数据库选型大调查：学什么数据库最有前途？

数据库选型大调查 767 阅读 0 评论 0 点赞

数据库选型大调查：学什么数据库最有前途？

2017年数据库领域的最大趋势是什么？什么是最热的数据处理技术？学什么数据库最有前途？程序员们普遍不喜欢的数据库是什么？本文都会一一揭秘。

大数据时代，数据库的选择备受关注，此前本号就曾揭秘国内知名互联网公司的数据库选型，比如阿里巴巴/蚂蚁金服主要使用两种关系数据库：OcenBase和MySQL；去哪儿网使用MySQL、Redis、HBase；腾讯使用MySQL和自研NoSQL；百度外卖使用MySQL和Redis；魅族使用MySQL、Redis、MongoDB。

不难看出，MySQL和Redis还是挺受互联网公司喜爱的，那程序员们是不是也这样认为呢？近日，某外媒网站就此对众多开发者进行了调查。

2017大数据趋势数据存储和处理

在调查之前，为了确定调查主题也询问了开发者们的建议，结果数据存储和处理的关注度仅次于软件架构选型，数据存储和处理似乎再一次受到了广大程序员的重视。

从下图可以看出，NoSQL和SQL数据库存储是程序员的首选。如果我们将有趣与非常有趣的百分比相结合，会发现NoSQL数据存储占74.8％，居于第二的位置，而SQL数据存储比NoSQL略低。

从调查结果来看，被炒得火热的机器学习、区块链似乎热度一般，不知道是为什么。

难道被调查的程序员恰好都不太关注这些领域？

哪些数据库抓住了程序员的注意力？

通过调查发现：PostgreSQL是最终的赢家。25.3％的程序员认为其非常有趣，37.7％的人认为有趣。总体来说，63％的程序员都对今年使用PostgreSQL的前景很看好。所以，你也这么认为吗？

亚军是Elasticsearch，有59％的程序员认为其不错，值得一提的是，认为其非常有趣的程序员和PostgreSQL基本持平。在数据库领域，Elasticsearch绝对算是比较年轻的，但看起来十分有竞争力啊。虽然严格来说，Elasticsearch是一个搜索服务器，但更多地是当做NoSQL数据库使用，同时，Elasticsearch是基于Lucene的，但Lucene并没有设法说服更多程序员在2017年考虑使用Elasticsearch。

Lucene / Solr的组合只抓住了43.8％的程序员的注意力，这绝对是一个很高的分数，但不一定要与Elasticsearch的结果相比。关于近几年大火的Apache Spark和Hadoop，似乎2017年略有些后劲不足，只有34.8％的程序员对Hadoop感兴趣，53.3%的程序员对Apache Spark感兴趣。

这部分结果还是存在一定戏剧性的，同时，很多程序员还在几个NoSQL数据库之间进行了小小的纠结：MongoDB，Cassandra，Redis，Neo4J。内存数据库Hazelcast已经设法超越了CouchDB和经典的Oracle，而Microsoft SQL Server今年似乎被众多开发者遗忘了，成为了最不受程序员喜欢的数据库。

国际上数据存储和处理趋势：

上述两个是欧洲和美国地区的调查表，不难看出，关于NoSQL和SQL数据存储的选择，大家似乎意见一致，但对于PostgreSQL和Elasticsearch的选择，美国程序员更喜欢Elasticsearch，欧洲程序员更喜欢PostgreSQL，但是二者在非常感兴趣一项的结果上还是大约持平的。

其他数据库基本上也没有太大差别，除了Oracle，Oracle在美国程序员看来居然是垫底王，也是尴尬。

2017与2016年有什么变化？

对这个信息高速发展的社会，一年足以发生很多事情了。值得一提的是，过去一年，Redis的受欢迎程度大大增加了，2016年是34%，2017年是43.2%，而MongoDB却出现了相反的变化，去年是60％，今年则是49.8％。之前MongoDB还是比较热的，不知道为什么现在比例下降了？

结论：Redis将在2017年有很好的发展

本次调查，数据存储和处理再次处在了如此重要的位置上，并且也表明了数据库在企业中的位置是非常重要的，知名互联网公司的数据库选型和本次调查都暗示着：Redis在2017年将会有非常不错的前景，除此之外，很多网友也填了自己感兴趣的数据库。

被提名的有：Datomic、MariaDB、OrientDB、MySQL、Apache Flink、ArangoDB、datomic、eXist DB、、DB2、Apache Ignite、RavenDB、Ceph、Onyx、HBase、GemFire、Apache Geode、graphql、Couchbase、Apache Kafka。

所以，你最看好的数据库是哪一个呢？

所以，你最看好的数据库是哪一个 (单选)

60人

PostgreSQL

31人

Elasticsearch

60人

MongoDB

98人

14%

Redis

5人