候取决于你的配置。

对于存储过程，函数，视图之类的功能，现在两个数据库都可以支持了。

另外多线程架构和多进程架构之间没有绝对的好坏，oracle在unix上是多进程架构，在windows上是多线程架构。

很多pg应用也是24/7的应用，比如skype. 最近几个版本VACUUM基本不影响PGSQL 运行，8.0之后的PGSQL不需要cygwin就可以在windows上运行。

至于说对于事务的支持，mysql和pgsql都没有问题。


	
PostgreSQL在Centos7下面的安装 
	
登录postgresql官网选择对应系统后及需要安装版本之后，官网会给出通过yum安装的命令，按照命令一步步执行即可。下面以安装最新版本Postgresql 10为例进行简要说明：

https://www.postgresql.org/download/linux/redhat/






	
PostgreSQL在Centos7下面配置使用
	
A、设置环境变量

    # vim /etc/profile.d/prs7000env.sh

        export PATH=/usr/pgsql-10/bin:$PATH

        export LD_LIBRARY_PATH=/usr/pgsql-10/lib:$LD_LIBRARY_PATH

    # source /etc/profile.d/prs7000env.sh

B、重启服务

    # systemctl restart postgresql-10

 C、修改用户密码

yum安装postgresql，默认会建一个名为”postgres”的系统账号，用于操作PogreSQL数据库。（PostgreSQL只支持在postgres的账户下操作，root用户无权操作）

    # su - postgres

切换用户后，提示符变更为“-bash-4.2$”;同时数据库中也会生成一个名为”postgres”的数据库用户，且密码已自动生成;PostgreSQL在数据库用户同名的系统账号下登录免密；

    #psql -U postgres

进入数据库后修改密码；

   postgres=# alter user postgres with password 'nari'

 D、简单使用

1）创建用户

postgres=# create user jeremiah with password 'nari';

2）创建数据库同时指定数据库的所有者

postgres=# create database testdb owner jeremiah;

3）数据库赋权未赋权则账户只能登录控制台

postgres=# grant all privileges on database testdb to jeremiah;

4）退出使用新建账号登录新建数据库

-bash-4.2$ psql -U jeremiah -d testdb



此处登录若提示对用户的认证失败，则需要更改配置文件，将下面文件中的图示位置处由原来的peer给为md5.

vim /var/lib/pgsql/10/data/pg_hba.conf

重启数据库服务：

Systemctl restart postgresql-10

5）创建表

postdb1=> create table tb1(

          id int primary key,

          name VARCHAR(20), 

          salary real

          );

6）插入数据

postdb1=> insert into tb1(

          id, name, salary)

          values(

          101, 'Mike', 5000.00

          );

7）查询

postdb1=>select * from tb1;


	
PostgreSQL在Centos7下C++的数据库连接方式
	
C/C++连接PostgreSQL，使用libpqxx库，这是官方的C++客户端API用于连接PostgreSQL。

通过开发库的使用，可以比较快捷的进行C++下PostgreSql数据库实例的连接，以下来自于参考网址：http://www.yiibai.com/html/postgresql/2013/080894.html

A、安装

libpqxx最新版本的可供下载链接下载libpqxx。所以下载的最新版本，并遵循以下步骤：Download Libpqxx. 

wget http://pqxx.org/download/software/libpqxx/libpqxx-4.0.tar.gz

tar xvfz libpqxx-4.0.tar.gz

cd libpqxx-4.0

./configure

make

make install yiibai.com 

注意：若执行./configure提示如下错误，则需要先安装PostgreSql的开发环境。



yum –y install postgresql-devel

B、编译测试



编译：

#g++ test.cpp -lpqxx -lpq -o test

运行：

./test

登录数据库查询对应记录，成功写入。

以下是重要接口例程可满足工作需求与PostgreSQL数据库的C/C + +程序：


			
S.N.
			
			

			
API & 描述
			
		

			
1
			
			

			
pqxx::connection C( const std::string & dbstring )

			 

			
这是将用于连接到数据库一个类型定义。这里dbstring提供所需要的参数，例如连接到数据库 dbname=testdb user=postgres password=pass123 hostaddr=127.0.0.1 port=5432.

			
如果连接设置成功，那么它创建C与连接对象提供各种有用的函数公共函数。
			
		

			
2
			
			

			
C.is_open()

			 

			
is_open()是一个连接对象的公共方法，并返回布尔值。如果连接处于活动状态，则此方法返回true，否则返回false。
			
		

			
3
			
			

			
C.disconnect()

			 

			
使用此方法打开的数据库连接断开。
			
		

			
4
			
			

			
pqxx::work W( C )

			 

			
这是一个类型定义将用于创建一个事务对象，使用C连接方式，最终将被用于执行SQL语句的事务模式。

			
如果交易对象被创建成功，那么它被分配到变量W，这将被用来访问相关的事务性对象的公共方法。
			
		

			
5
			
			

			
W.exec(const std::string & sql) 

			 

			
这种从事务对象的公共方法将被用于执行SQL语句。
			
		

			
6
			
			

			
W.commit()

			 

			
这种从事务对象的公共方法将用于提交事务。
			
		

			
7
			
			

			
W.abort()

			 

			
这种从事务对象的公共方法将用于回滚事务。
			
		

			
8
			
			

			
pqxx::nontransaction N( C )

			 

			
这是一个类型定义，被用来创建使用C连接方式，最终将被用于在非事务性模式下执行SQL语句的非事务性对象。

			
如果交易对象被创建成功，那么它被分配到变量N将用于访问相关的非事务性对象的公共方法。
			
		

			
9
			
			

			
N.exec(const std::string & sql) 

			 

			
从非事务性对象的公共方法将被用于执行SQL语句，并返回一个结果对象，这实际上是一个的迭代器返回的记录。
			
		
 

非关系型数据库MongoDB
MongoDB是一个基于分布式文件存储的数据库，由C++语言编写。其旨在为WEB应用提供可扩展的高性能数据存储解决方案。MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。

MongoDB的主要功能特性有：

1）面向集合存储，易存储对象类型的数据；

2) 支持RUBY，PYTHON，JAVA，C++，PHP，C#等多种语言；

3) 文件存储格式为BSON（一种JSON的扩展）；

4) 使用高效的二进制数据存储，包括大型对象（如视频等）。

综述
若考虑稳定开发，推荐使用mysql/mariadb,数据库本身性能足以满足当前业务需

要，后续可以配合中间件进行数据库的分布式开发。

若考虑进行新技术的尝试，可以考虑PostgreSQL数据库。

不建议切换非关系型数据库。

 

 

当前数据库分为关系型数据库和非关系型数据库


关系型数据库
关系型数据库：指采用了关系模型来组织数据的数据库。

关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。


关系模型中常用的概念：
关系：一张二维表，每个关系都具有一个关系名，也就是表名

元组：二维表中的一行，在数据库中被称为记录

属性：二维表中的一列，在数据库中被称为字段

域：属性的取值范围，也就是数据库中某一列的取值限制

关键字：一组可以唯一标识元组的属性，数据库中常称为主键，由一个或多个列组成

关系模式：指对关系的描述。其格式为：关系名(属性1，属性2， … … ，属性N)，在数据库中成为表结构


关系型数据库的优点：
1.容易理解：二维表结构是非常贴近逻辑世界的一个概念，关系模型相对网状、层次等其他模型来说更容易理解

2.使用方便：通用的SQL语言使得操作关系型数据库非常方便

3.易于维护：丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大减低了数据冗余和数据不一致的概率


关系型数据库存在的问题
1.网站的用户并发性非常高，往往达到每秒上万次读写请求，对于传统关系型数据库来说，硬盘I/O是一个很大的瓶颈

2.网站每天产生的数据量是巨大的，对于关系型数据库来说，在一张包含海量数据的表中查询，效率是非常低的

3.在基于web的结构当中，数据库是最难进行横向扩展的，当一个应用系统的用户量和访问量与日俱增的时候，数据库却没有办法像web server和app server那样简单的通过添加更多的硬件和服务节点来扩展性能和负载能力。当需要对数据库系统进行升级和扩展时，往往需要停机维护和数据迁移。

4.性能欠佳：在关系型数据库中，导致性能欠佳的最主要原因是多表的关联查询，以及复杂的数据分析类型的复杂SQL报表查询。为了保证数据库的ACID特性，必须尽量按照其要求的范式进行设计，关系型数据库中的表都是存储一个格式化的数据结构。


数据库事务必须具备ACID特性

ACID分别是

Atomic原子性，

Consistency一致性，

Isolation隔离性，

Durability持久性。
当今十大主流的关系型数据库
Oracle，Microsoft SQL Server，MySQL，PostgreSQL，DB2，

Microsoft Access， SQLite，Teradata，MariaDB(MySQL的一个分支)，SAP
非关系型数据库
非关系型数据库：指非关系型的，分布式的，且一般不保证遵循ACID原则的数据存储系统。
非关系型数据库结构
非关系型数据库以键值对存储，且结构不固定，每一个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，不局限于固定的结构，可以减少一些时间和空间的开销。
优点:

1.用户可以根据需要去添加自己需要的字段，为了获取用户的不同信息，不像关系型数据库中，要对多表进行关联查询。仅需要根据id取出相应的value就可以完成查询。

2.适用于SNS(Social Networking Services)中，例如facebook，微博。系统的升级，功能的增加，往往意味着数据结构巨大变动，这一点关系型数据库难以应付，需要新的结构化数据存储。由于不可能用一种数据结构化存储应付所有的新的需求，因此，非关系型数据库严格上不是一种数据库，应该是一种数据结构化存储方法的集合。
不足：

只适合存储一些较为简单的数据，对于需要进行较复杂查询的数据，关系型数据库显的更为合适。不适合持久存储海量数据
非关系型数据库的分类
非关系型数据库都是针对某些特定的应用需求出现的，因此，对于该类应用，具有极高的性能。依据结构化方法以及应用场合的不同，主要分为以下几类：
面向高性能并发读写的key-value数据库：

key-value数据库的主要特点是具有极高的并发读写性能

Key-value数据库是一种以键值对存储数据的一种数据库，类似Java中的map。可以将整个数据库理解为一个大的map，每个键都会对应一个唯一的值。

主流代表为Redis， Amazon DynamoDB， Memcached，

Microsoft Azure Cosmos DB和Hazelcast
面向海量数据访问的面向文档数据库：

这类数据库的主要特点是在海量的数据中可以快速的查询数据

文档存储通常使用内部表示法，可以直接在应用程序中处理，主要是JSON。JSON文档也可以作为纯文本存储在键值存储或关系数据库系统中。

主流代表为MongoDB，Amazon DynamoDB，Couchbase，

Microsoft Azure Cosmos DB和CouchDB
面向搜索数据内容的搜索引擎：

搜索引擎是专门用于搜索数据内容的NoSQL数据库管理系统。

主要是用于对海量数据进行近实时的处理和分析处理，可用于机器学习和数据挖掘

主流代表为Elasticsearch，Splunk，Solr，MarkLogic和Sphinx
面向可扩展性的分布式数据库：

这类数据库的主要特点是具有很强的可拓展性

普通的关系型数据库都是以行为单位来存储数据的，擅长以行为单位的读入处理，比如特定条件数据的获取。因此，关系型数据库也被成为面向行的数据库。相反，面向列的数据库是以列为单位来存储数据的，擅长以列为单位读入数据。

这类数据库想解决的问题就是传统数据库存在可扩展性上的缺陷，这类数据库可以适应数据量的增加以及数据结构的变化，将数据存储在记录中，能够容纳大量动态列。由于列名和记录键不是固定的，并且由于记录可能有数十亿列，因此可扩展性存储可以看作是二维键值存储。

主流代表为Cassandra，HBase，Microsoft Azure Cosmos DB，

Datastax Enterprise和Accumulo
CAP理论
NoSQL的基本需求就是支持分布式存储，严格一致性与可用性需要互相取舍

CAP理论：一个分布式系统不可能同时满足C(一致性)、A(可用性)、P(分区容错性)三个基本需求，并且最多只能满足其中的两项。对于一个分布式系统来说，分区容错是基本需求，否则不能称之为分布式系统，因此需要在C和A之间寻求平衡

C(Consistency)一致性

一致性是指更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致。与ACID的C完全不同

A(Availability)可用性

可用性是指服务一直可用，而且是正常响应时间。

P(Partition tolerance)分区容错性

分区容错性是指分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。
关系型与非关系型数据库的比较
1.成本：Nosql数据库简单易部署，基本都是开源软件，不需要像使用Oracle那样花费大量成本购买使用，相比关系型数据库价格便宜。

2.查询速度：Nosql数据库将数据存储于缓存之中，而且不需要经过SQL层的解析，关系型数据库将数据存储在硬盘中，自然查询速度远不及Nosql数据库。

3.存储数据的格式：Nosql的存储格式是key,value形式、文档形式、图片形式等等，所以可以存储基础类型以及对象或者是集合等各种格式，而数据库则只支持基础类型。

4.扩展性：关系型数据库有类似join这样的多表查询机制的限制导致扩展很艰难。Nosql基于键值对，数据之间没有耦合性，所以非常容易水平扩展。

5.持久存储：Nosql不使用于持久存储，海量数据的持久存储，还是需要关系型数据库

6.数据一致性：非关系型数据库一般强调的是数据最终一致性，不像关系型数据库一样强调数据的强一致性，从非关系型数据库中读到的有可能还是处于一个中间态的数据，

Nosql不提供对事务的处理。
最近的数据库排名

网站地址：https://db-engines.com/en/ranking



可以发现现在主流的还是关系型数据库，非关系型数据库中Redis和MongoDB最受欢迎

目录

关系型数据库

关系型数据库：

关系模型中的常用概念

优点

不足

非关系型数据库

非关系型数据库：

非关系型数据库结构

优点

不足

分类

CAP 理论

关系型与非关系型数据库的比较

最近的数据库排名

关系型数据库

关系型数据库：

指采用了关系模型来组织数据的数据库。
关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。

关系模型中的常用概念


	
关系：一张二维表，每个关系都具有一个关系名，也就是表名
	
	

	
元组：二维表中的一行，在数据库中被称为记录
	
	
属性：二维表中的一列，在数据库中被称为字段
	
域：属性的取值范围，也就是数据库中某一列的取值限制
	
关键字：一组可以唯一标识元组的属性，数据库中常称为主键，由一个或多个列组成
	
关系模式：指对关系的描述。其格式为：关系名 (属性 1，属性 2， ... ... ，属性 N)，在数据库中成为表结构
优点

容易理解：二维表结构是非常贴近逻辑世界的一个概念，关系模型相对网状、层次等其他模型来说更容易理解
	
使用方便：通用的 SQL 语言使得操作关系型数据库非常方便
	
易于维护：丰富的完整性 (实体完整性、参照完整性和用户定义的完整性) 大大减低了数据冗余和数据不一致的概率
不足

网站的用户并发性非常高，往往达到每秒上万次读写请求，对于传统关系型数据库来说，硬盘I/O是一个很大的瓶颈
	
网站每天产生的数据量是巨大的，对于关系型数据库来说，在一张包含海量数据的表中查询，效率是非常低的
	
在基于 web 的结构当中，数据库是最难进行横向扩展的，当一个应用系统的用户量和访问量与日俱增的时候，数据库却没有办法像web server和app server那样简单的通过添加更多的硬件和服务节点来扩展性能和负载能力。当需要对数据库系统进行升级和扩展时，往往需要停机维护和数据迁移。
	
性能欠佳：在关系型数据库中，导致性能欠佳的最主要原因是多表的关联查询，以及复杂的数据分析类型的复杂 SQL 报表查询。为了保证数据库的 ACID 特性，必须尽量按照其要求的范式进行设计，关系型数据库中的表都是存储一个格式化的数据结构。
数据库事务必须具备ACID特性，ACID分别是Atomic原子性，Consistency一致性，Isolation隔离性，Durability持久性。

当今十大主流的关系型数据库：

Oracle，Microsoft SQL Server，MySQL，PostgreSQL，DB2，Microsoft Access， SQLite，Teradata，MariaDB(MySQL 的一个分支)，SAP

非关系型数据库

非关系型数据库：

指非关系型的，分布式的，且一般不保证遵循ACID原则的数据存储系统。

非关系型数据库结构

非关系型数据库以键值对存储，且结构不固定，每一个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，不局限于固定的结构，可以减少一些时间和空间的开销。

优点

用户可以根据需要去添加自己需要的字段，为了获取用户的不同信息，不像关系型数据库中，要对多表进行关联查询。仅需要根据id取出相应的value就可以完成查询。
	
适用于SNS(Social Networking Services)中，例如 facebook，微博。系统的升级，功能的增加，往往意味着数据结构巨大变动，这一点关系型数据库难以应付，需要新的结构化数据存储。由于不可能用一种数据结构化存储应付所有的新的需求，因此，非关系型数据库严格上不是一种数据库，应该是一种数据结构化存储方法的集合。
不足

只适合存储一些较为简单的数据，对于需要进行较复杂查询的数据，关系型数据库显得更为合适。
	
不适合持久存储海量数据。
分类

非关系型数据库都是针对某些特定的应用需求出现的，因此，对于该类应用，具有极高的性能。依据结构化方法以及应用场合的不同，主要分为以下几类：

1. 面向高性能并发读写的 key-value 数据库：

key-value数据库的主要特点是具有极高的并发读写性能。
Key-value数据库是一种以键值对存储数据的一种数据库，类似Java中的map。可以将整个数据库理解为一个大的map，每个键都会对应一个唯一的值。
主流代表为 Redis， Amazon DynamoDB， Memcached，Microsoft Azure Cosmos DB 和 Hazelcast

2. 面向海量数据访问的面向文档数据库：

这类数据库的主要特点是在海量的数据中可以快速的查询数据。

文档存储通常使用内部表示法，可以直接在应用程序中处理，主要是JSON。JSON文档也可以作为纯文本存储在键值存储或关系数据库系统中。
主流代表为 MongoDB，Amazon DynamoDB，Couchbase，Microsoft Azure Cosmos DB 和 CouchDB

3. 面向搜索数据内容的搜索引擎：

搜索引擎是专门用于搜索数据内容的 NoSQL 数据库管理系统。

主要是用于对海量数据进行近实时的处理和分析处理，可用于机器学习和数据挖掘
主流代表为 Elasticsearch，Splunk，Solr，MarkLogic 和 Sphinx

4. 面向可扩展性的分布式数据库：

这类数据库的主要特点是具有很强的可拓展性。

普通的关系型数据库都是以行为单位来存储数据的，擅长以行为单位的读入处理，比如特定条件数据的获取。因此，关系型数据库也被认为是面向行的数据库。相反，面向列的数据库是以列为单位来存储数据的，擅长以列为单位读入数据。

这类数据库想解决的问题就是传统数据库存在可扩展性上的缺陷，这类数据库可以适应数据量的增加以及数据结构的变化，将数据存储在记录中，能够容纳大量动态列。由于列名和记录键不是固定的，并且由于记录可能有数十亿列，因此可扩展性存储可以看作是二维键值存储。
主流代表为 Cassandra，HBase，Microsoft Azure Cosmos DB，Datastax Enterprise 和 Accumulo

CAP 理论

C(Consistency)一致性
一致性是指更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致。（与 ACID 的 C 完全不同）

A(Availability)可用性
可用性是指服务一直可用，而且是正常响应时间。

P(Partition tolerance)分区容错性
分区容错性是指分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。

CAP 理论：一个分布式系统不可能同时满足 C(一致性)、A(可用性)、P(分区容错性) 三个基本需求，并且最多只能满足其中的两项。

对于一个分布式系统来说，分区容错性是基本需求，否则不能称之为分布式系统，因此需要在 C 和 A 之间寻求平衡。

关系型与非关系型数据库的比较

成本：Nosql数据库（非关系型数据库）简单易部署，基本都是开源软件，不需要像使用Oracle那样花费大量成本购买使用，相比关系型数据库价格便宜。
	
查询速度：Nosql数据库将数据存储于缓存之中，而且不需要经过SQL层的解析，关系型数据库将数据存储在硬盘中，自然查询速度远不及Nosql数据库。
	
存储数据的格式：Nosql的存储格式是key,value形式、文档形式、图片形式等等，所以可以存储基础类型以及对象或者是集合等各种格式，而数据库则只支持基础类型。
	
扩展性：关系型数据库有类似 join 这样的多表查询机制的限制导致扩展很艰难。Nosql基于键值对，数据之间没有耦合性，所以非常容易水平扩展。
	
持久存储：Nosql不适用于持久存储，海量数据的持久存储，还是需要关系型数据库。
	
数据一致性：非关系型数据库一般强调的是数据最终一致性，不像关系型数据库一样强调数据的强一致性，从非关系型数据库中读到的有可能还是处于一个中间态的数据。
	
事务处理：Nosql不提供对事务的处理。
最近的数据库排名

网站地址：https://db-engines.com/en/ranking

 



可以发现现在主流的还是关系型数据库，非关系型数据库中 Redis 和 MongoDB 最受欢迎。

关系型数据库&非关系型数据库
关系型数据库

关系型数据库是指采用了关系模型来组织数据的数据库，代表性Oracle，MySQL，PostgreSQL。

1、关系型数据库概念
关系模型：二维表格模型，一个关系型数据库是由二维表及其之间的联系组成的一个数据组织；
关系：一张二维表，关系名也即表名；
元组：二维表中的一行，数据库中的一条记录；
属性：二维表中的一列，数据库中的一个字段；
域：属性的取值范围，数据库中某一列的取值限制；
关键字：一组可以唯一标识元组的属性，数据库中的主键，由一个或多个列组成；
关系模式：对关系的描述。关系名（属性1，属性2，属性3，…，属性N）；
2、关系型数据库优点


容易理解，二维表结构的关系模型


使用方便，通用的SQL语言，可执行复杂的查询


易维护，丰富的完整性，实体完整性（主键约束）、参照完整性(外键约束)和用户定义的完整性（自定义约束）。


3、关系型数据库的缺点

维护一致性的代价是读写效率的降低，对于传统关系型数据库来说，高并发读写请求下，硬盘I/O是瓶颈。
固定的表结构，难以横向扩展，需要对数据库系统进行升级和扩展是，需要进行停机维护和数据迁移。
多表关联查询以及复杂的数据分析类型的复杂SQL报表查询，为保证数据库事务（ACID，Atomic原子性，Consistency一致性，Isolation隔离性，Durability持久性）要按照要求的范式进行设计，关系型数据库的表都是存储一个格式化的数据结构。

非关系型数据库

非关系型数据指非关系型，分布式，不保证遵循ACID原则的数据存储系统。

1、非关系型数据库的结构
​	以键值对形式存储，结构不固定。每个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，不局限于固定的结构，可以减少时间和空间的开销。
2、非关系型数据库的优点


基于键值对，数据没有耦合行，易扩展。根据需要添加需要的字段，根据key取出对应的value即可完成查询。


适用于SNSSocial Networking Services,如微博，Facebook，需要新的结构化数据存储，不可能用一种数据结构化存储应付所有新的需求。非关系型数据库更像是一种数据结构化存储方法的集合。


不需要经过sql解析，读写性能高。


存储数据的格式，nosql存储格式维key.value形式，支持文档图片，关系型数据库仅支持基础类型。


3、非关系型数据库缺点

不提供sql支持。
无事务处理。
适合存储较为简单的数据，对于需要复杂查询的数据，关系型数据库显得更为合适。
不适合持久存储海量数据。

非关系型数据库分类
1. 面向高性能并发读写的key-value数据库–Redis
​	key-value数据库的主要特点是具有极高的并发读写性能，以键值对存储数据的一种数据库，，将整个数据库作为一个大的map，每个键都会对应一个唯一值。
2. 面向海量数据访问的面向文档数据库–MongoDB
​	特点是海量数据中可以快速的查询数据。
​	文档存储通常使用内部表示法，直接在应用程序中处理，主要是JSON，JSON文档可以作为纯文本存储在键值存储或关系型数据库中。
3.面向搜索数据内容的搜索引擎 – Solr，Elasticsearch
​	用于搜索数据内容的NoSQL数据库关系系统。对海量数据进行实时的处理和分析处理，用于机器学习和数据挖掘。
4.面向可扩展性的分布式数据库–HBase，Cassandra
​	具有很强的可拓展性，于关系型数据库以行为单位相反，面向列的数据库是以列为单位来存储数据。
​	此类数据库可以适应数据量的增加以及数据结构的变化，将数据存储在记录中，能够容纳大量动态列。
CAP理论

CAP原则，指的是在一个分布式系统中，一致性Consistency，可用性Availability，分区容错性Partition tolerance。CAP原则指的是，三个要素最多只能同时实现两点，不可三者兼顾。对于一个分布式系统来说，分区容错是基本要求，因此需要在C和A之间寻求平衡。

NoSQL的基本需求就是支持分布式存储，严格一致性和可用性需要互相取舍。
一致性：更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致。与ACID的C不同。
可用性：服务一直可用，且是正常响应时间。
分区容错性：分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性服务。