【IT168 专稿】经过前面一系列的文章，我们对行式数据库的评测已经结束，下面的文章是对Oracle 11.2、db2 9.7、MS SQL Server 2008 R2这3种商业数据库和MySQL 5.5、PostgreSQL 9.04这2种开源数据库做一个总结。虽然市场上还有众多的商业和开源数据库，例如：Sybase ASE、Ingres、SAPDB、Interbase及Firebird等，但无论市场份额还是影响力均不如以上5种数据库，若没有特别的需求，一般用户接触的机会也不多，故不再单独评测。
数据库评测回顾：
•
行式数据库评测：Oracle 11g R2企业版
•
主流行式数据库评测：DB2 9.7企业版
•
行式数据库评测：SQL Server2008 R2版
•
行式数据库PostgreSQL 9.04版本评测
•
主流行式数据库评测之开源MySQL5.5版本
由于我们前面的评测主要关注OLAP的相关功能和性能，并没有全面覆盖数据库的各方面特性，这里将简略地补充几点。
首先，比较TPC-H查询性能
对于未压缩和压缩后的数据、我们选取各自优化后的最佳成绩。
▲表1 各种数据库TPC-H 10GB数据量(未压缩)查询时间，单位:秒
从表1可见，对并行查询支持较好的MS SQL Server和Oracle在数据查询上比其他几种数据库优势明显，分别占据了最短时间中的13项和9项，从总时间看，从短到长分别是Oracle、MS SQL Server、PostgreSQL、MySQL和DB2。
▲表2 各种数据库TPC-H 10GB数据量(压缩)查询时间，单位:秒
由于PostgreSQL不支持表压缩，因此不在表2中列出，这次Oracle占据了22项查询最短时间中的15项，将MS SQL Server超过，总时间也是唯一一个少于100秒的。Db2的查询时间比未压缩也有所缩短，而MySQL压缩后性能下降太多，大约要用未压缩时6倍的时间。
其次，比较数据加载性能
▲表3 各种数据库TPC-H 10GB数据量(未压缩)加载时间，单位:秒
这次的优胜者是db2,它独有的并行压缩功能将其他数据库远远超过，而其他数据库的导入要么不支持并行，要么需要将原始数据拆分成多个文件才能并行导入，以Oracle为例，如果将8GB的大表lineitem的原始文件拆分成4份，同时启动4个SQLLDR进程，那么时间从8分钟缩短为2分10秒，但从操作便利性上也不如db2。
第三，比较数据压缩比
▲表4 各种数据库TPC-H 10GB数据量压缩比，单位:未压缩为1
数据压缩的优胜者也是db2,余下的按压缩比从大到小顺序排列为MySQL,MS SQL Server和Oracle。压缩前的数据大小不同和采用的优化技术有关，Oracle未添加任何索引和约束，其他数据库均添加了主键和外键约束，其中MySQL还自动创建了外键列上的索引。
第四，综合比较
从前面各篇评测内容可知，对于Oracle、MS SQL Server、db2、MySQL和PostgreSQL这5种市场上主流的行式数据库，各种数据库的功能基本上都能满足sql 92的标准、也都支持事务处理、完成日常OLTP数据处理的需要，每种数据库都扩充了部分特色功能使得在某一方面的应用更具优势，但商业数据库的综合水平更好一些，特别是性能方面，对于并不是行式数据库的特长的tpc-h测试项目，也都有良好的表现, 可适用于数据分析类应用。db2的情况特殊一些，它的数据装载性能很高，但在同等条件下，查询却落后Oracle和MS
SQL Server较多。MS SQL Server更贴近用户一些，自动根据硬件的配置情况并行处理，Oracle需要用户指定并行参数或者开启自动并行度(DOP)方能执行并行查询。
开源数据库本身对并行支持较弱，在大规模数据处理方面不强，但依靠一些第三方的工具，比如Greenplum，也有了很多成功的案例，系统的健壮性和稳定性随着历史的发展也取得了长足的进步，成为数据库市场重要的组成部分。
商业数据库一般都附带了图形界面管理工具，而免费的开源数据库也有相应的工具,Oracle主推基于Web方式的EM,db2是基于java的客户端工具，MS SQL Server则是原生的二进制编译，工具的存在大大降低了记忆命令的要求，提高了管理和开发效率。对于熟练用户，命令行工具有时候更适合远程登录到主机上操作，每种数据库也都提供了功能强大的命令行工具，可以完成交互和批量任务。
从使用的难易程度来看，Oracle和MS SQL Server易用性较好，初学者较容易入门，而db2、MySQL、PostgreSQL需要更多的时间学习掌握，不过，这对有经验的DBA和开发人员有利，能在市场上获得比Oracle和MS SQL Server DBA更好的待遇。
从数据库的新功能来讲，比如xml支持，三大商业数据库都支持SQL/XML标准，也就是它们都提供了像XMLELEMENGT,XMLATTRIBUTES等七个函数来支持从数据库中查询出的数据转换成XML格式的数据。Db2强调它是一款支持原生xml处理的数据库，处理的性能较高，其实Oracle的xml功能也不错，可以用来构造动态的SQL,解决一些普通SQL无法解决的问题。MS SQL Server早自 2000版本开始也支持xml，只是用途不如普通的传统数据库功能广泛。MySQL 5.1也引入了对xml的支持，对XML文档进行查询和修改的函数分别是ExtractValue()和UpdateXML()，PostgreSQL
内建了 xml 数据类型，对 XML 处理的函数主要就是 xpath ，它能通过一个xpath 参数，将 XML 文档中相关的信息转换为 PostgreSQL 的 xmlarray 类型。相比商业数据库，功能略少。
从每种数据库的特有功能来看, MySQL特有的可插拔式数据存储引擎接口是一个亮点，允许用户根据自己的需要选择特定的存储引擎，数个列式数据库厂商推出了自己的引擎集成到MySQL中，用户也能从中获益，无需修改自己的大部分代码，就可用到与使用新引擎之前完全不同的一种功能，带来某方面性能的大幅度提升。mysql slow log 是用来记录执行时间较长(超过long_query_time秒)的sql的一种日志工具,可以自动记录慢SQL语句，非常有利于DBA监控，比起Oracle数据库要用AWR工具等获取此类信息要方便了不少，当然它记录的信息比较简单。PostgreSQL的开放性带来了许多插件，比如PostGIS,就是一个空间数据库的插件，通过创建PostGIS模板的数据库就可以用到空间数据库的功能。值得深思的是，各种数据库面向对象功能的推出已经时间不短了，但到目前为止，仍没有一个成功的商业案例。
集群是数据库规模变大时横向扩展的一种手段，Oracle的RAC功能已经相当完善，和硬件绑定的Exadata更是将数据库性能提高到了一个新的高度。MySQL也单独发布MySQL Cluster版本，PostgreSQL集群主要有第三方公司提供，例如Greenplum和EnterpriseDB。
业界有一个数据库软件和服务器硬件捆绑的趋势，3大商业数据库在这方面都有动作，Oracle最早动手，2009年就和HP公司合作推出Exadata，收购Sun公司后推出使用自家硬件的v2,使用SSD缓存，infiniBand交换机和intelCPU的PC服务器构建的存储服务器和数据库服务器。IBM的Db2
purescale借鉴了大型机上的技术，利用db2 9.8和Power主机结合，数据共享组中的各成员可以通过一个非常有效的 InfiniBand™ 网络直接与 PowerHA pureScale 组件通信，GPFS(IBM General Parallel File System)实现了高度的可伸缩性和可用性，对应用程序是透明的。微软没有公布其SQL Server 2008 R2 并行数据仓库版(Parallel Data Warehouse )的细节，只是宣称支持数百TB的数据量和MPP架构，并从HP获得应用的硬件设备。
一些额外的功能，各种数据库都有值得提升的地方，比如压缩，MySQL数据库压缩后查询效率下降幅度很大，Oracle则压缩比不高，不过后者已经在Exadata中得到了改善。
从文档来看，商业数据库也较免费数据库更有优势，资料的分类较多，用户可以方便地获取到自己需要的部分信息，DB2和MS SQL Server在文档本地化方面做得最好，MySQL和PostgreSQL其实在开源数据库界，它们的文档也算是很出色的，不过和商业数据库比较还是稍弱一些。
下面将各种数据库的功能和性能排名罗列如下，按照在各自测试项目中的表现，分别打1-3分，1分为最优，3分最差。最后加总所有项目的分数，分数越小越好，这里没有考虑价格因素，仅仅是从一个最终用户使用的角度做出的评价。
读者可以依据自己对不同项目的重视程度赋予不同的权数再加总，以求得自己心目中的优胜者。
▲表5 各种数据库综合评分
所有的数据库目前都面临着网络时代新的业务模式的挑战，对于web2.0网站来说，存在对数据库高并发读写的需求、对海量数据的高效率存储和访问的需求、对数据库的高可扩展性和高可用性的需求。在上面提到的“三高”需求面前，关系数据库遇到了难以克服的障碍，而关系数据库的很多主要特性却往往无用武之地，例如：数据库事务一致性需求、数据库的写实时性和读实时性需求,因此数据库事务管理成了数据库高负载下一个沉重的负担，对复杂的SQL查询，特别是多表关联查询的需求。由此产生了NoSQL (非关系型数据存储)。它打破了长久以来关系型数据库与
ACID 理论大一统的局面。NoSQL 数据存储不需要固定的表结构，通常也不存在连接 操作。在大数据存取上具备关系型数据库无法比拟的性能优势。虽然它们的应用场景不同，但值得数据库提供商和开发人员关注，以跟上实际应用的步伐。