本人普通后端码农，日常用数据库时，感觉用到的数据库功能并不多，只需要快且稳定就够了。所以想问，那些复杂的数据库、数据库功能在什么场景有价值呢？

比如：
1. orcale的数据管理等附加功能用处大么
2. DB2比mysql快很多么
3. hive比spark和hadoop是快 还是有什么优点么
4. mongoDB、NoSql的价值在哪呢

之前经历的应用场景：
轻量级、更新慢的数据直接mysql完事
大量数据存储放在HDFS上，文本文件明文保存，计算用hadoop和spark
大量高访问数据放在内存kv数据库上，每次直接对应一行，修改都是批量覆写整行
结构性数据，json、protobuf序列化文件存储
--
FROM 120.244.234.*

【 在 LYMing1986 的大作中提到: 】
本人普通后端码农，日常用数据库时，感觉用到的数据库功能并不多，只需要快且稳定就够了。所以想问，那些复杂的数据库、数据库功能在什么场景有价值呢？

比如：
1. orcale的数据管理等附加功能用处大么
如果你只是程序员，那些功能对于你是透明的，主要服务于DBA
2. DB2比mysql快很多么
肯定不是，DB2的优势不在于快
3. hive比spark和hadoop是快 还是有什么优点么
这是不同的东西，看你下面的意思，应该是把hadoop=mr了吧，
mr和spark都是计算框架，hive是一套完整的数据库引擎，可以执行sql的
4. mongoDB、NoSql的价值在哪呢
mongodb是文档数据库，在一些完全以某些对象为中心的业务场景下，会非常方便
例如某些应用里的会员中心，可能有大量我的好友、我关注的...、我的***这样的
信息，在传统rdbms中一般会设计出很多关联表，使用的时候要分别关联查询，
放mongodb里，就可以以用户为一个文档，好友、关注什么的只是文档中的一个列表属性
读取存储都是以用户id作为索引的一次操作就可以了

之前经历的应用场景：
轻量级、更新慢的数据直接mysql完事
大量数据存储放在HDFS上，文本文件明文保存，计算用hadoop和spark
大量高访问数据放在内存kv数据库上，每次直接对应一行，修改都是批量覆写整行
结构性数据，json、protobuf序列化文件存储
--
FROM 111.202.160.*

Oracle和DB2 也是传统关系型数据库？为什么可以做 OLAP ？

【 在 AutumnNight 的大作中提到: 】
: 从OLTP和OLAP的角度看，OLTP会增删改查，OLAP一般以查询分析为主
: Oracle和DB2既可以做OLTP也可以OLAP
: Mysql，MongoDB等是做OLTP的
: ...................
--
FROM 47.243.39.*

oracle和db2稳定


【 在 LYMing1986 的大作中提到: 】
: 本人普通后端码农，日常用数据库时，感觉用到的数据库功能并不多，只需要快且稳定就够了。所以想问，那些复杂的数据库、数据库功能在什么场景有价值呢？
: 比如：
: 1. orcale的数据管理等附加功能用处大么
: ...................
--
FROM 223.104.41.*

关系型数据库这个词是DB2作者发明的
【 在 hgoldfish 的大作中提到: 】
: Oracle和DB2 也是传统关系型数据库？为什么可以做 OLAP ？
--
FROM 222.71.112.*