数据库如何快速选型（数据库如何选择合适的数据源）

在数据库选型上，没有一种架构能适合所有业务场景，需要在多种产品之间，根据业务需求在功能、性能、可靠性、成本等几方面取得平衡。更多的要考虑如何快速贴合自身的业务场景，做出取舍，这里主要介绍几个需要评估考虑的点，方便大家根据自身情况做出选择。

数据库基本准则：CAP定律

没有任何数据库技术可以绕过CAP 定理，按照CAP定理，在Consistency（一致性）、 Availability（可用性）、Partition tolerance （分区容错性）三者之间，不可能三者兼顾，而是最多同时兼顾两项。

1、技术需求：SQL/NoSQL/NewSQL

　SQL(Structured Query Language)：数据库，指关系型数据库，核心思想就是ACID（原子性，一致性，隔离性，持久性），主要满足CAP的CA要求。主要代表：SQLServer、Oracle、MySQL等。

　NoSQL(Not Only SQL)：泛指非关系型数据库, 以放宽ACID原则为代价，NoSQL采取的是事务最终一致性原则。Nosql常建立在分布式系统上，这使得它易于扩展分片和容错，可用性也高，它主要满足的是CAP中的AP要求。主要代表：Cassandra、MongoDB、Redis。

　NewSQL：对各种新的可扩展/高性能数据库的简称，吸收了传统关系型数据库和NoSql数据库的优点，NewSQL目标是将SQL的ACID保证与NoSQL的可扩展性和高性能相结合，很显然它是必定会满足CAP的CP的，但是在分布式场景的情况下，在保证数据的分区容错性建立了多副本同步，同时要保证分布式场景跨服务器节点的事务一致，它的性能一定是存在使用瓶颈的，必定影响系统的高可用性。主要代表：OceanBase、TiDB。

2、业务需求：OLTP/OLAP/HTAP

专门用于在线事务处理的数据库，叫做 OLTP；专门用于分析型业务的数据库叫做 OLAP，而能够把两者结合起来的，叫做HTAP。

3、业务场景

实时交易查询，读写能力和延迟性都很重要，这时内存数据库就能解决这一问题。

关系型数据库往往能够支持关联查询，语法也支持SQL复杂度的需求，但是性能上会出现很大风险。

海量数据分析业务场景，对可用性和容错性要求较高，可以牺牲时效性，通过并发分片各自进行计算，保证数据的最终一致性，但是分析出来的数据一定要准确，这种NoSql数据库是理想选择。

想要快速扩容，保证数据安全，对业务影响冲击小就得选择分布式数据库。

4、存储方式：行/列/键值/文档/图

OLTP交易式场景，按照场景进行拆解到交易，订单，报文，接口，数据需要结合交易场景，按照行式快速把数据存储落地，这个时候快速满足数据库的 ACID 属性（原子性、一致性、隔离性和持久性）就变得非常重要，这时关系型数据库显然是最佳选择。

OLAP业务场景中，数据需要建立不同的模型对业务进行分析，往往建立很多的大宽表存储模型信息，这个时候往往用的是列式存储。

内存数据库大多都是键值存储的，场景上往往结合关系型数据库提升系统的整理性能，提高系统吞吐能力。

场景只是用于文档存储，那么数据库的读取速度和延迟时间很重要，这时文档数据库可能是理想型选择。

如果是存储的实体间关系交错复杂，则需要引入图数据库。