作者| dbLenis
编辑责任| jjdsb
出品| CSDN博客
当今的数据库供应商只有三家：亚马逊、谷歌和微软。 是的。 他们是云计算提供商。 三个热门的应答机产品是亚马逊rds、谷歌云SQL和PostgreSQL azure数据库。
根据a工厂首席执行官，AWS最受欢迎的产品是什么？ 在Aurora数据库中，与PostgreSQL和MySQL都兼容。 他还指出，Hadoop、Spark和Kafka都大力推动SQL接口，以使更多的服务API暴露给程序员。
从a工厂的产品销量来说，企业比较青睐这些具有标准SQL接口的产品，但对于各种编程语言，比如只能通过Java正常获得的产品，声音大雨少，很少买到。
举一个电子搜索的例子。 请感受一下为什么ESS的DSL会畏怯：
post CRM _ comment/_ search { ' size ' :0，“query ' : { ' term ' : { ' account name }”3: ' aple ' }， ' aggs ' : { ' count _ over _ time ' : { ' date _ histogram ' : { ' field ' : ' created '，' interval ' :
这看起来比ElasticSearch漂亮一点。 每个字段都有$符号。 为什么不用总体呢？
这些数据(搜索用的ElasticSearch、日志用的MongoDB )本来就存在于SQL数据库中，可以使用SQL一次处理所有查询。 但是，习惯ES和MongoDB奇怪的语法需要一点时间。 此外，还需要查明在数据流动时是否存在丢失——所带来的复杂性。
什么，程序员不应该拼命学习吗？ 这是福报。 嗯，这样的福报谁想要，谁拿走，反正我不会！
历史
让我们一起回忆SQL关系数据库的起源。 这可以追溯到IBM发表关系数据库论文的年代，即1970年。 1970年，关系型数据计算已经非常火热。 但是，这种关系运算的查询只掌握在少数天才手中。 一般人只是看着就很贪婪。
来，一起品尝一下当时的关系运算吧：
事实证明，哪里有黑匣子，哪里就有巫师诞生，总是天才领导人劳神费力地为群众着想。 Donald Chamberlin和Raymond Boyce就是这样的天才！ 他们发明了关系数据库原型(System R )，还在自然语言的研究方向上，发明了结构化英语检索语言(Structured English Query Lanuage，SEQUEL )。 所以，经常把SQL读为see-ku-er。 由于商标之争，SEQUEL改名为SQL。
那么，SQL与上面的公式相比有什么好处？ 请感受：
前后两个计算都找到了比自己经理工资高的员工。 前者是关系数据表达式，是只有数学大师才能知道的符号。后者是SQL表达式，是谁都一周内绝对能掌握的技术。
后来的事，我相信你如果不是00后，应该听说过。 IBM DB2、Oracle、SQL Server和MySQL如雨后春笋般冒了出来。 有System R这样的磐石，有SQL一代的新型武器，各自建立了后勤工厂，拓展了领土。
战争一直持续到现在。
要不是因为一个叫ARPANET的安静地在墙角自习的好青年，也许这个叫gjdhs的甲骨文父母要呆好几年。 经过多年的沉默修炼，ARPANET终于在我们这个时代成长为一个坚强的大集团。 ——也就是今天的互联网。
来，看看当时在加利福尼亚默默地学习的伙伴们吧。
革命不成功，badbh不休息。 尽管有这么多人战战兢兢，但动摇关系数据库江山的实力还不够，还没有到——日这个认真的中午出现。 你
看，任何历史性的转折都要依靠一位yjddxlb来带动，说不定下一位就是你，努力吧少年！这位 Tim 老兄在1989年，发明了万维网，一下子把数据的洪荒世界之门给打开了。数据以前所未有的体量和速度冲了进来，此时的关系型数据库也就慢慢有了吃力和老态的迹象。
历史再一次证明, 不被人胖揍，永远不知道自己几斤几两。
怪兽冲了进来，总要有奥特曼来对付吧。没错，这时候两位crdqb出场了，一位是 Google，一位是 Amazon。Google 的 MapReduce（2004）和 BigTable（2006）打破了分布式计算和存储的瓶颈。A厂在整个云计算时代都有它的份儿，闪亮的光芒甚是耀眼。它的 Dynamo 数据库，采用了键值对存储，集合了各种眼花缭乱的云计算技术，号称能保障高可用服务。
磐石有了，兵工厂就不会远了。跟 SQL 的发展很像，之后很快各个公司就有了 Hadoop、Hive、Cassandra、MongoDB，也玩起了 MapR。又是一番你追我赶的厮杀，历史是何等的相像。
而这一波厮杀，不仅仅是在堂兄弟、表兄弟之间展开，还要去抢jmdlf们的地盘。这不，蚂蚁金服的OceanBase前两天还动了一下Oracle大叔的地盘，抢掉了它2010年打下的TCP-C排行榜榜首的位置。
现实
年轻人始终有着一股子血气方刚，认为凭着自己年富力强，无所畏惧就要去动大人的奶酪。打仗光靠蛮力怎么可以，它还需要致胜的最本质基础，那就是群众的支持。
每个年轻人都有自己的魅力，有自己的武器都很好，很酷。乾坤圈、金箍棒看着都炫酷，但在如来的眼里，他代表的可是天地万物，说一句代替苍生治治你，分分钟就把你给秒了。那可是群众的力量代表。
上面的 ElasticSearch、MongoDB给我们的感觉都很棒，全文搜索极快，日志存储不费劲，但要去拿起来用，你得好好的去顺顺他们的脾气，要不就给你枣子吃。就如现在很多年轻人，做事情是要哄着做，哪像那些无产阶级革命前辈，都是抢着做。
如果说 OLTP 产品，我们摸索一下 Redis、MongoDB、Kafka 也就算了，能忍就忍吧，毕竟一次投入，永久使用。但 OLAP 产品，Impala、Hive、Presto、Kylin 等都互不连通，还要整一套 ETL 来打通，这谁的脾气能好咯。我做一个报表，还要用 Spark 去每家每户报信，搞不好哪家那天脾气特别大，不待见，数据都取不出来。典型的就是 JOIN 信使，经常吃闭门羹。
当然，被群众（市场）教训过后，年轻人也开始反思。Cloudera 与 Hortonworks 就是典型代表，他俩选择联起手来一块干点事儿。推出了 SQL 级的方言，用来封装自己复杂的外表，原理就是 SQL ON Hadoop。
Hadoop 负责存储，而 SQL 负责计算，存储引擎与计算引擎分离开来，拉拢了不少 SQL 群众，开始铺设广泛的群众基础。
王者归来
第一次懦弱的蜻蜓们像大佬妥协，就是推出自己的 SQL-On-Hadoop 产品。虽然嘴上说着是 Not Only SQL， 那也不过是年轻人在坚持他们最后的傲娇而已。
接着，历史又再一次重演。只要一个现象被认可，一群现象就跟风而来。H-Store、Spanner、CockroachDB，最出众的还要数 Postgre，在历经关系数据库、NoSQL之后，尽在旁边捡漏，好东西都往自己身上加，像 Json、FullText Search、MPP、JIT 等特性。
当然，整个历史的转变，总要有人总结陈词。NoSQL的运动者是谁？还记得嘛？没错就是 Google 的三驾马车。那么终结它也只能由Google来官宣，搬起石头砸自己的脚，疼不您咧？
G 厂在2017年的 Spanner 论文中怎么说的？精简一下，“我们 Google 要从 Nosql 转到 SQL 阵营来，SQL 即将成为一切数据访问的基础，就酱”！
声明：本文为CSDN博主「dbLenis」的原创文章，版权归作者所有。
【End】
主题：《医疗影像小数据场景中的前沿技术与实践》
介绍：目前腾讯优图涉及眼底、宫颈、脑出血病因分析等多个落地项目，使用的数据格式也不太一样，眼底和宫颈是2D的RGB图像，脑出血是3D CT图像，相比起来，标注 3D 数据的难度比 2D 数据高不少。腾讯优图是如何针对3D CT / MRI 数据提出自监督研究的？研究成果是如何落地于工程中？如何应用在脑出血病因分类和脑肿瘤分割案例中？