目录

一、RDBMS（关系数据库，Relational DBMS）

数据库 早期史

1.1 Oracle 简史

1.2 MySQL 简史

1.3 Microsoft SQL Server 简史

1.4 PostgreSQL 简史

1.5 DB2 简史

1.6 Microsoft Access 简介

1.7 SQLite 简介

1.8 Teradata 简介

1.9 MariaDB 简介

1.10 Hive 简介

二、KVDB（键值数据库，Key-value store）

2.1 Redis 简史

2.2 Memcached 简介

2.3 Hazelcast 简介

2.4 Ehcache 简介

2.5 Riak KV 简介

2.6 Aerospike 简介

2.7 Oracle NoSQL 简介

2.8 LevelDB 简介

2.9 Infinispan 简介

2.10 Amazon SimpleDB 简介

三、MMDB（多模型数据库，Multi-model ）

3.1 Amazon DynamoDB 简介

3.2 Microsoft Azure Cosmos DB 简介

3.3 MarkLogic 简史

3.4 Datastax Enterprise 简介

3.5 OrientDB 简介

3.6 Kdb+ 简介

3.7 ArangoDB 简介

3.8 Apache Ignite 简介

3.9 Apache Drill 简介

3.10 InterSystems Caché 简介

四、DDB（文档数据库， Document store）

4.1 MongoDB 简史

4.2 Couchbase 简史

4.3 CouchDB 简史

4.4 Firebase Realtime Database 简介

4.5 RethinkDB 简介

4.6 Cloudant 简介

4.7 RavenDB 简介

4.8 PouchDB 简介

五、TSDB（时序数据库，Time Series DBMS）

5.1 InfluxDB 简介

5.2 Graphite 简介

5.3 RRDtool 简介

5.4 OpenTSDB 简介

5.5 Prometheus 简介

5.6 Druid 简介

5.7 TimescaleDB 简介

5.8 KairosDB 简介

5.9 Riak TS 简介

5.10 Axibase 简介

六、SE（搜索引擎，Search engines）

6.1 Elasticsearch 简介

6.2 Splunk 简介

6.3 Solr 简介

6.4 Sphinx 简介

6.5 Microsoft Azure Search 简介

6.6 Algolia 简介

6.7 Amazon CloudSearch 简介

6.8 Google Search Appliance 简介

6.9 Xapian 简介

6.10 SearchBlox 简介

七、GDB（图数据库，Graph DBMS）

7.1 Neo4j 简介

7.2 Apache Giraph 简介

7.3 JanusGraph 简介

7.4 Dgraph 简介

7.5 TigerGraph 简介

7.6 InfiniteGraph 简介

7.7 Sparksee 简介

7.8 HyperGraphDB 简介

7.9 FlockDB 简介

7.10 InfoGrid 简介

八、ODB（对象数据库，Object-oriented DBMS）

8.1 Versant Object Database 简介

8.2 ObjectStore 简介

8.3 Db4o 简介

8.4 Matisse 简介

8.5 GemStone/S 简介

8.6 ObjectDB 简介

8.7 Starcounter 简介

8.8 Jade 简介

九、RDF（三元组数据库，RDF stores）

9.1 Jena 简介

9.2 Algebraix 简介

9.3 RDF4J 简介

9.4 4store 简介

9.5 Redland 简介

9.6 RedStore 简介

9.7 Mulgara 简介

9.8 BrightstarDB 简介

9.9 CubicWeb 简介

9.10 Dydra 简介

十、MVDB（多值数据库，Multivalue DBMS）

10.1 Adabas 简介

10.2 UniData,UniVerse 简介

10.3 jBASE 简介

10.4 Model 204 简介

10.5 D3 简介

10.6 SciDB 简介

10.7 Northgate Reality 简介

10.8 OpenInsight 简介

10.9 Rasdaman 简介

10.10 OpenQM 简介

十一、WCDB（列数据库，Wide Column Store/Column-Family）

11.1 Cassandra 简介

11.2 HBase 简介

11.3 Microsoft Azure Table Storage 简介

11.4 Accumulo 简介

11.5 Google Cloud Bigtable 简介

11.6 ScyllaDB 简介

11.7 Alibaba Cloud Table Store 简介

十二、NXD（XML数据库，Native XML DBMS）

12.1 BaseX 简介

12.2 eXist-db 简介

12.3 Sedna 简介

12.4 webMethods Tamino 简介

十三、CDB（内容仓库，Content stores）

13.1 Jackrabbit 简介

13.2 ModeShape 简介

十四、NDB（导航数据库，Navigational DBMS）

14.1 IMS 简介

14.2 IDMS 简介

十五、EDB（事件仓库，Event Stores）

15.1 EventStore 简介

15.2 NEventStore 简介

十六、参考资料

---

• 一、RDBMS（关系数据库，Relational DBMS）

• 数据库 早期史

1961年，GE（通用电气公司，General Electric Company）的Charles Bachman ，开发了IDS（集成数据存储，Integrated Data Store），这是世界上第一个NDBMS（网状数据库管理系统，Network Database Management System），也是第一个数据库管理系统。

1968年， IBM（国际商业机器公司，International Business Machines Corporation）的Vern Watts，开发了IMS（信息管理系统，Information Management System），这是世界上第一个HDBMS（层次数据库管理系统，Hierarchical Database Management System）。

1970年，IBM公司的研究员Edgar  F. Codd（埃德加·科德），发表了论文《大型共享数据库数据的关系模型》（A Relational Model of Data for Large Shared Data Banks）。该论文提出了关系数据模型，奠定了关系模型的理论基础，科德也被誉为“关系数据库之父”。

1974年，IBM公司的San Jose 实验室，启动了System R项目，其目标是论证一个全功能RDBMS的可行性。该项目结束于1979年，它是SQL 语言的第一次实现。

1973年，UCB（加州大学伯克利分校，University of California, Berkeley）的Michael Stonebraker和EugeneWong，利用System R的公开信息，开发了Ingres（交互式图形和检索系统，INteractive Graphics REtrieval System）。该项目结束于1985年，在Ingres 基础上产生了很多商业数据库软件，包括 Sybase、Microsoft SQL Server、NonStop SQL、Informix等。

1976年，Honeywell（霍尼韦尔）公司，开发了MRDS（Multics关系数据存储，Multics Relational Data Store），这是第一个商用关系数据库系统。

1982年，Stonebraker离开伯克立大学，创建了Ingres 公司。

• 1.1 Oracle 简史

Oracle Database，又名Oracle RDBMS，或简称Oracle。是甲骨文公司的一款关系数据库管理系统。到目前仍在数据库市场上占有主要份额。 劳伦斯·埃里森和他的朋友，之前的同事Bob Miner和Ed Oates在1977年创建了软件开发实验室咨询公司。SDL开发了Oracle软件最初版本。

1977年6月，Larry Ellison（拉里埃里森） 与 Bob Miner、Ed Oates ，在硅谷共同创办了SDL（软件开发实验室，Software Development Laboratories）。

1978年，SDL发布了Oracle 1 版本。

1979年，SDL发布了Oracle 2 版本，这是第一个基于SQL的商业版RDBMS。同年，SDL改名为RSI（关系软件公司，Relational Software Inc）。

1982年，RSI改名为Oracle。

1983年3月，Oracle 3 发布，增加了可移植性。

1984年10月，Oracle 4 发布，增加了读一致性。

1985年，Oracle 5.0 发布，实现了C/S模式工作。

1986年，Oracle 5.1 发布，支持分布式查询。

1988年，Oracle 6 发布，引入了行级锁、联机热备份。

1992年6月，Oracle 7 发布，增加了PL\SQL存储过程、触发器、分布式事务、基于成本的优化器。

1997年6月，Oracle 8 发布，支持面向对象、多媒体应用、恢复管理、分区。

1998年9月，Oracle 8i 发布，增加对Internet的支持，8i的i代表Internet--网络。

2001年6月，Oracle 9i 发布，增加了RAC、XML DB、高级队列、数据挖掘、Streams、逻辑Standby。

2003年9月，Oracle 10gR1 发布，增加了网格计算Grid、ASM、Flashback，10g的g代表Grid--网格计算。

2005年7月，Oracle 10gR2 发布，增加了在线索引、高级压缩、DG等功能。

2007年7月11日，Oracle 11gR1 发布，实现了信息生命周期管理（Information Lifecycle Management）等多项创新，引入CDB与PDB、动态DG、Exadata。

2009年11月，Oracle11gR2 发布，增加了混合列压缩、聚合文件系统、OGG数据复制。

2013年6月26日，Oracle 12cR1 发布，增加了云计算Cloud，多租户架构、内存列存储、原生JSON、SQL模式匹配，12c的c代表Cloud--云计算。

2016年11月，Oracle 12cR2 发布，增加了原生Sharding、零数据丢失恢复、Exadata云服务。

2018年2月16日，Oracle 18c 发布，增加了自治性，动态表函数。

• 1.2 MySQL 简史

MySQL原本是一个开放源代码的关系数据库管理系统，原开发者为瑞典的MySQL AB公司，该公司于2008年被Sun公司收购。2009年，甲骨文公司收购Sun公司，MySQL成为Oracle旗下产品。

1990年，TcX公司的的客户，要求为报表工具Unireg的API，提供SQL支持。当时的商用数据库速度很难令人满意。于是，Monty决定自己重写一个SQL支持。

1995年，Michael Widenius（Monty）, David Axmark and Allan Larsson，在瑞典创立了MySQL AB公司。

1996年，瑞典 MySQL AB 公司发布了MySQL 1.0版本。

1996年10月，MySQL 3.11.1发布。

2001年，MySQL集成Heikki Tuuri的存储引擎InnoDB，这个引擎不仅能持事务处理，并且支持行级锁。

2003年3月，MySQL 4.0 发布，支持查询缓存、集合并、全文索引、InnoDB存储引擎。

2004年10月，MySQL 4.1 发布，增加了子查询，utf8字符集，GROUP BY语句增加了ROLLUP，mysql.user表采用了更好的加密算法。

2005年10月，MySQL 5.0 发布，增加了视图、存储过程、游标、触发器、分布式事务。

2008年1月，MySQL AB公司 被Sun公司以10亿美金收购。

2008年11月，MySQL 5.1 发布，增加了分区、事件管理，以及基于行的复制和基于磁盘的NDB集群系统，同时修复了大量的Bug。

2009年4月20日，Oracle公司以74亿美元收购Sun公司。

2010年12月，MySQL 5.5 发布，增加了半同步复制、信号异常处理、unicode字符集，InnoDB成为默认存储引擎。

2011年4月，MySQL 5.6 发布，增加了GTID复制，支持延时复制、行级复制。

2013年4月，MySQL 5.6 GA 发布，支持在线DDL、并行复制。

2013年2月，MySQL 5.7 发布，支持原生JSON数据类型。

2015年8月，MySQL 5.7 GA 发布，支持原生JSON数据类型。

2016年9月12日，MySQL 8.0.0 发布，速度要比 MySQL 5.7 快 2 倍；增加了SQL窗口函数，公用表表达式，NOWAIT和SKIP LOCKED，降序索引，分组，正则表达式，字符集，成本模型和直方图；JSON扩展语法，新功能，改进排序和部分更新。使用JSON表函数，可以使用JSON数据的SQL机制；GIS地理支持。空间参考系统（SRS），以及SRS感知空间数据类型，空间索引和空间功能。可靠性 DDL语句已变得原子性和崩溃安全，元数据存储在单个事务数据字典中。

2018年4月19日，MySQL 8.0.11 GA 发布，支持NoSQL文档存储、原子的奔溃安全DDL语句、扩展JSON语法，新增JSON表函数，改进排序、分区更新功能。

• 1.3 Microsoft SQL Server 简史

Microsoft SQL Server是由美国微软公司所推出的关系数据库解决方案，最新的版本是SQL Server 2017，已在美国时间2017年10月2日发布。 数据库的内置语言原本是采用美国标准局和国际标准组织所定义的SQL语言，但是微软公司对它进行了部分扩充而成为作业用SQL。

1984年，Sybase（system database的缩写）公司成立。

1987年，Sybase推出了本公司首个关系型数据库Sybase SQL Server，这是第一个C/S架构的数据库系统。

1988年，Microsoft、Sybase和Ashton-Tate合作，在Sybase的基础上生产出了在OS/2操作系统上使用的SQL Server 1.0。

1988年，Microsoft、Sybase和Ashton-Tate合作，在Sybase的基础上生产出了在OS/2操作系统上使用的SQL Server 1.0。

1989年，SQL Server 1.0 发布，取得了较大的成功，Microsoft和Ashton-Tate分道扬镳。

1991年，SQL Server 1.11 发布。

1992年，SQL Server 4.2A 发布，由Microsoft和Sybase共同开发。

1993年，SQL Server 4.2B 发布，支持 Windows NT 3.1 操作系统。

1994年，Microsoft和Sybase分道扬镳。

1995年，SQL Server 6.0 发布，由Microsoft自行研发，随后推出的SQL Server 6.5 取得巨大成功。

1996年，SQL Server 6.5 发布。

1998年，SQL Server 7.0 发布，SQL Server 7.0开始进军企业级数据库市场。

2000年，SQL Server 2000 发布，新增了日志传送，索引视图。

2005年11月，SQL Server 2005 发布，新增了分区、数据库镜像、联机索引、数据库快照、复制、故障转移集群、全文搜索。

2008年8月6日，SQL Server 2008 发布，新增了数据压缩、资源调控器、备份压缩、空间数据类型集、层次数据类型、宽数据表、MERGE语句。

2010年4月21日，SQL Server 2008 R2 发布，新增数据中心版，最大支持256核，支持Unicode压缩。

2012年3月6日，SQL Server 2012 发布，新增AlwaysON、Columnstore索引、增强审计功能、支持大数据。

2014年4月1日，SQL Server 2014 发布，新增内存优化表、备份加密、增强AlwaysOn功能、延迟持续性、分区切换、索引生成、列存储索引、缓冲池扩展、增量统计信息。

2016年6月1日，SQL Server 2016 发布，支持JSON，多TempDB数据库文件、全程加密技术、Query Store、支持R语言。

2017年10月2日，SQL Server 2017 发布，支持Linux操作系统，新增可恢复在线索引重建、图数据库功能，支持R、Python的机器学习功能。

• 1.4 PostgreSQL 简史

PostgreSQL是自由的对象-关系型数据库服务器，在灵活的BSD许可证下发行。它在其他开放源代码数据库系统，和专有系统之外，为用户又提供了一种选择。

1986年，UCB启动了POSTGRES项目，该项目由Stonebraker教授领导，由DARPA（防务高级研究项目局，Defense Advanced Research Projects Agency）、ARO（陆军研究办公室，the Army Research Office）、NSF（国家科学基金，the National Science Foundation）、 以及 ESL, Inc 共同赞助。同年，Stonebraker发表了“The design of POSTGRES”,“The POSTGRES data model ”,“The design of the POSTGRES rules system”,“The design of the POSTGRES storage system ”等一系列论文，引入对象关系理念，探讨该系统最初的概念、数据模型定义、规则系统设计、存储管理器的理论基础和体系结构。

1989年6月，Postgres 1 发布，Stonebraker发表了“The implementation of POSTGRES ”。

1990年6月，Postgres 2 发布，重写了规则系统。

1991年，Postgres 3 发布，改进了规则系统，增加了对多种存储系统支持的能力，并且改进了查询引擎。

1993年，Postgres 4 发布，用户剧增，并且特性需求急剧增加，随后改项目正式终止。

1994年，UCB的研究生Andrew Yu和Jolly Chen，增加了一个SQL语言解释器来替代早先的基于Ingres的QUEL系统，建立了Postgres95。

1996年，该计划被重新命名为PostgreSQL。

1997年1月29日，PostgreSQL 6.0 发布，这是PostgreSQL的第一个正式版本，支持唯一索引、身份认证功能。

1997年6月8日，PostgreSQL 6.1 发布，新增多列索引、序列、货币和时间数据类型，GEQO。

1997年10月2日，PostgreSQL 6.2 发布，增加了JDBC接口、触发器、服务端编程接口、约束。

1998年3月1日，PostgreSQL 6.3 发布，增加了SQL92标准的子查询、PL/pgTCL。

1998年10月30日，PostgreSQL 6.4 发布，增加了可读视图、增强了PL/pgTCL。

1999年6月9日，PostgreSQL 6.5 发布，增加了MVCC、临时表、更多的SQL语句支持。

2000年5月8日，PostgreSQL 7.0 发布，增加了外键、JOIN连接。

2001年4月13日，PostgreSQL 7.1 发布，增加了WAL预写式日志、外连接。

2002年2月4日，PostgreSQL 7.2 发布，增加了PL/Python、国际化消息。

2002年11月27日，PostgreSQL 7.3 发布，增加了模式、表函数、prepared query。

2003年11月17日，PostgreSQL 7.4 发布，优化了JOIN和数据仓库函数。

2005年1月19日，PostgreSQL 8.0 发布，支持Windows平台，增加了savepoints、表空间、时间点恢复。

2005年11月8日，PostgreSQL 8.1 发布，性能优化、增加了两阶段提交、表分区、位图索引扫描、共享行锁、角色。

2006年12月5日，PostgreSQL 8.2 发布，优化性能、增加了在线重建索引、咨询锁、热standby。

2008年2月4日，PostgreSQL 8.3 发布，增加了Heap-only tuples、全文搜索、SQL/XML、枚举类型、UUID类型。

2009年7月1日，PostgreSQL 8.4 发布，增加了窗口函数、列级权限、并行恢复、CTE公用表表达式、递归查询。

2010年9月20日，PostgreSQL 9.0 发布，支持Windows-x64，增加了内置二进制流复制、热备、内置升级功能。

2011年9月12日，PostgreSQL 9.1 发布，增加了同步复制、无日志表、序列快照隔离级别、可写CTE公用表表达式、SELinux集成、扩展、外部表。

2012年9月10日，PostgreSQL 9.2 发布，增加了级联流复制、索引扫描、原生JSON支持、增强锁管理、range类型、空间分区GIST索引。

2013年9月9日，PostgreSQL 9.3 发布，增加了LATERAL JOIN、触发器、视图、可写外部表、物化视图、增强了复制功能。

2014年12月18日，PostgreSQL 9.4 发布，增加了JSONB、RANGE类型、ALTER SYSTEM语法、不阻塞读的刷新物化视图、动态注册/起停后台进程、逻辑API、GIN索引增强、Linux大页支持。

2016年1月7日，PostgreSQL 9.5 发布，增加了UPSERT、CUBE/ROLLUP、GROUPING SETS 语法、行级安全、TABLESAMPLE、新的BRIN索引。

2016年9月29日，PostgreSQL 9.6 发布，支持并行查询，利用sort/join pushdown增强了FDW、多种同步standby、快速清空大表。

2017年10月5日，PostgreSQL 10.5 发布，增加了逻辑复制、声明式表分区、增强并行查询机制。

2018年10月18日，PostgreSQL 11 发布，增强了分区的鲁棒性和性能、存储过程支持事务、增强并行查询能力、增加了表达式的JIT。

• 1.5 DB2 简史

IBM DB2企业服务器版本，是美国IBM公司发展的一套关系型数据库管理系统。它主要的运行环境为UNIX、Linux、IBM i、Z/OS，以及Windows服务器版本。DB2也提供性能强大的各称IBM InfoSphere Warehouse版本。

1961年，GE（通用电气公司，General Electric Company）的Charles Bachman ，开发了IDS（集成数据存储，Integrated Data Store），这是世界上第一个NDBMS（网状数据库管理系统，Network Database Management System），也是第一个数据库管理系统。

1968年， IBM（国际商业机器公司，International Business Machines Corporation）的Vern Watts，在 IBM 360 计算机上，开发了IMS（信息管理系统，Information Management System），这是IBM的第一代数据库，所以也称IMS为DB1。IMS是世界上第一个HDBMS（层次数据库管理系统，Hierarchical Database Management System）。

1970年，IBM公司的研究员E. F. Codd（埃德加·科德），发表了论文“A Relational Model of Data for Large Shared Data Banks”。该论文提出了关系模型，奠定了关系模型的理论基础，科德也被誉为“关系数据库之父”。

1974年，IBM的San Jose 实验室，启动了System R 项目，其目标是论证一个全功能RDBMS（关系型数据库管理系统，Relational Database Management System）的可行性。该项目结束于1979年，它是SQL 语言的第一次实现，并为IBM的二代数据库DB2，打下了基础。

1974年，IBM的Don Chamberlin和Ray Boyce，通过 System R 项目的实践，发表了论文"SEQUEL：A Structured English Query Language"，提出了 SEQUEL 语言，此即 SQL 语言的原型。

1975年，IBM的Don Chamberlin 和 Morton Astrahan ，发表了论文“Implementation of Structured English Query Language”，在 SEQUEL 的基础上，阐述了在System R中的SQL实现，这也是 System R 项目得出的重大成果之一。

1975年，IBM的Y. H. Chin，发表了论文“Analysis of VSAM's free-space behavior”，比较了IBM的VSAM和ISAM，并提出了ISAM文件系统。该文件系统可以连续地（按照他们进入的顺序）或者任意地（根据索引）记录任何访问，每个索引定义了一次不同排列的记录。

1976年，IBM System R 项目组，发表了论文"A System R: Relational Approach to Database Management"，描述了一个关系型数据库的原型。

1976年，IBM 的 Jim Gray，发表了论文“Granularity of Locks and Degreesof Consistency  in a shared  database”，正式定义了数据库事务的概念和数据一致性的机制。

1977年，System R 原型在3个客户处进行了安装，这 3 个客户分别是：波音公 司、Pratt & Whitney 公司和 Upjohn 药业。这标志着 System R 从技术上已经是 一个比较成熟的数据库系统，能够支撑重要的商业应用了。

1979年，IBM的Pat Selinger，发表了论文“Access Path Selection in aRelational Database Management System”，描述了业界第一个关系查询优化器，它是DB2数据库优化器的雏形。

1979年，Oracle公司推出了世界首个关系型数据库的成品 Oracle 2 版本。

1980年，IBM发布了 S/38 系统，该系统中集成了一个以 System R 为原型的数据库服务器。为了方便应用程序的移植，它的 API 与 S/3、S/32 的 API 一致。

1980年，Cromemc公司的Roger Sippl和Laura King，开发了一个基于ISAM技术的小型关系数据库，作为报表记录器软件的一部分。同年，二人离开Cromemco去从事关系数据库系统的开发。

1981年，IBM 的研究员E.F.Codd，由于提出了关系型数据库模型， 获得了ACM 图灵奖。

1982年，SQL/DS for VSE and VM 发布，这是IBM的第一个商用关系型数据库产品，是业界第一个以SQL为接口的RDMS。SQL/DS以System R为原型设计，也是DB2的前身。

1983年，Database2 fo rMVS（简称DB2）发布，这标志着DB2的诞生。

1986年，System/38 V7 发布，这是一种大型机，首次配置了查询优化器，能对存取计划进行优化。System/38 V7是DB2优化器的雏形，此时的DB2还只能在大型机上运行。

1987年，OS/2 V1.0 扩展版 发布，这是IBM第一次把关系型数据库处理能力扩展到微机系统。OS/2 V1.0是 DB2 for OS/2、Unix and Window 的雏形，从此DB2开始支持小型机。

1988年，SQL/400 发布，为集成了RDBMS的AS/400服务器提供了SQL支持。IDUG（国际DB2用户组织）组织成立。

1989年，IBM定义了 Common SQL 和 DRDA（分布式关系数据库架构，Distributed Relational Database Architecture），并在 IBM 所有的RDBMS上加以实现。 

1992年，第一届 IDUG欧洲大会在瑞士日内瓦召开。这标志着 DB2 应用的全球化。

1993年，DB2 for OS/2 V1（简写DB2/2）和 DB2 forRS/6000V1（简写为DB2/6000）发布，DB2开始支持Intel 和Unix 平台。

1994年，DB2 For MVS V4 发布，通过并行Sysplex 技术的实现，在主机上引入了分布式计算（数据共享）。

1995年，DB2 V1 发布，支持Windows ，UNIX等多个平台，这是标志性的一年。

1996年，DB2 V2.1.2 发布，这是第一个真正支持 JAVA 和 JDBC 的数据库产品。IBM并购 Tivoli，DB2更名为DB2 UDB（UDB是“UniversalDatabase”的缩写，意思是“通用数据库”）。

1997年，DB2 for OS/390 V5 发布，支持Web，也是当时唯一能够支持64, 000个并发用户和百 TB 级别的数据库产品。

1997年，DB2 UDB for UNIX、Windows and OS/2 发布，支持 ROLLUP 和 CUBE 函数，对联机分析处理（OLAP）具有重要意义。

1998年，DB2 UDB V5.2 发布，增加了对 SQLJ、Java 存储过程和用户自定义函数的支持。

1998年，DB2 UDB for AS/400 发布，使 AS/400 成为充分支持电子商务的机 型。

1999年，DB2 UDB V6.1 for Linux  发布，支持Linux平台。

2000年，DB2 XML Extender 发布，支持内置XML扩展。通过 Net.Search Extender 提供了 in-memory 高速文本检索功能；通过 Net.Search Extender 提供了 in-memory 高速文本检索功能；集成 DataJoiner 来提供数据联邦（federation）功能。

2001年，DB2 UDB V7.1 发布，支持object-SQL。IBM以10 亿美金收购了 Informix 的数据库业务。

2002年，DB2 UDB V8.1 发布，新增基于自我调节（SMART）技术。

2006年，DB2 UDB V9 发布，这是划时代的一个版本。是首个混合型数据库（有传统的关系型数据，也有XML层次型数据）。

2010年，DB2 UDB V10 for z/OS 发布，支持z/OS系统。

2012年，DB2 UDB V10.1 for Linux, UNIX, and Windows 发布，支持 Linux、Unix 和 Windows 系统，支持 Apache Hadoop 发布。

2016年，DB2 UDB V11.1 GA 发布，增强了高可用性、备份、日志记录、弹性和恢复、性能、SQL兼容、安全性、应用程序开发、数据移动等一系列功能。

2017年，DB2 UDB V11.1.2 发布，增强了BLU性能、允许在列组织表中执行并行插入、增强HADR功能、改进数据库崩溃恢复和事务回滚性能、支持创建加密样本数据库、增强CLI。

• 1.6 Microsoft Access 简介

Microsoft Office Access是由微软发布的关系数据库管理系统。它结合了Microsoft Jet Database Engine和图形用户界面两项特点，是Microsoft Office的系统程序之一。

• 1.7 SQLite 简介

SQLite 是遵守ACID的关系数据库管理系统，它包含在一个相对小的C程序库中。与许多其它数据库管理系统不同，SQLite不是一个客户端/服务器结构的数据库引擎，而是被集成在用户程序中。 SQLite遵守ACID，实现了大多数SQL标准。它使用动态的、弱类型的SQL语法。

2000年8月17日，D. Richard Hipp，用C语言开发了SQLLite。

• 1.8 Teradata 简介

Teradata 天睿资讯系统有限公司为美国商业软件公司，以大数据分析、数据仓库和整合行销管理解决方案为主要业务。天睿成立于1979年，前身隶属于NCR公司，自2007年10月起从NCR独立，并由麦克·科勒担任执行长兼总裁。天睿公司总部设在俄亥俄州迈阿密斯堡。

• 1.9 MariaDB 简介

 MariaDB数据库管理系统是MySQL的一个分支，主要由开源社区在维护，采用GPL授权许可。开发这个分支的原因之一是：甲骨文公司收购了MySQL后，有将MySQL闭源的潜在风险，因此社区采用分支的方式来避开这个风险。 MariaDB的目的是完全兼容MySQL，包括API和命令行，使之能轻松成为MySQL的代替品。

2009年1月22日，MariaDB 初始版本发布。

• 1.10 Hive 简介

Apache Hive是一个建立在Hadoop架构之上的数据仓库。它能够提供数据的精炼，查询和分析。Apache Hive起初由Facebook开发，目前也有其他公司使用和开发Apache Hive，例如Netflix等。

• 二、KVDB（键值数据库，Key-value store）

• 2.1 Redis 简史

Redis(Remote Dictionary Server)是一个使用ANSI C编写的开源（BSD许可）、支持网络、基于内存、可选持久性、键值对存储的数据结构服务器，可用作数据库，高速缓存和消息队列代理。它支持字符串、哈希表、列表、集合、有序集合，位图，hyperloglogs等数据类型。内置复制、Lua脚本、LRU收回、事务以及不同级别磁盘持久化功能，同时通过Redis Sentinel提供高可用，通过Redis Cluster提供自动分区。

2008年，意大利的创业公司Merzia，推出了基于MySQL的网站实时统计系统LLOOGG，但性能不太理想。

2009年，Merzia的创始人Salvatore Sanfilippo，为了改善LLOOGG的性能，开发了Redis。

2010年，VMware公司开始赞助Redis的开发。

2012年08月02日，Redis 2.4.16 发布。

2012年08月31日，Redis 2.4.17 发布。

2012年11月7日，Redis 2.6.3 发布。

2013年4月30日，Redis 2.6.13 发布。

2013年11月25日，Redis 2.8.1发布。

2015年4月1日，Redis 3.0.0 GA 发布。

2015年5月5日，Redis 3.0.1 发布，Upgrade urgency: LOW for Redis and Cluster, MODERATE for Sentinel.

2015年6月4日，Redis 3.0.2 发布，Upgrade urgency: HIGH for Redis because of a security issue.LOW for Sentinel.

2015年7月17日，Redis 3.0.3 发布，Upgrade urgency: LOW for Redis and Sentinel.

2015年9月8日，Redis 3.0.4 发布，HIGH for Redis and Sentinel. However note that in order to fix certain replication bugs, the replication internals were modified in a very heavy way. So while this release is conceptually saner, it may contain regressions. For this reason, before the release, QA activities were performed by me (antirez) and Redis Labs and no evident bug was found.

2015年10月15日，Redis 3.0.5 发布，MODERATE, the most important thing is a fix in the replication code that may make the slave hanging forever if the master remains with an open socket even if it is no longer able to reply.

2015年12月18日，Redis 3.0.6 发布，We fixed a crash that happens very rarely, so updating does not hurt, but most users are unlikely to experience this condition because it requires some odd timing. However if you are a Redis Cluster user, upgrading is strongly adviced since this release includes very important improvements to Redis Cluster.

2016年1月28日，Redis 3.0.7 发布，this release fixes important Redis Cluster bugs.

2016年6月17日，Redis 3.2.1 发布，Critical fix to Redis Sentinel, due to 3.2.0 regression compared to 3.0。

2016年7月28日，Redis 3.2.2 发布，A Redis server and a Sentinel crash are now fixed. GEORADIUS errors in reported entries are fixed.

2016年8月2日，Redis 3.2.3 发布，Fix replication delay and redis-cli security issue.

2016年9月26日，Redis 3.2.4 发布，Redis 3.2 and unstable contained a security vulnerability fixed by this release.

2016年10月26日，Redis 3.2.5 发布，This release only fixes a compilation issue due to the missing -ldl at linking time.

2016年12月6日，Redis 3.2.6 发布，GEORADIUS, BITFIELD and Redis Cluster minor fixes.

2017年1月31日，Redis 3.2.7 发布，This release fixes important security and correctness issues. It is especially important to upgrade for Redis Cluster users and for users running Redis in their laptop since a cross-scripting attack is fixed in this release.

2017年2月12日，Redis 3.2.8 发布，This release reverts back the Jemalloc upgrade that is believed to potentially cause a server deadlock. A MIGRATE crash is also fixed.

2017年5月17日，Redis 3.2.9 发布，A few rarely harmful bugs were fixed.

2017年7月28日，Redis 3.2.10 发布，This release contains a number of fixes that are not critical in the general case, but quite important in certain use cases. Upgrading is suggested but not mandatory.

2017年9月21日，Redis 3.2.11 发布，Potentially critical bugs fixed.

2018年6月13日，Redis 3.2.12 发布。

2017年7月14日，Redis 4.0.0 GA 发布。

2017年7月24日，Redis 4.0.1 发布，A few serious but non critical bugs in the modules subsystem. A rare Redis Cluster crash fixed.Many other minor fixes.

2017年9月21日，Redis 4.0.2 发布，修复了一些潜在bug。

2017年11月30日，Redis 4.0.3 发布，Several PSYNC2 bugs can corrupt the slave data set after a restart and a successful PSYNC2 handshake.

2017年11月30日，Redis 4.0.4 发布，Several PSYNC2 bugs can corrupt the slave data set after a restart and a successful PSYNC2 handshake.

2017年12月1日，Redis 4.0.5 发布，Redis 4.0.4 fix for PSYNC2 was broken, causing the slave to crash when receiving an RDB file from the master that contained a duplicated Lua script.

2017年12月4日，Redis 4.0.6 发布，More errors in the fixes for PSYNC2 in Redis 4.0.5 were identified.

2018年1月24日，Redis 4.0.7 发布，修复bug。

2018年2月2日，Redis 4.0.8 发布，修复Redis Cluster相关bug。

2018年3月26日，Redis 4.0.9 发布，Critical upgrade for users using AOF with the fsync policy set to "always".

2018年6月13日，Redis 4.0.10 发布，修复了安全问题、SCAN命令、PSYNC2、Sentienl相关的bug。

2018年8月3日，Redis 4.0.11 发布，修复了影响用户子集的一些bug。

2018年10月17日，Redis 5.0.0 发布，Upgrade urgency CRITICAL: Several fixes to streams AOF and replication.

• 2.2 Memcached 简介

memcached是一套分布式的高速缓存系统，由LiveJournal的Brad Fitzpatrick开发，但目前被许多网站使用。这是一套开放源代码软件，以BSD license授权发布。 memcached缺乏认证以及安全管制，这代表应该将memcached服务器放置在防火墙后。

• 2.3 Hazelcast 简介

Hazelcast IMDG是一个基于Java的开源内存数据网格。它也是开发产品的公司的名称。 Hazelcast公司由风险投资公司资助，总部位于帕洛阿尔托。 在Hazelcast网格中，数据均匀分布在计算机集群的节点之间，允许水平扩展处理和可用存储。备份也分布在节点之间，以防止任何单个节点发生故障。

• 2.4 Ehcache 简介

Ehcache是一种开源的、基于标准的缓存，可以提高性能、卸载数据库并简化可伸缩性。它是最广泛使用的基于java的缓存，因为它健壮、可靠、功能齐全，并与其他流行的库和框架集成。Ehcache可以从进程内缓存扩展到进程内/进程外部署和tb大小的缓存。

• 2.5 Riak KV 简介

Riak KV是一个分布式NoSQL数据库，旨在通过跨多个服务器分布数据来提供最大的数据可用性。只要您的Riak KV客户端能够访问一个Riak服务器，它就应该能够写入数据。

• 2.6 Aerospike 简介

Aerospike社区版是一个企业级、互联网规模的实时、关键任务应用和分析数据库。

• 2.7 Oracle NoSQL 简介

官网

• 2.8 LevelDB 简介

 LevelDB是由谷歌构建的一个简单的键值存储。它被用于谷歌铬和许多其他产品。LevelDB支持任意字节数组作为键和值、奇异的get、put和delete操作、批量的put和delete、双向迭代器和使用非常快的Snappy算法的简单压缩。

• 2.9 Infinispan 简介

Infinispan是一个分布式内存键/值与可选的数据存储模式,Apache 2.0许可下可用。

• 2.10 Amazon SimpleDB 简介

SimpleDB 

• 三、MMDB（多模型数据库，Multi-model ）

• 3.1 Amazon DynamoDB 简介

Amazon DynamoDB是一个完全托管的专有NoSQL数据库服务，支持键值和文档数据结构，由Amazon.com作为Amazon Web Services产品组合的一部分提供。 DynamoDB向Dynamo公开类似的数据模型并从其派生名称，但具有不同的底层实现。

2012年1月18日，亚马逊发布了DynamoDB。

• 3.2 Microsoft Azure Cosmos DB 简介

 Azure Cosmos DB是Microsoft专有的全球分布式多模型数据库服务“用于管理行星级数据”，于2017年5月推出。它基于并扩展了早期的Azure DocumentDB（发布于2014年）。Azure Cosmos DB是无架构的，通常归类为NoSQL数据库。

2017年5月，微软发布了CosmosDB。

• 3.3 MarkLogic 简史

MarkLogic 

2001年，Ultraseek搜索引擎公司的首席架构师Christopher Lindblad，创立了Cerisent公司，之后改名为MarkLogic。该公司的初衷是为了弥补搜索和数据产品的不足。

2003年，Cerisent XQE 1.0 发布。

2004年，Cerisent XQE 2.0 发布。

2005年，MarkLogic Server 3.0 发布。

2006年，MarkLogic Server 3.1 发布。

2007年，MarkLogic Server 3.2 发布。

2008年，MarkLogic Server 4.0 发布。

2009年，MarkLogic Server 4.1 发布。

2010年，MarkLogic Server 4.2 发布。

2011年，MarkLogic Server 5.0 发布。

2012年，MarkLogic Server 6.0 发布。

2013年，MarkLogic Server 7.0 发布。

2015年，MarkLogic Server 8.0发布， 支持JSON存储和用JavaScript处理数据。

2017年，MarkLogic Server 9.0 发布，新增了跨关系型和非关系型的数据集成。

• 3.4 Datastax Enterprise 简介

DataStax，Inc。是一家位于加利福尼亚州圣克拉拉的数据管理公司。该公司建立在Apache Cassandra之上。截至2017年10月，该公司在50多个国家/地区拥有约400名客户。

• 3.5 OrientDB 简介

OrientDB是一个用Java编写的开源NoSQL数据库管理系统。它是一个多模型数据库，支持图形，文档，键/值和对象模型，但这些关系在图形数据库中进行管理，并在记录之间建立直接连接。它支持无模式，模式完整和模式混合模式。

• 3.6 Kdb+ 简介

kdb+是一个基于列的关系时间序列数据库，具有内存功能，由Kx Systems开发和销售。该数据库通常用于高频交易，以高速存储，分析，处理和检索大型数据集。

• 3.7 ArangoDB 简介

ArangoDB是ArangoDB公司开发的原生多模型数据库。它支持三种数据模型，一种数据库核心和统一查询语言AQL。查询语言是声明性的，允许在单个查询中组合不同的数据访问模式。 ArangoDB是一个NoSQL数据库系统，但AQL在很多方面与SQL类似。

• 3.8 Apache Ignite 简介

Apache Ignite是一个memory-centric分布式数据库、缓存和处理平台事务性、分析性和流式工作负载以pb级的速度提供内存中的速度。

• 3.9 Apache Drill 简介

Apache Drill是一个Apache开源SQL查询引擎用于大数据探索。Drill从基层开始设计，支持对来自现代大数据应用程序的半结构化、快速进化的数据进行高性能分析，同时仍然提供行业标准查询语言ANSI SQL的熟悉度和生态系统。Drill提供了与现有Apache Hive和Apache HBase部署的即插即用集成。

• 3.10 InterSystems Caché 简介

InterSystems Caché® 是一种高性能的数据库，可助力全球范围的事务处理应用。它的用途极为广泛，包括：银河系亿万颗星球的测绘，每天数十亿次股权交易的处理，以及智能电网的管理。

• 四、DDB（文档数据库， Document store）

• 4.1 MongoDB 简史

MongoDB是一个免费、开源、跨平台、面向文档的数据库。

2007年10月，10gen公司开始开发MongoDB，作为一个Paas产品的组件。

2009年2月11日，MongoDB 1.0 发布。

2012年05月23日，MongoDB 2.1 发布，采用全新架构，包含诸多增强。

2012年06月06日，MongoDB 2.0.6 发布，分布式文档数据库。

2013年，10gen公司改名为MongoDB Inc.

2013年4月17日，MongoDB 2.4.1发布。

2013年04月23日，MongoDB 2.4.3 发布，此版本包括了一些性能优化，功能增强以及bug修复。

2013年08月20日，MongoDB 2.4.6 发布。

2013年11月1日，MongoDB 2.4.8 发布，稳定版。

2014年5月5日，MongoDB 2.6.1 发布。

2015年3月17日，MongoDB 3.0.1 发布。

2016年1月12日，MongoDB 3.2.1 发布。

2017年10月20日，MongDB在NASDAQ IPO，股票代码MDB。

2017年12月20日，MongoDB 3.4.1 发布。

2018年9月7日，MongoDB 3.4.17 发布。

2017年12月26日，MongoDB 3.6.1 发布。

2018年9月19日，MongoDB 3.6.8 发布。

2018年8月6日，MongoDB 4.0.1 发布。

2018年10月9日，MongoDB 4.0.3 发布，当前稳定版。

• 4.2 Couchbase 简史

Couchbase Server，最初称为Membase，是一个开源的，分布式多模型NoSQL面向文档的数据库软件包，针对交互式应用程序进行了优化。这些应用程序可以通过创建，存储，检索，聚合，操纵和呈现数据来为许多并发用户服务。

2010年8月，Couchbase 1.0 发布。

2018年7月24日，Couchbase 5.5.0 发布，当前稳定版本。

• 4.3 CouchDB 简史

Apache CouchDB是一个开源数据库，专注于易用性和成为"完全拥抱web的数据库"。它是一个使用JSON作为存储格式，JavaScript作为查询语言，MapReduce和HTTP作为API的NoSQL数据库。其中一个显著的功能就是多主复制。

2005年，CouchDB 1.0 发布。

2018年8月8日，CouchDB 2.2.0 发布，当前稳定版本。

• 4.4 Firebase Realtime Database 简介

Firebase是一家实时后端数据库创业公司，它能帮助开发者很快的写出Web端和移动端的应用。自2014年10月Google收购Firebase以来，用户可以在更方便地使用Firebase的同时，结合Google的云服务。

• 4.5 RethinkDB 简介

RethinkDB是第一个为实时web从头构建的开源、可伸缩的JSON数据库。它通过公开一个令人兴奋的新访问模型来颠覆传统的数据库体系结构——开发人员可以告诉RethinkDB不断地将更新后的查询结果实时推送到应用程序中，而不是轮询更改。RethinkDB的实时推送架构大大减少了构建可伸缩实时应用程序所需的时间和精力。

• 4.6 Cloudant 简介

IBM Cloudant是一个非关系型、分布式数据库，基于CouchDB和BigCouch开发。

• 4.7 RavenDB 简介

RavenDB是业内第一个完全事务性的NoSQL ACID数据库，它结合了可伸缩性、高可用性、速度和性能。

2008年，Oren Eini成立了Hibernating Rhinos公司。

2018年8月31日，RavenDB 4.0.7 发布。

2018年8月3日，RavenDB 4.0.6 发布。

2018年8月31日，RavenDB 4.0.7 发布。

2018年10月15日，RavenDB 4.0.8 发布。

2018年10月22日，RavenDB 4.0.9 发布。

• 4.8 PouchDB 简介

PouchDB是一个受Apache CouchDB启发的开源JavaScript数据库，它被设计成在浏览器中运行良好。

2018年1月23日，PouchDB 6.4.2 发布。

2018年6月21日，PouchDB 7.0 发布。

• 五、TSDB（时序数据库，Time Series DBMS）

• 5.1 InfluxDB 简介

InfluxDB是一个由InfluxData开发的开源时序型数据库。它由Go写成，着力于高性能地查询与存储时序型数据。InfluxDB被广泛应用于存储系统的监控数据，IoT行业的实时数据等场景。

2013年，Errplane公司以开源形式，开始开发InfluxDB，其目的是为了提供一个高性能的监控以及告警的解决方案。

2015年，Errplane正式更名为InfluxData Inc.

2013年9月24日，InfluxDB 1.0 发布。

2018年8月3日，InfluxDB 1.6.1 发布，当前稳定版本。

• 5.2 Graphite 简介

Graphite 专注于两个最简单的任务: 作为一个便捷且Scalable的Network Service，以精度随时间递减的方式存储Metrics数据，并支持以丰富的函数获取它们，以图片或者JSON的格式。

石墨是一种企业级的监控工具，在廉价的硬件上运行良好。它最初是由克里斯·戴维斯(Chris Davis)于2006年在Orbitz设计并编写的，作为一个最终发展成为基本监控工具的副项目。2008年，Orbitz允许按照开源Apache 2.0许可协议发布石墨版本。从那以后，克里斯继续在石墨上工作，并将其部署到包括西尔斯在内的其他公司，在那里石墨是电子商务监控系统的支柱。如今许多大公司都在使用它。

• 5.3 RRDtool 简介

RRDtool是一种开源的行业标准、高性能数据记录和时间序列数据绘图系统。RRDtool可以很容易地集成到shell脚本、perl、python、ruby、lua或tcl应用程序中。

1999年7月16日，rrdtool 1.0.0 发布。

2005年4月25日，rrdtool 1.0.50 发布。

2005年4月26日，rrdtool 1.2.0 发布。

2008年2月17日，rrdtool 1.2.27 发布。

2008年6月11日，rrdtool 1.3.0 发布。

2009年10月24日，rrdtool 1.3.9 发布。

2009年10月27日，rrdtool 1.4.0 发布。

2014年9月30日，rrdtool 1.4.9 发布。

2015年4月16日，rrdtool 1.5.0 发布。

2016年4月19日，rrdtool 1.5.6 发布。

2016年4月19日，rrdtool 1.6.0 发布。

2017年5月16日， rrdtool 1.7.0 发布。

• 5.4 OpenTSDB 简介

OpenTSDB(Open time series data base)，开放时间序列数据库。DB这个词很有误导性，其实并不是一个db，单独一个OpenTSDB无法存储任何数据，它只是一层数据读写的服务，更准确的说它只是建立在Hbase上的一层数据读写服务。

2016年2月14日，OpenTSDB 2.1.4 发布。

2016年2月14日，OpenTSDB 2.2.0 发布。

2016年10月8日，OpenTSDB 2.2.1 发布。

2016年12月29日，OpenTSDB 2.2.2 发布。

2016年12月31日，OpenTSDB 2.3.0 发布。

2018年4月321日，OpenTSDB 2.3.1 发布。

• 5.5 Prometheus 简介

Prometheus是一个开源系统监测和警报工具包，最初是在SoundCloud开发的。自2012年成立以来，许多公司和组织都采用了Prometheus项目，该项目拥有一个非常活跃的开发者和用户社区。它现在是一个独立的开源项目，独立于任何公司进行维护。为了强调这一点，并阐明项目的治理结构，Prometheus在2016年加入了云计算基金会，成为继Kubernetes之后的第二个托管项目。

SoundCloud，一家位于德国柏林的音频流服务商，对他们的的StatsD和Graphite监控工具很不满意，于是在五年前开始寻找一个替代方案。对他们而言幸运的是，一位自2006年到2012年在Google工作的软件工程师Matt Proud从这家搜索引擎巨头离职后创建了Prometheus（普鲁米修斯）项目。

• 5.6 Druid 简介

Druid是Java语言中最好的数据库连接池。Druid能够提供强大的监控和扩展功能。Druid的核心设计结合了来自OLAP/ analysis数据库、timeseries数据库和搜索系统的思想，创建了一个统一的操作分析系统。

2011年，Metamarkets公司开始开发一款数据分析产品Druid。

2012年10月，该项目转为GPL协议的开源项目，并在2015年2月，移至Apache项目。

2018年9月18日，druid 0.12.3 发布，当前稳定版本。

• 5.7 TimescaleDB 简介

TimescaleDB是一个开源的时间序列数据库，用于快速获取和复杂查询。它说的是“全SQL”，与传统关系数据库一样易于使用，但其扩展方式与以前为NoSQL数据库保留的方式相同。

• 5.8 KairosDB 简介

KairosDB是一个快速可靠的分布式时间序列数据库，主要用Cassandra来做底层存储，也可以使用H2。KairosDB是在OpenTSDB基础上重写的。

• 5.9 Riak TS 简介

Riak®TS是唯一的企业级、NoSQL时间序列数据库，专门为物联网和时间序列数据进行优化。它吸收、转换、存储和分析大量的时间序列数据。Riak TS被设计得比Cassandra快。

• 5.10 Axibase 简介

Axibase是基于hadoop的具有SQL、规则引擎和可视化的时间序列数据库。

• 六、SE（搜索引擎，Search engines）

• 6.1 Elasticsearch 简介

Elasticsearch 是一个分布式的 RESTful 风格的搜索和数据分析引擎，能够解决不断涌现出的各种用例。作为 Elastic Stack 的核心，它集中存储您的数据，帮助您发现意料之中以及意料之外的情况。

• 6.2 Splunk 简介

Splunk Inc.是一家总部位于加利福尼亚州旧金山的美国跨国公司，通过网络风格的界面生产用于搜索，监控和分析机器生成的大数据的软件。 Splunk在可搜索的存储库中捕获，索引和关联实时数据，从中可以生成图形，报告，警报，仪表板和可视化。

• 6.3 Solr 简介

Solr是建立在Apache Lucene基础上，受欢迎的、瞬间、开源企业搜索平台。

• 6.4 Sphinx 简介

Sphinx是一个基于SQL的全文检索引擎，可以结合MySQL,PostgreSQL做全文搜索，它可以提供比数据库本身更专业的搜索功能，使得应用程序更容易实现专业化的全文检索。Sphinx特别为一些脚本语言设计搜索API接口，如PHP,Python,Perl,Ruby等，同时为MySQL也设计了一个存储引擎插件。

• 6.5 Microsoft Azure Search 简介

Azure搜索是一种搜索即服务的云解决方案，它为开发人员提供api和工具，用于在web、移动和企业应用程序中的私有、异构内容上添加丰富的搜索体验。查询执行位于用户定义的索引之上。

• 6.6 Algolia 简介

Algolia是一家为网站与移动应用提供托管式搜索API的初创企业，成立于2012年，总部位于旧金山，曾参加过去年的YC训练营。网站或移动应用只需嵌入简单代码数分钟即可实现搜索功能。

• 6.7 Amazon CloudSearch 简介

Amazon CloudSearch 是一款在 AWS 云中托管的服务，可让您简单且经济高效地为网站或应用程序设置、管理或扩展搜索解决方案。

Amazon CloudSearch 支持 34 种语言和常用搜索功能（如突出显示、自动完成和地理空间搜索）

• 6.8 Google Search Appliance 简介

Google Search Appliance 是由Google公司出品的一种机架式设备，该设备提供文件索引功能，可以集成到企业内部，文件管理系统或网站上使用类似谷歌搜索的界面提供给终端用户检索。它是局域网本地版的谷歌产品，并且主要着眼于企业市场。

• 6.9 Xapian 简介

Xapian是一个开源搜索引擎库，在GPL v2+下发布。它是用c++编写的，绑定允许使用Perl、python2、python3、PHP 5、PHP 7、Java、Tcl、c#、Ruby、Lua、Erlang、Node。js和R(到目前为止!)

Xapian是一个高度适应性的工具包，它允许开发人员轻松地向自己的应用程序添加高级索引和搜索工具。它内置了对几种权重模型的支持，还支持一组丰富的布尔查询操作符。

如果您正在为您的网站寻找一个打包的搜索引擎，您应该看看Omega:一个我们提供的基于Xapian的应用程序。与大多数其他网站搜索解决方案不同，Xapian的多功能性允许您扩展Omega以满足您的需求。

• 6.10 SearchBlox 简介

 SearchBlox是一个简单的、灵活的、企业级搜索、敏感性分析、文本分析解决方案。

• 七、GDB（图数据库，Graph DBMS）

• 7.1 Neo4j 简介

 Neo4j是一个高性能的,NOSQL图形数据库，它将结构化数据存储在网络上而不是表中。它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎，但是它将结构化数据存储在网络(从数学角度叫做图)上而不是表中。Neo4j也可以被看作是一个高性能的图引擎，该引擎具有成熟数据库的所有特性。程序员工作在一个面向对象的、灵活的网络结构下而不是严格、静态的表中——但是他们可以享受到具备完全的事务特性、企业级的数据库的所有好处。

• 7.2 Apache Giraph 简介

 Apache Giraph是为高可伸缩性而构建的迭代图形处理系统。例如，Facebook目前使用它来分析用户和他们的联系形成的社交图。Giraph最初是与Pregel相对应的开源软件，是在谷歌开发的图形处理架构，并在2010年的一篇论文中进行了描述。这两个系统都受到Leslie Valiant引入的分布式计算批量同步并行模型的启发。Giraph除了基本的预凝胶模型之外还增加了一些特性，包括主计算、分片聚合器、面向边缘的输入、核外计算等等。随着世界范围内稳定的开发周期和不断增长的用户群体，Giraph是释放大规模结构化数据集潜力的自然选择。

• 7.3 JanusGraph 简介

JanusGraph是一个分布式、可扩展、事务性的图形数据库，用于存储和查询包含分布在多机器集群中的数千亿顶点和边的图形。JanusGraph是一个事务性数据库，可以支持数千个并发用户实时执行复杂的图形遍历。

• 7.4 Dgraph 简介

Dgraph是一个开源的、可扩展的、分布式的、高可用性的、快速的图形数据库，从底层设计到生产运行。

• 7.5 TigerGraph 简介

TigerGraph是快速、可扩展的图数据库、图分析平台。TigerGraph代表了图数据库演进的下一个阶段，它是第一个能够在互联网规模数据上进行实时分析的系统。TigerGraph的原生并行图（NPG）的设计着眼于存储和计算，支持实时图更新并实现内置并行计算。TigerGraph的类SQL图查询语言（GSQL）为大数据的即时浏览和交互式分析提供支持。借助GSQL的表达能力和原生并行图的运行速度，您可以进行深度链接分析：揭示以往因其他系统性能问题或表达能力限制而无法获得的数据价值。

• 7.6 InfiniteGraph 简介

InfiniteGraph是一个高度专业化的图形数据库。它的功能正在被迁移到ThingSpan。不过，客观性将继续支持授权用户，并将其推荐给希望在Spark环境之外使用graph analytics的Java开发人员。特定的特性，例如寻路，已经被合并到底层数据库-客观性/DB中。这将简化我们产品的开发、质量保证、维护和支持。

• 7.7 Sparksee 简介

Sparksee是一款可扩展、高性能图数据库。

• 7.8 HyperGraphDB 简介

HyperGraphDB是一种通用的开源数据存储机制，基于一种被称为有向超图的强大的知识管理形式。虽然持久内存模型主要是为知识管理、人工智能和语义web项目设计的，但它也可以作为嵌入式面向对象数据库用于各种规模的Java项目。或者图形数据库。或者(非sql)关系数据库。

• 7.9 FlockDB 简介

FlockDB是Twitter为进行关系数据分析而构建的。FlockDB迄今为止还没有稳定的版本，对于它是否是一个真正的图形数据库，尚有争议。FlockDB和其它图形数据库（如Neo4j、OrientDB）的区别在于图的遍历，Twitter的数据模型不需要遍历社交图谱。尽管如此，由于FlockDB应用于Twitter这样的大型站点，以及它相比其它图形数据库的简洁性，仍然值得我们值得关注。

• 7.10 InfoGrid 简介

InfoGrid是一个开源、Web图形数据库，它有许多附加的软件组件，使得在图形基础上开发最稳定的Web应用程序变得容易。

• 八、ODB（对象数据库，Object-oriented DBMS）

• 8.1 Versant Object Database 简介

Actian NoSQL对象技术使软件开发人员能够轻松地处理极其复杂的对象模型的数据库需求，并被世界上最大的公司用于具有非常大规模数据管理需求的应用程序。Actian NoSQL不需要映射代码来存储或检索对象，因此可以在不停机的情况下处理模式修改。容错、同步和异步复制、高可用性和优秀的可伸缩性使Actian NoSQL为企业做好了准备。

• 8.2 ObjectStore 简介

Ignite的ObjectStore标准版是一个面向对象的数据库管理系统，用于要求可靠、事务性、对象持久性和实时数据缓存的应用程序。它是内存中领先的数据库，适用于需要高性能、高度可伸缩性和实时响应性的应用程序。

• 8.3 Db4o 简介

db4o是一个开源的对象数据库，它使Java和。net开发人员能够减少开发时间和成本，并达到前所未有的性能水平。db4o原生对象数据库引擎的独特设计使其成为理想的选择是嵌入在设备和设备,在打包软件移动或桌面平台上运行,或者在实时控制系统——简而言之:在所有Java和.net环境,没有数据库管理员(DBA)。

• 8.4 Matisse 简介

Matisse 

• 8.5 GemStone/S 简介

GemStone/S是一种用于开发、部署和管理可伸缩的、高性能、基于业务对象多层应用程序的先进平台。GemStone/S提供了业务关键应用程序所要求的无与伦比的灵活性和能力。

• 8.6 ObjectDB 简介

ObjectDB在JPA/JDO的支持下，比其他JPA/DBMS快10倍。

• 8.7 Starcounter 简介

Starcounter 

• 8.8 Jade 简介

Jade 

• 九、RDF（三元组数据库，RDF stores）

• 9.1 Jena 简介

Jena是一个免费开源的Java框架，用于构建语义Web和链接数据应用程序。

• 9.2 Algebraix 简介

Algebraix 

• 9.3 RDF4J 简介

RDF4J是用于处理RDF数据的Java框架，支持基于内存和基于磁盘的存储。

• 9.4 4store 简介

4store是一个高效、可扩展和稳定的RDF数据库。

4store由Steve Harris设计，在Garlik开发，以支持他们的语义Web应用程序。它已经提供了大约3年的基础平台。有时在15GT数据库上保存和运行查询，支持数千人使用的Web应用程序。

• 9.5 Redland 简介

Redland是一组为资源描述框架(RDF)提供支持的免费软件C库。

• 9.6 RedStore 简介

RedStore是一个用C语言编写的轻量级RDF三联存储库，使用的是Redland库。

• 9.7 Mulgara 简介

Mulgara是一个完全用Java编写的快速RDF数据库。

• 9.8 BrightstarDB 简介

BrightstarDB是一个RDF三重存储。它不需要定义数据库模式，使用RDF数据模型，您可以轻松地添加和集成所有形状的数据。我们还实现了标准的SPARQL查询语言、更新语言和协议，以便您可以使用现成的客户端工具连接到您的数据存储。

• 9.9 CubicWeb 简介

CubicBeb是一个语义web应用程序框架，在LGPL下获得许可，它允许开发人员通过重用组件(称为多维数据集)并遵循众所周知的面向对象设计原则高效地构建web应用程序。

• 9.10 Dydra 简介

Dydra是一个基于云的图形数据库。无论您使用的是现有的社交网络api，还是想要构建自己的社交网络，Dydra都将客户的社交图看作是这样的。

• 十、MVDB（多值数据库，Multivalue DBMS）

• 10.1 Adabas 简介

Adabas 

• 10.2 UniData,UniVerse 简介

Rocket® U2  (UniVerse and UniData) 为全球成千上万的顾客的关键任务软件解决方案。无论是在内部开发，还是从Rocket partners购买作为交钥匙解决方案，U2都为桌面、web和移动应用程序提供了基础，这些应用程序可以解决广泛的业务需求，拥有成本低，几乎没有停机时间，而且硬件占用少。

• 10.3 jBASE 简介

jBASE是一个世界级的数据库管理系统，由开发工具、中间件和多维数据库组成。jBASE充分利用了关系数据库模型的优点，并为其添加了一些重要的优点，包括易用性、卓越的性能、较小的占用空间以及所有丰富的多值特性，使其非常适合从Internet到OLAP到事务性应用程序的所有业务使用。该体系结构的独特设计允许所有和任何应用程序开发工具和后端数据库组成jBASE解决方案的一部分。

• 10.4 Model 204 简介

火箭®M204®家庭DBMS产品，提供快速访问IBM®z系统™和开放/ vm在大规模的数据,使它容易将数据转换成局域网,互联网,或外联网应用程序。

• 10.5 D3 简介

火箭®D3和mvBase解决方案集成的数据库和应用程序开发环境为事务和分析数据库应用程序设计的。它们结合了可伸缩的、灵活的、无缝的互操作性、连通性和系统管理和管理的低开销。

• 10.6 SciDB 简介

SciDB 

• 10.7 Northgate Reality 简介

Northgate Reality 

• 10.8 OpenInsight 简介

OpenInsight 

• 10.9 Rasdaman 简介

rasdaman(“光栅数据管理器”)允许存储和查询大量多维数组，如传感器、图像、模拟和统计数据出现在地球、空间和生命科学等领域。这个全球领先的阵列分析引擎以其灵活性、性能和可伸缩性而独树一帜。Rasdaman可以处理驻留在文件系统目录和数据库中的数组。

• 10.10 OpenQM 简介

OpenQM是一个高性能、自调节、多值数据库。

• 十一、WCDB（列数据库，Wide Column Store/Column-Family）

• 11.1 Cassandra 简介

Apache Cassandra（社区内一般简称为C*）是一套开源分布式NoSQL数据库系统。它最初由Facebook开发，用于储存收件箱等简单格式数据，集Google BigTable的数据模型与Amazon Dynamo的完全分布式架构于一身。Facebook于2008将 Cassandra 开源，此后，由于Cassandra良好的可扩展性和性能，被 Apple Comcast,Instagram, Spotify, eBay, Rackspace, Netflix等知名网站所采用，成为了一种流行的分布式结构化数据存储方案。

2018年8月，cassandra 3.11.3 发布，当前稳定版本。

• 11.2 HBase 简介

HBase是一个开源的非关系型分布式数据库（NoSQL），它参考了谷歌的BigTable建模，实现的编程语言为 Java。它是Apache软件基金会的Hadoop项目的一部分，运行于HDFS文件系统之上，为 Hadoop 提供类似于BigTable 规模的服务。因此，它可以容错地存储海量稀疏的数据。HBase在列上实现了BigTable论文提到的压缩算法、内存操作和布隆过滤器。HBase的表能够作为MapReduce任务的输入和输出，可以通过Java API来访问数据，也可以通过REST、Avro或者Thrift的API来访问。

2018年4月，HBase 1.4.3 发布，当前稳定版本。

• 11.3 Microsoft Azure Table Storage 简介

Microsoft Azure Table Storage是一个NoSQL键值存储库，可以用于使用大量半结构化数据集进行快速开发。

• 11.4 Accumulo 简介

Apache Accumulo®是一个有序的、分布式键/值存储，可以提供健壮的、可伸缩的数据存储和检索。

• 11.5 Google Cloud Bigtable 简介

Google Cloud Bigtable是一种用于处理大规模分析和运营工作负载的 PB 级数据规模的完全托管式 NoSQL 数据库服务。

• 11.6 ScyllaDB 简介

ScyllaDB是一个实时、大数据库。

• 11.7 Alibaba Cloud Table Store 简介

表格存储（Table Store）是构建在阿里云飞天分布式系统之上的分布式NoSQL数据存储服务，根据99.99%的高可用以及11个9的数据可靠性的标准设计。表格存储通过数据分片和负载均衡技术，实现数据规模与访问并发上的无缝扩展，提供海量结构化数据的存储和实时访问。

• 十二、NXD（XML数据库，Native XML DBMS）

• 12.1 BaseX 简介

BaseX是一个轻量级、高性能和可伸缩的XML数据库和XQuery 3.1处理器，完全支持W3C更新和全文扩展。它允许您存储、查询和处理大量文本数据(XML、JSON、CSV等)。使用RESTXQ，您可以开发完整的web应用程序。可视化前端包括一个用于实时运行表达式的XQuery编辑器，以及用于交互式探索数据的各种可视化。BaseX是独立于平台的，并且是在自由BSD许可下发布的(请参阅维基百科)。

• 12.2 eXist-db 简介

eXist-db 

• 12.3 Sedna 简介

Sedna 

• 12.4 webMethods Tamino 简介

webMethods Tamino 

• 十三、CDB（内容仓库，Content stores）

• 13.1 Jackrabbit 简介

Apache Jackrabbit™内容存储库是一个完全符合标准的实现Java技术的内容存储库API(JCR JSR 170和JSR 170中指定)。内容存储库是一个分层的内容存储库，支持结构化和非结构化内容、全文搜索、版本控制、事务、观察等等。Jackrabbit Oak是JCR规范的补充实现。它致力于实现一个可伸缩的、高性能的分层内容存储库，作为现代世界级web站点和其他要求高的内容应用程序的基础。更多信息请访问Jackrabbit Oak网站。

• 13.2 ModeShape 简介

ModeShape是一个分层的、事务性的、一致的数据存储，支持查询、全文搜索、事件、版本控制、引用和灵活的动态模式。它非常快速、高可用性、高度可伸缩性，并且是100%开源的，使用Java编写。客户机使用(JSR-283)标准Java API处理内容存储库(aka, JCR)或ModeShape的REST API，并可以通过JDBC和SQL查询内容。

ModeShape非常适合以树状层次结构组织的数据，其中相关数据存储在一起，导航到相关内容与基于快速键的查找或查询一样常见和重要。这种层次结构类似于文件系统，使ModeShape成为存储带元数据注释的文件的一种自然方式。ModeShape甚至可以自动提取文件中的结构化信息，以便客户机能够导航或使用类型化查询来查找满足复杂、面向结构标准的文件。ModeShape是具有复杂模式的数据的优秀存储库，因为模式可以随数据库的变化而变化并随时间而变化。ModeShape是各种应用程序的完美数据存储库，包括存储库、内容管理系统、历史数据服务、供应和治理系统以及元数据管理系统。

• 十四、NDB（导航数据库，Navigational DBMS）

• 14.1 IMS 简介

IBM信息管理系统(IMS)™和IMS工具组合提供工业强度的功能管理和分发数据。IMS为OLTP提供行业中最高级别的可用性、性能、安全性和可伸缩性。

• 14.2 IDMS 简介

IDMS 

• 十五、EDB（事件仓库，Event Stores）

• 15.1 EventStore 简介

EventStore 

• 15.2 NEventStore 简介

NEventStore是一个持久性库，用于在使用事件源作为存储机制时抽象不同的存储实现。它针对基于DDD(领域驱动设计)和CQRS(命令查询责任隔离)的应用程序。它不打算成为一个通用的流存储。

• 十六、参考资料

数据库技术的发展简史

https://blog.csdn.net/willtongji/article/details/52874627

数据库技术简史

https://cloud.tencent.com/developer/news/63196

信息管理系统

http://www-31.ibm.com/ibm/cn/ibm100/icons/ibmims/

A History and Evaluation of System R

https://people.eecs.berkeley.edu/~brewer/cs262/SystemR.pdf

一张图清晰追溯数据库的发展历程（1962-2016年）

http://www.databanker.cn/research/75295.html

Ingres (database)

https://en.wikipedia.org/wiki/Ingres_(database)

Multics Relational Data Store (MRDS)

http://www.mcjones.org/System_R/mrds.html

oracle历史回顾：oracle各版本发行时间及特点

https://www.2cto.com/database/201801/712342.html

oracle的各版本发行时间及特点

https://blog.csdn.net/dream19881003/article/details/7178357/

DB-Engines Ranking

https://db-engines.com/en/ranking

【数据库知识连载（一）】全世界三百多种数据库，免费的有哪些？

http://www.sohu.com/a/115667178_481352

10个出色的NoSQL数据库

https://www.cnblogs.com/geovindu/archive/2015/09/01/4774982.html

Brief History of Oracle Database

https://docs.oracle.com/en/database/oracle/oracle-database/18/cncpt/introduction-to-oracle-database.html#GUID-43F9DD5C-8D8C-4E61-A2B4-5C05907D3CEC

Oracle Database

https://en.wikipedia.org/wiki/Oracle_Database

Oracle Database Release Notes

https://docs.oracle.com/cd/E11882_01/relnotes.112/e23557/toc.htm#CJADJDHF

MySQL

https://en.wikipedia.org/wiki/MySQL

MySQL发展历史介绍

http://blog.itpub.net/15498/viewspace-2149399/

MySQL的发展历程

https://blog.csdn.net/zyj66666/article/details/74003041

MySQL 4.1/5.0/5.1/5.5/5.6各版本的主要区别整理

https://www.jb51.net/article/121638.htm

MySQL版本发布记录

https://blog.csdn.net/xiaoyi23000/article/details/80235382

MySQL 8.0 Release Notes

https://dev.mysql.com/doc/relnotes/mysql/8.0/en/

MySQL8.0简介

https://blog.csdn.net/zwj1030711290/article/details/80025981

SQL server发展史

https://bbs.csdn.net/topics/392295932

SQL SERVER 的前世今生--各版本功能对比

https://www.cnblogs.com/OwenZeng/p/6813143.html

Microsoft SQL Server

https://zh.wikipedia.org/wiki/Microsoft_SQL_Server

PostgreSQL

https://en.wikipedia.org/wiki/PostgreSQL#Release_history

PostgreSQL历史

https://www.yiibai.com/postgresql/postgresql-history.html

PostgreSQL简史

http://www.postgres.cn/docs/9.5/history.html

A Brief History of PostgreSQL

https://www.postgresql.org/docs/current/static/history.html

PostgreSQL 9.5.3 中文手册  附录 E. 版本说明

http://www.postgres.cn/docs/9.5/release.html

数据库发展简史和DB2简介

https://blog.csdn.net/zhaodafu1122/article/details/54730869

DB2 版本发布历史

https://blog.csdn.net/duanbeibei/article/details/48340483

DB2 百度百科

https://baike.baidu.com/item/DB2/7034285?fr=aladdin

IBM 发布 DB2 10，四年的首次主要更新

https://www.oschina.net/news/27497/ibm-db2-v10

IBM DB2 10.1 for Linux, UNIX, and Windows documentation

https://www.ibm.com/support/knowledgecenter/SSEPGG_10.1.0/com.ibm.db2.luw.kc.doc/welcome.html

IBM® Db2 V11.1 Knowledge Center

https://www.ibm.com/support/knowledgecenter/zh/SSEPGG_11.1.0/com.ibm.db2.luw.wn.doc/doc/c0060311.html

Db2 V11.1 GA 的新增功能

https://www.ibm.com/support/knowledgecenter/zh/SSEPGG_11.1.0/com.ibm.db2.luw.wn.doc/doc/r0051514.html

DB2 V11 的无缝升级

https://www.ibm.com/developerworks/community/blogs/3302cc3b-074e-44da-90b1-5055f1dc0d9c/entry/DB2_V11_upgrade?lang=zh

Db2 最新版本 v11.1.2 发布了

https://www.ibm.com/developerworks/community/blogs/IMSupport/entry/Db2_%E6%9C%80%E6%96%B0%E7%89%88%E6%9C%AC_v11_1_2_%E5%8F%91%E5%B8%83%E4%BA%86?lang=en

redis各版本新增功能汇总

http://gad.qq.com/article/detail/29299

《Redis入门指南（第2版）》第1章简介 历史与发展

http://book.51cto.com/art/201505/477501.htm

Redis 5.0 release notes

http://download.redis.io/redis-stable/00-RELEASENOTES

Redis 4.0 release notes

https://raw.githubusercontent.com/antirez/redis/4.0/00-RELEASENOTES

Redis 3.2 release notes

https://raw.githubusercontent.com/antirez/redis/3.2/00-RELEASENOTES

Redis 3.0 release notes

https://raw.githubusercontent.com/antirez/redis/3.0/00-RELEASENOTES

MarkLogic

https://en.wikipedia.org/wiki/MarkLogic

MongoDB Release Notes

https://docs.mongodb.com/manual/release-notes/

Cloudant Wiki

https://en.wikipedia.org/wiki/Cloudant

What's new

https://ravendb.net/docs/article-page/4.0/csharp/start/whats-new

ravendb

https://github.com/ravendb/ravendb

Graphite

https://github.com/springside/springside4/wiki/Graphite

Overview--What Graphite is and is not

https://graphite.readthedocs.io/en/latest/overview.html

RRDtool Download Area

https://oss.oetiker.ch/rrdtool/pub/?M=D

opentsdb releases

https://github.com/OpenTSDB/opentsdb/releases

监控工具Prometheus加入到Kubernetes平台

http://dockone.io/article/1345

What Is Time-series Data?

https://docs.timescale.com/v1.0/introduction/time-series-data