内存数据库

答：在我们学习的数据库中，以下哪个是内存数据库？（ A）A.HBaseB.RedisC.MongoDBD.Bigtabl

什么情况下都行

假定在程序效率和关键过程相当且不计入缓存等措施的条件下，读写任何类型的数据都没有直接操作文件来的快，不论MSYQL过程如何，最后都要到磁盘上去读这个“文件”（记录存储区等效），所以当然这一切的前提是只读 内容，无关任何排序或查找操作。动态网站一般都是用数据库来存储信息，如果信息的及时性要求不高 可以加入缓存来减少频繁读写数据库。两种方式一般都支持，但是绕过操作系统直接操作磁盘的性能较高，而且安全性也较高，数据库系中的磁盘性能一直都是瓶颈，大型数据库一般基于unix系统，当然win下也有，不常用应为win的不可靠性，unix下，用的是裸设备raw设备，就是没有加工过的设备（unix下的磁盘分区属于特殊设备，以文件形式统一管理），由dbms直接管理，不通过操作系统，效率很高，可靠性也高，因为磁盘，cache和内存都是自己管理的，大型数据库系统db2，oracal，informix（不太流行了），mssql算不上大型数据库系统。1、直接读文件相比数据库查询效率更胜一筹，而且文中还没算上连接和断开的时间。2、一次读取的内容越大，直接读文件的优势会越明显（读文件时间都是小幅增长，这跟文件存储的连续性和簇大小等有关系），这个结果恰恰跟书生预料的相反，说明MYSQL对更大文件读取可能又附加了某些操作（两次时间增长了近30%），如果只是单纯的赋值转换应该是差异偏小才对。3、写文件和INSERT几乎不用测试就可以推测出，数据库效率只会更差。4、很小的配置文件如果不需要使用到数据库特性，更加适合放到独立文件里存取，无需单独创建数据表或记录，很大的文件比如图片、音乐等采用文件存储更为方便，只把路径或缩略图等索引信息放到数据库里更合理一些。5、PHP上如果只是读文件，file_get_contents比fopen、fclose更有效率，不包括判断存在这个函数时间会少3秒左右。6、fetch_row和fetch_object应该是从fetch_array转换而来的，书生没看过PHP的源码，单从执行上就可以说明fetch_array效率更高，这跟网上的说法似乎相反。磁盘读写与数据库的关系：一 磁盘物理结构(1) 盘片：硬盘的盘体由多个盘片叠在一起构成。在硬盘出厂时，由硬盘生产商完成了低级格式化(物理格式化)，作用是将空白的盘片(Platter)划分为一个个同圆心、不同半径的磁道(Track)，还将磁道划分为若干个扇区(Sector)，每个扇区可存储128×2的N次方（N=0.1.2.3）字节信息，默认每个扇区的大小为512字节。通常使用者无需再进行低级格式化操作。(2) 磁头：每张盘片的正反两面各有一个磁头。(3) 主轴：所有磁片都由主轴电机带动旋转。(4) 控制集成电路板：复杂！上面还有ROM（内有软件系统）、Cache等。二 磁盘如何完成单次IO操作(1) 寻道当控制器对磁盘发出一个IO操作命令的时候，磁盘的驱动臂(ActuatorArm)带动磁头(Head)离开着陆区(LandingZone，位于内圈没有数据的区域)，移动到要操作的初始数据块所在的磁道(Track)的正上方，这个过程被称为寻道(Seeking)，对应消耗的时间被称为寻道时间(Seek Time)；(2) 旋转延迟找到对应磁道还不能马上读取数据，这时候磁头要等到磁盘盘片(Platter)旋转到初始数据块所在的扇区(Sector)落在读写磁头正下方之后才能开始读取数据，在这个等待盘片旋转到可操作扇区的过程中消耗的时间称为旋转延时(Rotational Delay)；(3) 数据传送接下来就随着盘片的旋转，磁头不断的读/写相应的数据块，直到完成这次IO所需要操作的全部数据，这个过程称为数据传送(Data Transfer)，对应的时间称为传送时间(Transfer Time)。完成这三个步骤之后单次IO操作也就完成了。根据磁盘单次IO操作的过程，可以发现：单次IO时间 = 寻道时间 + 旋转延迟 + 传送时间进而推算IOPS(IO per second)的公式为：IOPS = 1000ms/单次IO时间三 磁盘IOPS计算不同磁盘，它的寻道时间，旋转延迟，数据传送所需的时间各是多少？1. 寻道时间考虑到被读写的数据可能在磁盘的任意一个磁道，既有可能在磁盘的最内圈（寻道时间最短），也可能在磁盘的最外圈（寻道时间最长），所以在计算中我们只考虑平均寻道时间。在购买磁盘时，该参数都有标明，目前的SATA/SAS磁盘，按转速不同，寻道时间不同，不过通常都在10ms以下：3. 传送时间2. 旋转延时和寻道一样，当磁头定位到磁道之后有可能正好在要读写扇区之上，这时候是不需要额外的延时就可以立刻读写到数据，但是最坏的情况确实要磁盘旋转整整一圈之后磁头才能读取到数据，所以这里也考虑的是平均旋转延时，对于15000rpm的磁盘就是(60s/15000)*(1/2) = 2ms。(1) 磁盘传输速率磁盘传输速率分两种：内部传输速率(Internal Transfer Rate)，外部传输速率(External Transfer Rate)。内部传输速率(Internal Transfer Rate)，是指磁头与硬盘缓存之间的数据传输速率，简单的说就是硬盘磁头将数据从盘片上读取出来，然后存储在缓存内的速度。理想的内部传输速率不存在寻道，旋转延时，就一直在同一个磁道上读数据并传到缓存，显然这是不可能的，因为单个磁道的存储空间是有限的；实际的内部传输速率包含了寻道和旋转延时，目前家用磁盘，稳定的内部传输速率一般在30MB/s到45MB/s之间(服务器磁盘，应该会更高)。外部传输速率(External Transfer Rate)，是指硬盘缓存和系统总线之间的数据传输速率，也就是计算机通过硬盘接口从缓存中将数据读出交给相应的硬盘控制器的速率。硬盘厂商在硬盘参数中，通常也会给出一个最大传输速率，比如现在SATA3.0的6Gbit/s，换算一下就是6*1024/8，768MB/s，通常指的是硬盘接口对外的最大传输速率，当然实际使用中是达不到这个值的。这里计算IOPS，保守选择实际内部传输速率，以40M/s为例。(2) 单次IO操作的大小有了传送速率，还要知道单次IO操作的大小(IO Chunk Size)，才可以算出单次IO的传送时间。那么磁盘单次IO的大小是多少？答案是：不确定。操作系统为了提高 IO的性能而引入了文件系统缓存(File System Cache)，系统会根据请求数据的情况将多个来自IO的请求先放在缓存里面，然后再一次性的提交给磁盘，也就是说对于数据库发出的多个8K数据块的读操作有可能放在一个磁盘读IO里就处理了。还有，有些存储系统也是提供了缓存（Cache），接收到操作系统的IO请求之后也是会将多个操作系统的 IO请求合并成一个来处理。不管是操作系统层面的缓存还是磁盘控制器层面的缓存，目的都只有一个，提高数据读写的效率。因此每次单独的IO操作大小都是不一样的，它主要取决于系统对于数据读写效率的判断。这里以SQL Server数据库的数据页大小为例：8K。(3) 传送时间传送时间 = IO Chunk Size/Internal Transfer Rate = 8k/40M/s = 0.2ms可以发现：(3.1) 如果IO Chunk Size大的话，传送时间会变大，从而导致IOPS变小；(3.2) 机械磁盘的主要读写成本，都花在了寻址时间上，即：寻道时间 + 旋转延迟，也就是磁盘臂的摆动，和磁盘的旋转延迟。(3.3) 如果粗略的计算IOPS，可以忽略传送时间，1000ms/(寻道时间 + 旋转延迟)即可。4. IOPS计算示例以15000rpm为例：(1) 单次IO时间单次IO时间 = 寻道时间 + 旋转延迟 + 传送时间 = 3ms + 2ms + 0.2 ms = 5.2 ms(2) IOPSIOPS = 1000ms/单次IO时间 = 1000ms/5.2ms = 192 (次)这里计算的是单块磁盘的随机访问IOPS。考虑一种极端的情况，如果磁盘全部为顺序访问，那么就可以忽略：寻道时间 + 旋转延迟 的时长，IOPS的计算公式就变为：IOPS = 1000ms/传送时间IOPS = 1000ms/传送时间= 1000ms/0.2ms = 5000 (次)显然这种极端的情况太过理想，毕竟每个磁道的空间是有限的，寻道时间 + 旋转延迟 时长确实可以减少，不过是无法完全避免的。四 数据库中的磁盘读写1. 随机访问和连续访问(1) 随机访问(Random Access)指的是本次IO所给出的扇区地址和上次IO给出扇区地址相差比较大，这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。(2) 连续访问(Sequential Access)相反的，如果当次IO给出的扇区地址与上次IO结束的扇区地址一致或者是接近的话，那磁头就能很快的开始这次IO操作，这样的多个IO操作称为连续访问。(3) 以SQL Server数据库为例数据文件，SQL Server统一区上的对象，是以extent(8*8k)为单位进行空间分配的，数据存放是很随机的，哪个数据页有空间，就写在哪里，除非通过文件组给每个表预分配足够大的、单独使用的文件，否则不能保证数据的连续性，通常为随机访问。另外哪怕聚集索引表，也只是逻辑上的连续，并不是物理上。日志文件，由于有VLF的存在，日志的读写理论上为连续访问，但如果日志文件设置为自动增长，且增量不大，VLF就会很多很小，那么就也并不是严格的连续访问了。2. 顺序IO和并发IO(1) 顺序IO模式(Queue Mode)磁盘控制器可能会一次对磁盘组发出一连串的IO命令，如果磁盘组一次只能执行一个IO命令，称为顺序IO；(2) 并发IO模式(Burst Mode)当磁盘组能同时执行多个IO命令时，称为并发IO。并发IO只能发生在由多个磁盘组成的磁盘组上，单块磁盘只能一次处理一个IO命令。(3) 以SQL Server数据库为例有的时候，尽管磁盘的IOPS(Disk Transfers/sec)还没有太大，但是发现数据库出现IO等待，为什么？通常是因为有了磁盘请求队列，有过多的IO请求堆积。磁盘的请求队列和繁忙程度，通过以下性能计数器查看：LogicalDisk/Avg.Disk Queue LengthLogicalDisk/Current Disk Queue LengthLogicalDisk/%Disk Time这种情况下，可以做的是：(1) 简化业务逻辑，减少IO请求数；(2) 同一个实例下，多个数据库迁移的不同实例下；(3) 同一个数据库的日志，数据文件分离到不同的存储单元；(4) 借助HA策略，做读写操作的分离。3. IOPS和吞吐量(throughput)(1) IOPSIOPS即每秒进行读写（I/O）操作的次数。在计算传送时间时，有提到，如果IO Chunk Size大的话，那么IOPS会变小，假设以100M为单位读写数据，那么IOPS就会很小。(2) 吞吐量(throughput)吞吐量指每秒可以读写的字节数。同样假设以100M为单位读写数据，尽管IOPS很小，但是每秒读写了N*100M的数据，吞吐量并不小。(3) 以SQL Server数据库为例对于OLTP的系统，经常读写小块数据，多为随机访问，用IOPS来衡量读写性能；对于数据仓库，日志文件，经常读写大块数据，多为顺序访问，用吞吐量来衡量读写性能。磁盘当前的IOPS，通过以下性能计数器查看：LogicalDisk/Disk Transfers/secLogicalDisk/Disk Reads/secLogicalDisk/Disk Writes/sec磁盘当前的吞吐量，通过以下性能计数器查看：LogicalDisk/Disk Bytes/secLogicalDisk/Disk Read Bytes/secLogicalDisk/Disk Write Bytes/sec

可以通过连接电脑进行导出，近期上市的机型连接电脑方法：1.手机与电脑连接数据线，待电脑正常识别到手机后，手机自动提示是否使用MTP连接模式，选择【允许】即可；2.如电脑无法识别手机，建议在电脑中安装【S换机助手】和【windows media player11】；3.安装后，手机直接与电脑相连即可，如手机设置了屏幕锁，例如图案锁或密码锁则需要解锁，否则无法连接。

内存数据库从范型上可以分为关系型内存数据库和键值型内存数据库。在实际应用中内存数据库主要是配合oracle或mysql等大型关系数据库使用，关注性能。作用类似于缓存，并不注重数据完整性和数据一致性。基于键值型的内存数据库比关系型更加易于使用，性能和可扩展性更好，因此在应用上比关系型的内存数据库使用更多。比较FastDB、Memcached和Redis主流内存数据库的功能特性。 FastDB的特点包括如下方面：1、FastDB不支持client-server架构因而所有使用FastDB的应用程序必须运行在同一主机上；2、fastdb假定整个数据库存在于RAM中，并且依据这个假定优化了查询算法和接口。3、fastdb没有数据库缓冲管理开销，不需要在数据库文件和缓冲池之间传输数据。4、整个fastdb的搜索算法和结构是建立在假定所有的数据都存在于内存中的，因此数据换出的效率不会很高。5、Fastdb支持事务、在线备份以及系统崩溃后的自动恢复。6、fastdb是一个面向应用的数据库，数据库表通过应用程序的类信息来构造。 FastDB不能支持Java API接口，这使得在本应用下不适合使用FastDB。Memcached Memcached是一种基于Key-Value开源缓存服务器系统，主要用做数据库的数据高速缓冲，并不能完全称为数据库。 memcached的API使用三十二位元的循环冗余校验（CRC-32）计算键值后，将资料分散在不同的机器上。当表格满了以后，接下来新增的资料会以LRU机制替换掉。由于 memcached通常只是当作缓存系统使用，所以使用memcached的应用程式在写回较慢的系统时（像是后端的数据库）需要额外的程序更新memcached内的资料。 memcached具有多种语言的客户端开发包，包括：Perl、PHP、JAVA、C、Python、Ruby、C#。Redis Redis是一个高性能的key-value数据库。redis的出现，很大程度补偿了memcached这类keyvalue存储的不足，在部分场合可以对关系数据库起到很好的补充作用。它提供了C++、Java、Python，Ruby，Erlang，PHP客户端。

相对于磁盘，内存的数据读写速度要高出几个数量级，将数据保存在内存中相比从磁盘上访问能够极大地提高应用的性能。同时，内存数据库抛弃了磁盘数据管理的传统方式，基于全部数据都在内存中重新设计了体系结构，并且在数据缓存、快速算法、并行操作方面也进行了相应的改进，所以数据处理速度比传统数据库的数据处理速度要快很多，一般都在10倍以上。内存数据库的最大特点是其"主拷贝"或"工作版本" 常驻内存，即活动事务只与实时内存数据库的内存拷贝打交道。显然，它要求较大的内存量，但并非任何时刻整个数据库都存放在内存，即内存数据库系统还是要处理I/O。

电信的二次批价和实时累账是计费系统中的两个必备功能。所谓二次批价是相对于一次批价来说的。一次批价是按照国家标准资费来进行价格计算，比如: 全球通每分钟本地通话为0.4元，在一次批价完成后，会根据这个用户的套餐进行再一次的计算。以北京全球通用户接听4分钟的电话为例，一次批价完成后，这条话单的价格是1.6元，如果这个用户参加了10元包月接听套餐，那么在二次批价后，这次通话的费用就为0元。一次批价是用于各大运营商之间结算的，而二次批价是针对用户个人的。实时累账是将用户从每月1号到目前为止的所有费用累加起来，也就是用户目前可以通过10086查到截止到前一天的实时话费。累账值可以帮助用户控制高额话费或是供用户即时查询消费信息。二次批价和实时累账过程涉及用户资料、用户套餐等与用户相关的信息，电信支撑系统在开始批价时必须加载这些数据。稍大一点的省级运营商的这些数据就会超过1000万条，计费处理模型也由于套餐的组合、产品的组合以及不同的优惠规则变得相当复杂，加载这部分数据对系统而言是一笔不小的开销，这就使得现在的计费处理速度比较慢，而且很难做到对数据的实时更新。内存数据库的引入在一定程度上解决了这个问题。在计费二次批价过程中数据量最大的是详单数据，这部分数据不用放在内存数据库中，每处理完一个话单文件或达到设定的提交记录数时直接操作磁盘数据库，不会影响系统性能。最急切的是将用户资料、套餐、营业套餐和计费套餐对应关系数据、计费套餐模型数据及用户累计数据放到内存数据库中，这部分数据查询操作远比数据新增和更新操作要频繁。除了这些数据外，当然还有应用需要的其他数据也都可以加载到内存数据库。在采用内存数据库后，用户通过营业部或客户查询实时话费的时候完全可以做到实时，比目前只能提供查询到前一天的实时话费在业务上有了质的飞跃。因为系统在处理这部分数据时查询流程和以前的完全一样，但系统省去了以往内存中的数据和磁盘数据库数据同步的环节，所以就能做到了实时查询。对于信控来说也同样，以往系统在累完账后要按照一定周期刷新信控数据，这就存在一个时间差，不能够完全做到实时。而采用内存数据库后，信控可以直接取得内存数据库中的实时话费累计表中的数据，完全实现实时预警、停机。二次批价和累账中采用内存数据库后，对防欺诈、收入保障系统也有相当大的好处，这样能够充分保证运营商的切身利益。另外，在采用内存数据库后，整体提高了系统批价、累账的处理速度，大大缓解访问磁盘数据库的压力，提高数据查询、修改、删除的效率，也为后付费和预付费的融合提供了可能。

我也在为dataset并发问题苦恼1

一般，内存数据库对应磁盘数据库，而mysql和sqlite通常指的都是磁盘数据库的两种不同管理系统。下面分别回答一下内存数据库和磁盘数据库优劣，mysql和sqlite优劣。内存数据库：基于内存的具有高效I/O、高并发的数据库。缺点存储量有限、可恢复性差。1. 磁盘数据库：基于磁盘存储稳定、保证数据可恢复性、一致性的数据库。缺点是实时性不足。两种数据库一般来讲不会冲突，没有一个企业能够脱离磁盘数据库，固化的稳定的数据一般都是采用磁盘数据库。但是，当企业面临用户量扩大，并发性、实时性要求不断提高时，便会借助内存数据库。因此，根据你的场合选择合适的数据库存储形式非常重要。对于内存数据库，其实自己也没怎么用过，给你个传送门：http://dev.yesky.com/418/35355918.shtml2.对于mysql和sqlite，我个人觉得目前mysql非常通用，免费开源，学习成本低，应用面广泛，落地迅速，与各大主流的编程语言都有通用接口。相对较好，sqlite我只在学校时候用过，Σ( ° △ °|||)︴。一起学习一起进步！

内存数据库从范型上可以分为关系型内存数据库和键值型内存数据库。在实际应用中内存数据库主要是配合oracle或mysql等大型关系数据库使用，关注性能。作用类似于缓存，并不注重数据完整性和数据一致性。基于键值型的内存数据库比关系型更加易于使用，性能和可扩展性更好，因此在应用上比关系型的内存数据库使用更多。比较FastDB、Memcached和Redis主流内存数据库的功能特性。 FastDB的特点包括如下方面：1、FastDB不支持client-server架构因而所有使用FastDB的应用程序必须运行在同一主机上；2、fastdb假定整个数据库存在于RAM中，并且依据这个假定优化了查询算法和接口。3、fastdb没有数据库缓冲管理开销，不需要在数据库文件和缓冲池之间传输数据。4、整个fastdb的搜索算法和结构是建立在假定所有的数据都存在于内存中的，因此数据换出的效率不会很高。5、Fastdb支持事务、在线备份以及系统崩溃后的自动恢复。6、fastdb是一个面向应用的数据库，数据库表通过应用程序的类信息来构造。 FastDB不能支持Java API接口，这使得在本应用下不适合使用FastDB。Memcached Memcached是一种基于Key-Value开源缓存服务器系统，主要用做数据库的数据高速缓冲，并不能完全称为数据库。 memcached的API使用三十二位元的循环冗余校验（CRC-32）计算键值后，将资料分散在不同的机器上。当表格满了以后，接下来新增的资料会以LRU机制替换掉。由于 memcached通常只是当作缓存系统使用，所以使用memcached的应用程式在写回较慢的系统时（像是后端的数据库）需要额外的程序更新memcached内的资料。 memcached具有多种语言的客户端开发包，包括：Perl、PHP、JAVA、C、Python、Ruby、C#。Redis Redis是一个高性能的key-value数据库。redis的出现，很大程度补偿了memcached这类keyvalue存储的不足，在部分场合可以对关系数据库起到很好的补充作用。它提供了C++、Java、Python，Ruby，Erlang，PHP客户端。

日前有测试需求将MongoDB改成内存数据库。我们知道MongoDB有一个In-Memory存储引擎，但是社区版不能用。所以我们自己想办法将MongoDB改造成内存数据库，经过探索，有三种方式。 研究版本：mongo-3.4方式一：使用tmpfs作为文件系统方式二：使用ramfs作为文件系统这两种方式的思路都差不多，使用一个内存模拟文件系统，由于替换了磁盘文件系统，数据就保留在内存中。方式三：修改源码设置in_memory参数其实wiredtiger本身就支持将数据保留在内存中不刷盘，MongoDB的内存引擎估计也是利用wt的这一特性。wiredtiger.in文件中，wiredtiger_open()函数会传入配置信息config，函数前面的注释详细解释了有哪些配置项，其中就列出了in_memory配置，如下图说明。 如果修改源码传入in_memory=true编译还是会报错，提示incompatible argument in-memor。 报上述错误是因为开源版本对这个参数进行了检查，如果设置了就会传回错误码，修改方式很简单，令它不返回错误码就行了。 就这样我们将MongoDB改成了内存数据库。 由上至下的文件位置分别在： src/third_party/wiredtiger/src/include/wiredtiger.in src/mongo/db/storage/wiredtiger/wiredtiger_kv_engine.cpp src/third_party/wiredtiger/src/conn/conn_ckpt.c最近重新使用这个内存数据库，发现报出新的错误，提示in_memory与log不能同时设置，这个log的设置默认为true，如果指定nojournal，那么会置为false。不过先检查后重置，所以报错。 解决方法是在检查之前就加入log=(enabled=false)然后启动./mongod –dbpath {path} –nojournal

（1）、Windows->Show View->Other…（2）、选择Data Management->Data Source Explorer，点击OK。创建Driver（1）、Window->Preferences（2）、选择Data Management->Driver Definitions（3）、点击Add。在Name/Type标签页中，选择Generic JDBC Driver，并修改Driver name为：JDBC Driver。在JAR List标签页中，加入h2-1.3.164.jar。在Properties选项页中，配置如下信息：Connection URL：jdbc:h2:E:DataBaseyht（路径和文件名，可以自己设置）Database Name：SAMPLEDriver Class：org.h2.DriverUser ID：yht（数据库用户名，可以自己设置）如下图所示：一路OK返回开发环境。创建Connections（1）、File->New->Other…（2）、选择Connection Profiles->Connection Profile。点击Next。（3）、选择刚创建的Generic JDBC，并修改Name为：JDBC。点击Next。（4）、输入密码。第一次输入的为密码，点击Test Connection，查看是否连接成功。（5）、最后点击Finish：运行sql脚本（1）、在环境中打开sql脚本，选择创建的数据库，如下图。（2）、右击sql文件，选择Execute All。（3）、成功运行，如下图所示：获取db格式文件在路径E:DataBase下获取文件：yht.h2.db。

现在内存便宜嘛，这些家伙就开始玩概念了。难道Oracle就不是把数据临时放在内存中吗？

内存数据库系统对于嵌入式开发来说是特别有用的， IMDS 中每个保存过程缩小了覆盖区 智能连接设备的增长速度正越来越快。这种装置不管是在家庭、口 袋（pocket）或者是内置于工业通信和传送系统，都已经发展为包含了 强大的CPU和完善的嵌入式系统软件。在这种设备中日益流行的一种软 件是数据库管理系统（DBMS）。虽然对桌面电脑或者服务器来说，这种 软件已经是相当成熟了，但数据库是最新才应用到达嵌入式系统的。像 所有进入新环境的生物体一样，数据库也必须经历一个发展过程。一种 新型的DBMS，内存数据库系统（IMDS），代表了DBMS应用到嵌入式 系统的最新步伐。 为什么嵌入式系统开发人员会转向数据库呢？市场竞争使得像机顶 盒、网络开关和消费者电子产品这样的设备需要变得越来越智能。要支 持扩展功能集，应用程序通常必须管理大容量的更复杂的数据。因此， 许多设备开发人员发现他们正致力于自己开发数据管理方案。在应用需 求增长时，普通的数据管理方案维护和扩展起来是特别困难的。 另外，标准化的趋势，商用现货（ommercial off-the-shelf，COTS） 嵌入式操作系统，远离许多私有系统的不完整环境，从而增强数据库的 能力。广泛使用的操作系统的出现，比如嵌入式Linux，形成了一个用 户群体，他们轮留进行数据库和其他工具开发（包括商业的和非商业 的），以不断增强开发平台。 因此，设备开发人员开始转向商业数据库，但已有的嵌入式DBMS 软件还不理想。嵌入式数据库最初出现在10年前，当时用于支持商业系 统，带有包括复杂缓存逻辑和异常终止恢复等功能。但在一个设备上， 例如，在一个机顶盒或者下一代传真机中，这些能力通常毫无必要，并 且应用程序容易出现超出可用内存和CPU资源的现象。 另外，建立传统数据库时是将数据存储在磁盘上。作为一种机械过 程，磁盘的I/O是非常昂贵的，尤其是要取得高性能的话。对于嵌入式 系统来，因为需要实时执行，因此相对而言，传统数据库就太慢了。 内存数据库出现的目的特别针对于满足嵌入式系统的性能需求和资 源能力。正如其名字所暗示的，IMDS完全驻留在内存中，它们不会存储 到磁盘上。

一般，内存数据库对应磁盘数据库，而mysql和sqlite通常指的都是磁盘数据库的两种不同管理系统。下面分别回答一下内存数据库和磁盘数据库优劣，mysql和sqlite优劣。内存数据库：基于内存的具有高效I/O、高并发的数据库。缺点存储量有限、可恢复性差。1. 磁盘数据库：基于磁盘存储稳定、保证数据可恢复性、一致性的数据库。缺点是实时性不足。两种数据库一般来讲不会冲突，没有一个企业能够脱离磁盘数据库，固化的稳定的数据一般都是采用磁盘数据库。但是，当企业面临用户量扩大，并发性、实时性要求不断提高时，便会借助内存数据库。因此，根据你的场合选择合适的数据库存储形式非常重要。对于内存数据库，其实自己也没怎么用过，给你个传送门：http://dev.yesky.com/418/35355918.shtml2.对于mysql和sqlite，我个人觉得目前mysql非常通用，免费开源，学习成本低，应用面广泛，落地迅速，与各大主流的编程语言都有通用接口。相对较好，sqlite我只在学校时候用过，Σ( ° △ °|||)︴。一起学习一起进步！

柏睿数据，其拳头产品分布式内存数据库RapidsDB是完全国产自主研发、具有完整独立知识产权、基于全内存结构的分布式分析型数据库，提供金融级数据持久化、数据安全性、系统高可用性，高于传统磁盘架构数据库100倍以上的数据读写访问和分析功能，适用于数据量大、实时性要求高的应用场景，已经服务了中国移动、中国电信、国家健康医疗大数据中心、上海信息中心、国网陕西省电力等国央企客户与其他金融、能源、工业互联网等领域客户,百度有相关资讯的。

实现数据库加速的主要难点是软件与硬件耦合度极高，以硬件实现大量软件算法的技术门槛极高。业界从2010年开始密集研究通过硬件进行加速，但是由于技术的先进性和巨大的研发风险，多数还处于实验室技术验证阶段。难得的是，国产的柏睿数据“睿鲲DPU”可以说是国际首款商用数据加速安全芯片了。

传统数据库的数据是写在磁盘上的,内存数据库的数据是存在运存中的,因为运存是可以直接和CPU通信的,且读写速度远大于磁盘,所以内存数据库有着很高的访问速度和吞吐量,但是,由于运存是易失性的,一旦断电,数据就丢失了,在可靠性这点是不如传统数据库的,不过现在主流的内存数据库系统,已经有了比较完备的灾备机制了,只要不是直接断电这种事情发生,内存数据库发生数据丢失的概率是非常非常低的

内存数据库从范型上可以分为关系型内存数据库和键值型内存数据库。在实际应用中内存数据库主要是配合oracle或mysql等大型关系数据库使用，关注性能。作用类似于缓存，并不注重数据完整性和数据一致性。基于键值型的内存数据库比关系型更加易于使用，性能和可扩展性更好，因此在应用上比关系型的内存数据库使用更多。比较FastDB、Memcached和Redis主流内存数据库的功能特性。 FastDB的特点包括如下方面：1、FastDB不支持client-server架构因而所有使用FastDB的应用程序必须运行在同一主机上；2、fastdb假定整个数据库存在于RAM中，并且依据这个假定优化了查询算法和接口。3、fastdb没有数据库缓冲管理开销，不需要在数据库文件和缓冲池之间传输数据。4、整个fastdb的搜索算法和结构是建立在假定所有的数据都存在于内存中的，因此数据换出的效率不会很高。5、Fastdb支持事务、在线备份以及系统崩溃后的自动恢复。6、fastdb是一个面向应用的数据库，数据库表通过应用程序的类信息来构造。

相对于磁盘，内存的数据读写速度要高出几个数量级，将数据保存在内存中相比从磁盘上访问能够极大地提高应用的性能同时，内存数据库抛弃了磁盘数据管理的传统方式，基于全部数据都在内存中重新设计了体系结构，并且在数据缓存、快速算法、并行操作方面也进行了相应的改进，所以数据处理速度比传统数据库的数据处理速度要快很多，一般都在10倍以上内存数据库的最大特点是其"主拷贝"或"工作版本" 常驻内存，即活动事务只与实时内存数据库的内存拷贝打交道显然，它要求较大的内存量，但并非任何时刻整个数据库都存放在内存，即内存数据库系统还是要处理I/O

　　（1）采用复杂的数据模型表示数据结构，数据冗余小，易扩充，实现了数据共享。　　（2）具有较高的数据和程序独立性，数据库的独立性有物理独立性和逻辑独立性。　　（3）内存数据库为用户提供了方便的用户接口。　　（4）内存数据库提供4个方面的数据控制功能，分别是并发控制、恢复、完整性和安全性。数据库中各个应用程序所使用的数据由数据库统一规定，按照一定的数据模型组织和建立，由系统统一管理和集中控制。　　（5）增加了系统的灵活性。

1.应用程序构造大量的链表，树等复杂的数据结构代码很多而且容易出错调试麻烦，特别是对C/C这种语言2.不得不说关系数据库的表达能力很强，代码量少，开发迅速， 但是mysql等等在性能上比手写的数据结构慢了很多3. 我看到的内存数据库就是在这个场景下大有可为之地：有较高的性能需求，快速开发

SQLite数据库通常存储在单个普通磁盘文件中。但是，在某些情况下，数据库可能存储在内存中。 强制SQLite数据库单纯的存在于内存中的最常用方法是使用特殊文件名“ ：memory： ” 打开数据库。换句话说，不是将真实磁盘文件的名称传递给sqlite3_open（），sqlite3_open16（）或 sqlite3_open_v2（）函数之一，而是传入字符串“：memory：”。例如： 调用此接口完成后，不会打开任何磁盘文件。而是在内存中创建一个新的数据库。数据库连接关闭后，数据库就不再存在。每一个memory数据库彼此不同。因此，打开两个数据库连接，每个数据库连接的文件名为“：memory：”，将创建两个独立的内存数据库。 特殊文件名“：memory：”可用于允许数据库文件名的任何位置。例如，它可以被用作 文件名 中的ATTACH命令： 请注意，为了应用特殊的“：memory：”名称并创建纯内存数据库，文件名中不能有其他文本。因此，可以通过添加路径名在文件中创建基于磁盘的数据库，如下所示： "./:memory:"。 使用URI文件名时，特殊的“：memory：”文件名也可以使用。例如： 要么， 如果使用URI文件名打开内存数据库，则允许它们使用共享缓存。如果使用未加修饰的“：memory：”名称来指定内存数据库，那么该数据库始终具有专用高速缓存，并且仅对最初打开它的数据库连接可见。但是，可以通过两个或多个数据库连接打开相同的内存数据库，如下所示： 要么， 这允许单独的数据库连接共享相同的内存数据库。当然，共享内存数据库的所有数据库连接都需要在同一个进程中。当数据库的最后一个连接关闭时，将自动删除数据库并回收内存。 如果在单个进程中需要两个或多个不同同时可共享的内存数据库，则mode = memory查询参数可与URI文件名一起使用以创建命名的内存数据库： 要么， 当以这种方式命名内存数据库时，它将仅与使用完全相同名称的另一个连接共享其缓存。 当传递给sqlite3_open（）或 ATTACH的数据库文件的名称是空字符串时，则会创建一个新的临时文件来保存数据库。 每次都会创建一个不同的临时文件，因此就像使用特殊的“：memory：”字符串一样，两个到临时数据库的数据库连接都有自己的私有数据库。创建它们的连接关闭时，将自动删除临时数据库。 即使为每个临时数据库分配了磁盘文件，实际上临时数据库通常驻留在内存中的pager缓存中，因此“：memory：”创建的纯内存数据库与临时数据库之间的差别很小。由空文件名创建。唯一的区别是“：memory：”数据库必须始终保留在内存中，而如果数据库变大或SQLite受到内存压力，临时数据库的某些部分可能会刷新到磁盘。 前面的段落描述了默认SQLite配置下临时数据库的行为。如果需要，应用程序可以使用 temp_store编译指示和SQLITE_TEMP_STORE编译时参数来强制临时数据库表现为纯内存数据库。

问题一：内存数据库主流的有哪些，并给出各自特点！ 这里介绍一些大型的市场占有率比较高的内存数据库，也是业界响当当的―SAP HANA、Oracle Exalytics、Orale TimesTen、IBM SolidDB，可以说他们之间没有说是哪个最好，主要还是看使用的场景和具体的需求，各自特点如下： SAP HANA（High-Performance Analytic Appliance）是 SAP 公司于 2011 年推出的基于 内存计算技术，面向企业分析性应用的产品。左图 的系统架构示意图中可以看出， HANA 产品主要包括内存计算引擎和 HANA 建模工具两部分。它支持从 SAP 商务套件中 同步更新业务数据，或者从 SAP BW（SAP 商务智能产品）和其他第三方数据源中批量导 入数据，在 HANA 中进行运算后，提供给 SAP BI 客户端或者其他第三方展现工具进行分 析和展现。 Oracle Exalytics 内存分析一体机是面向分析的集成设计系统，可以无限制提供最佳可 视化分析和更智能的分析应用程序。 如图 所示， Oracle Exalytics 内存分析一体机的产品架构包括 3 个部分： 内容分析 硬件、内存分析软件和经过优化的 Oracle 商务智能基础套件（Oracle BI Foundation）。内存分析硬件部分是一台为基于内存计算的商务智能而特别优化的服务器，具有提供 强劲计算能力的 40 核中央处理器，高达 1TB 的内存以及快速的网络. 内存分析软件部分的核心是 Oracle TimesTen 内存数据库。它是为 Exalytics 平台而特 别优化的内存分析数据库，包括了很多 Oracle Exalytics 平台特有的功能。Oracle 商务智能基础套件部分受益于 Oracle Exalytics 内存分析一体机的大容量内存、 处理器、并发处理能力、存储、网络、操作系统、内核和系统配置等，可以提供明显优于传统软件的查询响应性、用户可用性和 TCO。 Oracle 内存数据库TimesTen 是一个基于内存计算的关系数据库， 提供了响应时间极 短且吞吐量极高的应用程序，可满足各行业应用程序的需求。 TimesTen 是一个可嵌入到应用程序中的数据库， 通过消除进程间通信和网络 开销，进一步提高数据库操作的性能。Oracle 内 存 数 据 库 TimesTen 使 用 行 级 锁 定 和 提 交 后 读 取 (mitted-read) 隔离，通过事务日志记录与数据库检查点相结合实现了基于磁盘的持久 性和可恢复性。TimesTen 通常与多用户和多线程应用程序一起部署，应用程序直接通过 JDBC、 ODBC、 Oracle 调用接口、 Pro*C/C++ 和Oracle PL/SQL 编程接口， 使用标准SQL 访问TimesTen 数据库。若运行在不同服务器上的多个应用程序共享一个数据库时，则使 用常规的客户端/服务器访问方式。 IBM solidDB 是一个内存数据库，专为获取极高的速度和可用性而进行优化。如图 所示，IBM solidDB 既可以单独部署作为独立的数据库支持应用程序，也可 以部署为其他关系型数据库的加速缓存以提高应用程序性能。solidDB Universal Cache 功能将这些数据库中存储的性能关键型数据 缓存到solidDB Universal Cache 中，加快领先关系数据库的速度。solidDB Universal Cache 功能使用检查点和事务日志将数据持久保存在 磁盘上......>> 问题二：开源的内存数据库都有哪些 1.最简单的方法： public static String reverse1(String str) { return new StringBuffer(str).reverse().toString(); } 2.最常用的方法： public static String reverse3(String s) { char[] array = s.toCharArray(); String reverse = ; 注意这是空串，不是null for (int i = array.length - 1; i >= 0; i--) reverse += array[i]; return reverse; } 问题三：开源内存数据库有几种啊？ 常见的有FastDB、SQLite、Berkeley DB、GigaBASE，H2等 问题四：几种常用的开源内存数据库性能比较 本人理解：orcal速度快但是维护不方便吗，费钱。mysql速度可以，维护方便，交orcal来说易上手。db2：大 问题五：开源的内存数据库有哪些支持SQL基准 选择数据库实例―右键属性―选择【内存】选择页―修改内存―确定 问题六：C/C++开发的开源的分布式内存数据库有哪些 1.最简单的方法： public static String reverse1(String str) { return new StringBuffer(str).reverse().toString(); } 2.最常用的方法： public static String reverse3(String s) { char[] array = s.toCharArray(); String reverse = ; 注意这是空串，不是null for (int i = array.length - 1; i >= 0; i--) reverse += array[i]; return reverse; } 问题七：哪位达人用过关系型的内存数据库而且是开源的 关系型数据库以行和列的形式存储数据，以便于用户理解。这一系列的行和列被称为表，一组表组成了数据库。表与表之间的数据记录有关系。用户用查询(Query)来检索数据库中的数据。一个Query是一个用于指定数据库中行和列的SELECT语句。关系型数据库通常包含下列组件： 　　客户端应用程序(Client) 　　数据库服务器(Server) 　　Structured Query Language(SQL)Client端和Server端的桥梁，Client用SQL来向Server端发送请求，Server返回Client端要求的结果。现在流行的大型关系型数据库有IBM DB2、Oracle、SQL Server、SyBase、Informix、access、foxpro等。 问题八：C/C++开发的开源的分布式内存数据库有哪些 1.最简单的方法：public static String reverse1(String str){ return new StringBuffer(str).reverse().toString();}2.最常用的方法：public static String reverse3(String s) { char[] array = s.toCharArray(); String reverse = ; 注意这是空串，不是null for (int i = array.length - 1; i >= 0; i--) reverse += array[i]; return reverse; } 3.常用方法的变形： public static String reverse2(String s){ int length = s.length(); String reverse = ; 注意这是空串，不是null for (int i = 0; i 问题九：要求实时数据需要存储到内存库 有开源内存数据库吗 朋友您好，很高兴为您解答问题 请把问题补充完整 大家才能给你提供完善的建议 相信您在知道这个平台 一定会有满意的收获 真诚希望能够帮助您，如果满意请采纳，祝您好运常伴。 问题十：什么情况下用内存数据库 相对于磁盘，内存的数据读写速度要高出几个数量级，将数据保存在内存中相比从磁盘 *** 问能够极大地提高应用的性能。同时，内存数据库抛弃了磁盘数据管理的传统方式，基于全部数据都在内存中重新设计了体系结构，并且在数据缓存、快速算法、并行操作方面也进行了相应的改进，所以数据处理速度比传统数据库的数据处理速度要快很多，一般都在10倍以上。内存数据库的最大特点是其主拷贝或工作版本 常驻内存，即活动事务只与实时内存数据库的内存拷贝打交道。显然，它要求较大的内存量，但并非任何时刻整个数据库都存放在内存，即内存数据库系统还是要处理I/O。 内存数据库是以牺牲内存资源为代价换取数据处理实时性的，内存数据库和磁盘数据库都是当今信息社会里每个企业所必须的关系型数据库产品，磁盘数据库解决的是大容量存储和数据分析问题，而内存数据库解决的是实时处理和高并发问题。两者的存在是相辅相成的，内存数据库的事务实时处理性能要远强于磁盘数据库。但是相对的，他的数据安全方面还没有达到磁盘数据库比肩的地步。 内存数据库将物理内存作为数据的第一存储介质，而将磁盘作为备份。随着电信业务的发展，系统对实时性的要求和对业务灵活修改的要求非常高，在此种情况下对于内存数据库的需求也越来越高。磁盘数据库的做法是将数据存入内存中进行处理，这种方式的可管理性及数据安全可靠性都没有保障。而内存数据库正是针对这一弱点进行了改进。 实际上，内存数据库并不是一项时髦技术，其出现于上世纪60年代末，但由于市场的需求原因在90年代后期才开始发展。作为新一代数据库，Altibase产品已经走向混合型数据库，其版本Altibase 4.0已经有一套自带的磁盘数据库，用户一旦购买了Altibase的内存数据库，就无须再购买磁盘数据库。它把热数据（经常被使用的、访问比较高的、经常要运算的数据）放在内存数据库里，而把历史性数据放在磁盘数据库里，可为用户进一步减少投资。 对于内存数据库而言，可以将同样数据库的部分内容存放于磁盘上，而另一部分存放于内存中。用户可以选择将数据存储在内存表中以提供即时的数据访问。若访问时间不紧急或数据存于内存中所占空间过大时，用户可将这些数据存入磁盘表中。 比如，在手机用户开始拔打电话时，如果应用基于内存数据库技术的混合数据管理引擎，就通过内存表检索其服务选项并立即验证用户身份，而将通话清单和计费清单归档到磁盘表中。从而，达到了速度与资源使用的平衡。 内存数据库的技术，一个很重要的特点，是可以对内存中的数据实现全事务处理，这是仅仅把数据以数组等形式放在内存中完全不同的。并且，内存数据库是与应用无关的，显然这种体系结构具有其合理性。内存引擎可以实现查询与存档功能使用的是完全相同的数据库，同时内存表与磁盘表也使用的是完全相同的存取方法。存储的选择，对于应用开发者而言是完全透明的。 对于内存数据库而言，实现了数据在内存中的管理，而不仅仅是作为数据库的缓存。不像其它将磁盘数据块缓存到主存中的数据库，内存数据库的内存引擎使用了为随机访问内存而特别设计的数据结构和算法，这种设计使其避免了因使用排序命令而经常破坏缓存数据库性能的问题。通过内存数据库，减少了磁盘I/O，能够达到了以磁盘I/O 为主的传统数据库无法与其相比拟的处理速度。 因此，内存数据库技术的应用，可以大大提高数据库的速度，这对于需要高速反应的数据库应用，如电信、金融等提供了有力支撑。 由于把大多数数据都放在内存中进行操作，使得内存数据库有着比磁盘数据库高得多的性能表现，这一......>>

内存数据库有现成的redis，高效存取键值对，键设为你的查询条件，值设为你的查询结果转为字符串查询时先从redis取，没有再查数据库，并且设置redis的过期时间，这种方式需要项目对实时性要求不高，这样你才能用缓存，而且如果你的项目没有明显的热点，即没有某些内容确定会多次被查到，那你缓存就不会命中，添加缓存反而影响你得速度redis是一种nosql的内存数据库，感兴趣你可以了解一下，优点就是性能强劲数据查询请求多就把结果缓存下来，你查数据库再快也没有直接把结果从内存读出来快同样的sql请求只有第一次查数据库，之后通通读内存或者你干脆借助这种思想，创建一个全局的map对象，然后查询条件作key结果作value，就省去了了解redis的过程，把整个数据库装内存不太科学，你有多少条数据啊