阅读更多
DB-Engines 发布了 2018 年 2 月份的数据库排名,排名前三的依然是 Oracle、MySQL 和 Microsoft SQL Server 。

前 20 名的数据库中,对比上个月,Redis 从第 9 名上升至第 8 名,Elasticsearch 从第 10 名上升至第 9 名。Cassandra 本月再次被挤出前 10 ,回到第 11 位。Splunk 和 SAP Adaptive Server 位置进行了对调。

PostgreSQL 保持上升趋势,本月上涨 2.19 的百分点,排名第四。

MongoDB 是此榜单中涨幅最大的一个,上涨 5.47 个百分点。若保持趋势,则有望挑战 PostgreSQL 的位置。

完整排名请查看:https://db-engines.com/en/ranking

前三名走势:

前三名数据库皆有小幅度的下降趋势。

PostgreSQL 和 MongoDB 走势:

二者均保持稳步上涨。

DB-Engines 排名的数据依据 5 个不同的因素:
  • Google 以及 Bing 搜索引擎的关键字搜索数量
  • Google Trends 的搜索数量
  • Indeed 网站中的职位搜索量
  • LinkedIn 中提到关键字的个人资料数
  • Stackoverflow 上相关的问题和关注者数量
这份榜单分析旨在为数据库相关从业人员提供一个技术方向的参考,其中涉及到的排名情况并非基于产品的技术先进程度或市场占有率等因素。无论排名先后,选择适合与企业业务需求相比配的技术,才是最重要的。
  • 大小: 392.7 KB
  • 大小: 213.7 KB
  • 大小: 181.9 KB
来自: oschina
0
0
评论 共 0 条 请登录后发表评论

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • DB-Engines 9月数据库排名:SnowFlake坐上了火箭

    DB-Engines 最近发布了 2021 年 9 月份的数据库排名。该网站根据数据库管理系统的受欢迎程度对其进行排名,实时统计了 378 种数据库的排名指数。前 30 名的排行情况详见下...

  • mysql mariadb 排名_DB-Engines最新11月数据库排名:MariaDB助力,MySQL流行度超越Oracle...

    DB-Engines 的最新11月排名中,MySQL 和 Oracle 已经相差无几,这得益于2017年10月MySQL的增长强劲,可是要知道MySQL的另外一个重要分支,MariaDB已然跃升至第 18 位,如果将 MySQL + MariaDB 作为 MySQL 的核心,...

  • DB-Engines最新11月数据库排名:MariaDB助力_MySQL流行度超越Oracle

    在 DB-Engines 的最新11月排名中,MySQL 和 Oracle 已经相差无几,这得益于2017年10月MySQL的增长强劲,可是要知道MySQL的另外一个重要分支,MariaDB已然跃升至第 18 位,如果将 MySQL + MariaDB 作为 MySQL 的...

  • ​DB-Engines 12月数据库排名: PostgreSQL有望获得「2020年度数据库」荣誉?

    来源:华章计算机(hzbook_jsj)岁末将至,2021年已进入倒计时。DB-Engines最近发布了2020年12月份的数据库排名。该网站根据数据库管理系统的受欢迎程度对其进行排名,...

  • ​DB-Engines 11月数据库排名:PostgreSQL坐稳同期涨幅榜冠军宝座

    导读:DB-Engines最近发布了2020年11月份的数据库排名。该网站根据数据库管理系统的受欢迎程度对其进行排名,实时统计了360种数据库的排名指数。来源:华章计算机(hzbook_...

  • DB-Engines 6月数据库排名:Oracle、MySQL 、Microsoft SQL Server 稳居前三

    本文来源于华章计算机(hzbook_jsj)转载请标明出处DB-Engines 最近发布了2020年6月份的数据库排名。该网站实时统计了356种数据库的排名指数。Oracle、MySQ...

  • DB-Engines 4月数据库排名:Redis有望甩掉“千年老七”?

    来源:华章计算机(hzbook_jsj)DB-Engines最近发布了2021年4月份的数据库排名。该网站根据数据库管理系统的受欢迎程度对其进行排名,实时统计了370种数据库的排名指数。前...

  • DB-Engines 3月数据库排行:排名前十数据库七成分数下降

    DB-Engines 数据库流行度排行榜 3 月更新已发布,排名前二十如下: 排名方面没有任何变动(仅针对前十),相信很长一段时间内也都不会变动,毕竟巨头的位置不是一时半刻就能动摇的。不过这个月的排行榜还是有值得...

  • DB-Engines 数据库排行榜、MongoDB安装、MongoDB的客户端管理工具

    DB-Engines 数据库排行榜、MongoDB安装、MongoDB的客户端管理工具

  • DB-Engines 11 月最新数据库排名

    最新一个月的 DB-Engines 数据库排名出炉了( 完整列表),该排名中有一些可能在你意料之外的变化。 我们增加了另外 4 个工具到 DBMS popularity ranking, 目前覆盖包括 233 个系统: Impala (当前排名...

  • DB-Engines 2017年6月数据库排名发布 MySQL与Oracle分差再度跌破史值

    近日,DB-Engines发布了2017年6月数据库排名。数据库排行从得分排名上来看,6月数据库排行较之5月未有稍改,前二十名(准确说是前32名)数据库原地留守,并无名次变动,前三位自是由Oracle、MySQL和Microsoft SQL ...

  • DB-Engines 2019 年度数据库出炉:MySQL 成为年度数据库赢家

    摘要:在 DB-Engines 上,一年一度的年度数据库评选引人瞩目,2019年的年度数据库已经评选出炉,MySQL 成为 2019年的赢家。 获奖评论这样写到: MySQL是一种数据库管理系统,在过去的一年中,该数据库管理系统...

  • 7 月全球数据库排名:MongoDB 紧追 PostgreSQL

    DB-Engines 发布了 2018 年 7 月份的数据库排名,排名前三的依然是 Oracle、MySQL 和 Microsoft SQL Server 。前 20 名的数据库中,对比上个月,第 13 位和第 14 位的 Splunk 和 MariaDB 互换了位置,第 15 和第...

  • ​文末赠书 | DB-Engines 12月数据库排名: PostgreSQL有望获得「2020年度数据库」荣誉?...

    点击上方“民工哥技术之路”,选择“设为星标”回复“1024”获取独家整理的学习资料!岁末将至,2021年已进入倒计时。DB-Engines最近发布了2020年12月份的数据库排名。该网站...

  • Python零基础30天速通(小白定制版)(完结)

    宣导片:开启Python进阶之路 30动漫番剧播放量影响因素分析1综合案例 29小红书卖货实力与用户分析1综合案例 28星巴克门店探索|Matplotlib实战 27詹姆斯哈登的制胜宝典1 Panads的使用 26一晚5万的酒店| Numpy的使用 25揭开数据分析的面纱1数据分析"三剑客"概述 24虎牙直播数据告诉你谁最火1案例篇 23我的音乐我做主1数据保存之csv和excel 22电竟| BeautifulSoup解析HTML 21对李焕英的评价1HTML基础 20我的美食我做主1爬虫介绍、requests请 19看我四十二变1内容提取和格式转换 18我的版权我做主1PDF就是这么帅 17婚礼策划师离不开你|亲爱的PPT 16运营部的烦恼1战胜Excel 15Up主的创作之路1 Python与word初次 14你的offer之选|邮件发送 13我的存在只为悦你1 Pillow图片处理 12你喜欢的电竟赛事大全1 Python的文件操作 11哈利波特的魔法棒|模块 10龙珠之赛亚人1面向对象基础 09大吉大利今晚吃鸡1特种兵的战场(项目案

  • 20240519基本完整

    20240519基本完整

  • MATLAB仿真项目-大数据源码-疲劳检测识别,可应用于疲劳驾驶监测,专注度检测等(高分期末大作业).rar

    本项目提供了一个基于MATLAB的疲劳检测识别仿真系统,旨在帮助计算机相关专业的在校学生、老师和企业员工更好地学习和实践大数据与人工智能技术。该项目可应用于疲劳驾驶监测、专注度检测等领域,具有较高的实用价值。 项目源码已经过运行测试,确保OK,可作为课程设计、毕业设计的优质资源。此外,我们还为您提供了一些网络相关资源,以便您在学习过程中进行参考。这些资源将帮助您更好地理解项目的原理和应用。 本项目的源码适用于初学者,即使是编程基础较弱的同学也能快速上手。同时,源码结构清晰,易于理解和修改。您可以在这个基础上进行二次开发,实现更多有趣的功能。 请放心下载使用,我们为您提供了详细的文档说明,以便您更好地了解和使用该项目。希望这个项目能为您提供实质性的帮助,祝您在学习和工作中取得更好的成绩!

  • 利用协同过滤算法,基于用户历史订单数据,对店铺的用户和商品进行推荐.zip

    协同过滤算法(Collaborative Filtering)是一种经典的推荐算法,其基本原理是“协同大家的反馈、评价和意见,一起对海量的信息进行过滤,从中筛选出用户可能感兴趣的信息”。它主要依赖于用户和物品之间的行为关系进行推荐。 协同过滤算法主要分为两类: 基于物品的协同过滤算法:给用户推荐与他之前喜欢的物品相似的物品。 基于用户的协同过滤算法:给用户推荐与他兴趣相似的用户喜欢的物品。 协同过滤算法的优点包括: 无需事先对商品或用户进行分类或标注,适用于各种类型的数据。 算法简单易懂,容易实现和部署。 推荐结果准确性较高,能够为用户提供个性化的推荐服务。 然而,协同过滤算法也存在一些缺点: 对数据量和数据质量要求较高,需要大量的历史数据和较高的数据质量。 容易受到“冷启动”问题的影响,即对新用户或新商品的推荐效果较差。 存在“同质化”问题,即推荐结果容易出现重复或相似的情况。 协同过滤算法在多个场景中有广泛的应用,如电商推荐系统、社交网络推荐和视频推荐系统等。在这些场景中,协同过滤算法可以根据用户的历史行为数据,推荐与用户兴趣相似的商品、用户或内容,从而提高用户的购买转化率、活跃度和社交体验。 未来,协同过滤算法的发展方向可能是结合其他推荐算法形成混合推荐系统,以充分发挥各算法的优势。

  • 用C#实现人工智能中的八数码问题,有界面效果,可以得出结果,也可以逐步求解.zip

    用C#实现人工智能中的八数码问题,有界面效果,可以得出结果,也可以逐步求解.zip

Global site tag (gtag.js) - Google Analytics