数据库类型
关于不同类型数据库及其工作原理的知识。
在构建您的数据堆栈时，有许多数据库和数据源选项需要考虑。以下是 Metabase 支持的主要参与者的概述，无论您是数据领域的新手还是只是需要复习。
全能型主力：传统关系型数据库管理系统
包括：Microsoft SQL Server, MySQL, Oracle Database, PostgreSQL
所有这四种关系型数据库管理系统（RDBMS）都已经存在数十年，并且能够很好地处理全面的数据库需求——插入记录、读取、更新、删除记录。在这四种数据库中，MySQL 和 PostgreSQL 是开源的。
如果您的组织时间或资源短缺，或者缺乏数据专家来构建ETL，那么像MySQL、Postgres、SQL Server 或Oracle Database这样的关系型数据库系统是一个很好的选择。许多使用 Metabase 的组织只需连接其关系型数据库，就可以立即开始获取洞察。这些数据库非常适合用作您的软件的应用程序数据库。Metabase 软件本身可以使用 Postgres 或 MySQL 作为其生产数据库。
传统关系型数据库可以轻松处理数十万条记录的分析查询，但如果您的组织需要显著扩展——例如数百万条或更多记录——您的 RDBMS 可能会达到瓶颈。这很大程度上取决于您的数据仓库如何配置以及您是否使用 ETL 流程来聚合数据，以便您的数据库需要读取更少的行。
这四种系统都是事务型数据库，并非专门为分析查询而构建。虽然您可以通过这四种引擎中的任何一种来完成分析查询，但为了跟上数据量的增长，它可能需要大量的额外硬件（额外的内存、CPU 和更快的磁盘），这会很快变得昂贵。随着您的扩展和分析查询变得越来越复杂，无论您投入多少硬件，它们都可能运行缓慢。此时，可能是时候考虑专门为大数据和分析查询而构建的其他技术了。
查询大数据：数据仓库
包括：BigQuery, Redshift, Snowflake, Vertica
数据仓库非常适合对大量数据执行分析查询。像BigQuery、AWS Redshift、Snowflake和Vertica这样的产品能够处理大数据，因为它们由大量并行引擎驱动，使得跨海量数据源的分析查询更易管理。这些数据仓库各自的工作方式略有不同，但当您想要运行查询时，它们会利用并行化来分割数据并聚合结果，然后再返回您的查询。这些数据仓库还依赖于列式存储（按列而不是按行存储数据）来加快分析操作，因为这使您的数据库无需扫描与当前查询无关的行内信息。
您根据执行查询时使用的资源付费，但将数据插入这些仓库也很昂贵。如果您的组织需要实时数据（或接近实时数据），像这样的数据仓库并不是最有效的，因为每当添加新数据时，它们都需要重新索引，这需要时间。
虽然 BigQuery、Redshift 和 Snowflake 都是纯云端的，但 Vertica（开源产品）可以在云端或本地运行。
实时分析数据库
包括：Druid
像 Druid 这样的开源产品数据库，对于那些需要立即查询数据生成情况的组织来说很有吸引力。有了实时数据库，您就可以在数据进入数据引擎后立即运行分析查询，无需额外的处理或漫长的等待时间。
如果您的业务模式依赖于利用实时数据的能力（例如，金融服务或信息安全），那么像 Druid 这样的数据库值得探索。但是，管理实时数据管道可能会变得复杂——从生成数据到通过管道中不同工具处理数据，可能出问题的环节很多。考虑到这些系统的复杂性，尤其是在处理大量数据时，有专门的人员来监督您的实时数据库会非常有帮助。
用于临时分析：基于文件的数据库
包括：SQLite, H2
SQLite 和 H2 类似于传统的 RDBMS，例如 MySQL 或 Postgres——这两种类型都是关系型数据库——但是基于文件的数据库在数据库端不包含服务器。这些类型不是任何用于优化数据库的代码，而是存在于您的计算机上的一个文件。如果您正在使用 Metabase，您会将 SQLite 数据库存储在与 Metabase 服务器相同的位置，以便 Metabase 可以将其用于分析。
基于文件的数据库非常适合嵌入式和即席分析——例如不需要大量实时数据的一次性查询。虽然 SQLite 是世界上部署最广泛的数据库（主要是因为它的简单性），但基于文件的数据库在复杂分析方面的使用受到限制，基于文件的数据库可能不是您想要存储实时数据的地方。
查询引擎
包括：SparkSQL, Presto
查询引擎本身不是数据库，而是位于数据和最终结果之间。SparkSQL 和 Presto 是两个开源引擎，可以从各种来源（包括实时数据）摄取和查询数据。
与上面讨论的云数据仓库一样，像 Spark 和 Presto 这样的引擎将大致按照以下步骤对大量数据执行分析查询：
- 首先将工作分成更小的任务。
- 并行化查询——即，在这些更小的任务上同时运行。
- 聚合这些结果。
- 最后，返回原始查询的结果。
基于文档的数据库
包括：MongoDB
虽然上述所有选项都包含某些关系元素，但像MongoDB这样的非结构化 NoSQL 数据库的工作方式有所不同。MongoDB 不是将数据存储在表中，而是将数据保存在“文档集合”中，并允许您查询这些通常是 JSON 文件的文档。这意味着您在集合中保存的文档可以是相同的，也可以完全不相关，但没有原生方法像关系型数据库中的表那样进行连接。
与关系型数据库不同，MongoDB 易于分片。这意味着您可以将集合的不同部分存储在完全独立的节点中（数据库的物理实例，例如单独的服务器或计算机），这有助于扩展您的数据库。