㈠ 微軟開源跨平台的數據（庫）管理工具——Azure Data Studio
Azure Data Studio是一種跨平台資料庫工具，適用於在Windows，MacOS和Linux上使用Microsoft系列內部部署和雲數據平台的數據專業人員。此前已發布預覽版名稱 sql Operations Studio 下，Azure Data Studio 提供了與 IntelliSense、 代碼段、 源代碼管理集成和集成的終端的現代編輯器體驗。 它在設計時考慮了數據平台用戶，內置了查詢結果集和可自定義的儀錶板。
Github倉庫：
官網介紹：
目前官方支持的資料庫有SQL Server、Azure SQL 資料庫伺服器、Azure SQL 數據倉庫和pgsql（PostgresSql），其中pgsql是通過插件的方式來實現的。
筆者這里只介紹SQLServer和pgSql的連接和使用，其它的請參考官方文檔，文檔中詳細介紹了各種強大的功能，我這里只是通過截圖的方式大致的演示下。下載和安裝就不說了，可以到官網下載或者github上下載
安裝好後，打開，點擊第一個伺服器欄
在右側彈出面板填入你的資料庫連接信息，其中上半部分是已經保存的連接，下面是編輯或者添加連接：
其中還有一些高級的配置，暫時用不到
設置好連接後，點擊Connect按鈕進行連接，連接成功左邊伺服器列表就會出現，下面截圖是我設置好的本地SQL Server和PgSql
選擇剛剛創建的資料庫
PostgresSql連接需要安裝一個PostgresSql擴展，，目前擴展還是技術預覽版，但已經可以使用了，記得安裝完擴展後重啟下工具
後續連接和SQLServer類似就不在介紹了。
這塊的功能和SSMS類似
數據導出支持Excel、Json和Xml
你可以根據當前查詢的數據來生成各種不同的圖表，方便數據專業人員進行數據分析，下面是一些圖表的截圖，感覺還不錯，對專業的數據分析人員還是很有用的
這塊功能和Visual Studio Code一樣，就不在詳細介紹了
擴展安裝也是和VSCode類似，但是有些擴展可能需要離線安裝，目前擴展還不是豐富，但是已經有很多不錯的插件了
主題切換都是延續了VSCode類似的用法，目前擴展中已經有幾款比較不錯的主題了，你剛剛打開的軟體是自帶的主題，我上面已經用上了下載好的主題
切換主題也是一樣的
筆者只是大致的試用體驗了一下，總體來說是非常實用的，跨平台而且功能豐富，界面美觀以及不錯的數據分析功能，強大的可擴展性（官方提供了自己創建擴展的方法，等應用擴展商店的擴展擴展豐富之後，肯定會讓它更加的強大）!
㈡ 在SQL Sever資料庫中怎麼存儲圖表
使用image等2進制數據類型 或者使用varchar等字元類型存儲圖表路徑
高版本使用流來存儲
㈢ Cognos Report 開發中 從SQL查詢出來的數據項 可以做圖表嗎怎麼做 在線等急！
不知道cognos支不支持，但是FineReport是支持的，具體做法如下【在FineReport幫助文檔里抄的】：
.圖表製作流程
圖表製作流程如下圖：
註：還可以給圖表設置其它圖表樣式。
2.5保存模板
保存模板，預覽便可以看到效果如上圖。
看在這么圖文並茂的份上。。。。
㈣ 一份難得的資料庫市場分析報告
目錄
- 資料庫分類維度：關系型/非關系型、交易型/分析型
- NoSQL資料庫的進一步分類
- OLTP市場規模：關系型資料庫仍占營收大頭
- 資料庫市場份額：雲服務和新興廠商主導NoSQL
- 開源資料庫 vs. 商業資料庫
- 資料庫三大陣營：傳統廠商和雲服務提供商
最近由於時間原因我寫東西少了，在公眾號上也轉載過幾篇搞資料庫朋友的大作。按說我算是外行，沒資格在這個領域品頭論足，而當我看到下面這份報告時立即產生了學習的興趣，同時也想就能看懂的部分寫點心得體會分享給大家。
可能本文比較適合普及性閱讀，讓資料庫領域資深的朋友見笑了：）
資料庫分類維度：關系型/非關系型、交易型/分析型
首先是分類維度，上圖中的縱軸分類為Relational Database（關系型資料庫，RDBMS）和Nonrelational Database （非關系型資料庫，NoSQL），橫軸的分類為Operational（交易型，即OLTP）和Analytical（分析型，即OLAP）。
按照習慣我們先看關系型資料庫，左上角的交易型類別中包括大家熟悉的商業資料庫Oracle、MS SQL Server、DB2、Infomix，也包括開源領域流行的MySQL（MariaDB是它的一個分支）、PostgreSQL，還有雲上面比較常見的SQL Azure和Amazon Aurora等。
比較有意思的是，SAP HANA正好位於交易型和分析型的中間分界處，不要忘了SAP還收購了Sybase，盡管後者今天不夠風光了，而早年微軟的SQL Server都是來源於Sybase。Sybase的ASE資料庫和分析型Sybase IQ還是存在的。
右上角的分析型產品中包括幾款知名的列式數據倉庫Pivotal Greenplum、Teradata和IBM Netezza（已宣布停止支持），來自互聯網巨頭的Google Big Query和Amazon RedShift。至於Oracle Exadata一體機，它上面運行的也是Oracle資料庫，其最初設計用途是OLAP，而在後來發展中也可以良好兼顧OLTP，算是一個跨界產品吧。
再來看非關系型資料庫，左下角的交易型產品中，有幾個我看著熟悉的MongoDB、Redis、Amazon DynamoDB和DocumentDB等；右下角的分析型產品包括著名的Hadoop分支Cloudera、Hortonworks（這2家已並購），Bigtable（來自Google，Hadoop中的HBase是它的開源實現）、Elasticsearch等。
顯然非關系型資料庫的分類要更加復雜，產品在應用中的差異化也比傳統關系型資料庫更大。Willian Blair很負責任地對它們給出了進一步的分類。
NoSQL資料庫的進一步分類
上面這個圖表應該說很清晰了。非關系型資料庫可以分為Document-based Store（基於文檔的存儲）、Key-Value Store（鍵值存儲）、Graph-based（圖資料庫）、Time Series（時序資料庫），以及Wide Cloumn-based Store（寬列式存儲）。
我們再來看下每個細分類別中的產品：
文檔存儲 ：MongoDB、Amazon DocumentDB、Azure Cosmos DB等
Key-Value存儲 ：Redis Labs、Oracle Berkeley DB、Amazon DynamoDB、Aerospike等
圖資料庫 ：Neo4j等
時序資料庫 ：InfluxDB等
WideCloumn ：DataStax、Cassandra、Apache HBase和Bigtable等
多模型資料庫 ：支持上面不只一種類別特性的NoSQL，比如MongoDB、Redis Labs、Amazon DynamoDB和Azure Cosmos DB等。
OLTP市場規模：關系型資料庫仍占營收大頭
上面這個基於IDC數據的交易型資料庫市場份額共有3個分類，其中深藍色部分的關系型資料庫（RDBMS，在這里不統計數據挖掘/分析型資料庫）占據80%以上的市場。
Dynamic Database（DDMS，動態資料庫管理系統，同樣不統計Hadoop）就是我們前面聊的非關系型資料庫。這部分市場顯得小（但發展勢頭看好），我覺得與互聯網等大公司多採用開源+自研，而不買商業產品有關。
而遵循IDC的統計分類，在上圖灰色部分的「非關系型資料庫市場」其實另有定義，參見下面這段文字：
資料庫市場份額：雲服務和新興廠商主導NoSQL
請注意，這里的關系型資料庫統計又包含了分析型產品。Oracle營收份額42%仍居第一，隨後排名依次為微軟、IBM、SAP和Teradata。
代表非關系型資料庫的DDMS分類中（這里同樣加入Hadoop等），雲服務和新興廠商成為了主導，微軟應該是因為雲SQL Server的基礎而小幅領先於AWS，這2家一共占據超過50%的市場，接下來的排名是Google、Cloudera和Hortonworks（二者加起來13%）。
上面是IDC傳統分類中的「非關系型資料庫」，在這里IBM和CA等應該主要是針對大型機的產品，InterSystems有一款在國內醫療HIS系統中應用的Caché資料庫（以前也是運行在Power小機上比較多）。我就知道這些，餘下的就不瞎寫了。
開源資料庫 vs. 商業資料庫
按照流行度來看，開源資料庫從2013年到現在一直呈現增長，已經快要追上商業資料庫了。
商業產品在關系型資料庫的佔比仍然高達60.5%，而上表中從這列往左的分類都是開源占優：
Wide Cloumn：開源佔比81.8%；
時序資料庫：開源佔比80.7%；
文檔存儲：開源佔比80.0%；
Key-Value存儲：開源佔比72.2%；
圖資料庫：開源佔比68.4%；
搜索引擎：開源佔比65.3%
按照開源License的授權模式，上面這個三角形越往下管的越寬松。比如MySQL屬於GPL，在互聯網行業用戶較多；而PostgreSQL屬於BSD授權，國內有不少資料庫公司的產品就是基於Postgre哦。
資料庫三大陣營：傳統廠商和雲服務提供商
前面在討論市場份額時，我提到過交易型資料庫的4個巨頭仍然是Oracle、微軟、IBM和SAP，在這里William Blair將他們歸為第一陣營。
隨著雲平台的不斷興起，AWS、Azure和GCP（Google Cloud Platform）組成了另一個陣營，在國外分析師的眼裡還沒有BAT，就像有的朋友所說，國內互聯網巨頭更多是自身業務導向的，在本土發展公有雲還有些優勢，短時間內將技術輸出到國外的難度應該還比較大。（當然我並不認為國內缺優秀的DBA和研發人才）
第三個陣容就是規模小一些，但比較專注的資料庫玩家。
接下來我再帶大家簡單過一下這前兩個陣容，看看具體的資料庫產品都有哪些。
甲骨文的產品，我相對熟悉一些的有Oracle Database、MySQL以及Exadata一體機。
IBM DB2也是一個龐大的家族，除了傳統針對小型機、x86（好像用的人不多）、z/OS大型機和for i的版本之外，如今也有了針對雲和數據挖掘的產品。記得抱枕大師對Informix的技術比較推崇，可惜這個產品發展似乎不太理想。
微軟除了看家的SQL Server之外，在Azure雲上還能提供MySQL、PostgreSQL和MariaDB開源資料庫。應該說他們是傳統軟體License+PaaS服務兩條腿走路的。
如今人們一提起SAP的資料庫就想起HANA，之前從Sybase收購來的ASE（Adaptive Server Enterprise）和IQ似乎沒有之前發展好了。
在雲服務提供商資料庫的3巨頭中，微軟有SQL Server的先天優勢，甚至把它移植到了Linux擁抱開源平台。關系型資料庫的創新方面值得一提的是Amazon Aurora和Google Spanner（也有非關系型特性），至於它們具體好在哪裡我就不裝內行了：）
非關系型資料庫則是Amazon全面開花，這與其雲計算業務發展早並且占據優勢有關。Google當年的三篇經典論文對業界影響深遠，Yahoo基於此開源的Hadoop有一段時間幾乎是大數據的代名詞。HBase和Hive如今已不再是人們討論的熱點，而Bigtable和BigQuery似乎仍然以服務Google自身業務為主，畢竟GCP的規模比AWS要小多了。
最後這張DB-Engines的排行榜，相信許多朋友都不陌生，今年3月已經不是最新的數據，在這里列出只是給大家一個參考。該排行榜幾乎在每次更新時，都會有國內資料庫專家撰寫點評。
以上是我周末的學習筆記，班門弄斧，希望對大家有幫助。
參考資料《Database Software Market:The Long-Awaited Shake-up》
https://blocksandfiles.com/wp-content/uploads/2019/03/Database-Software-Market-White-Paper.pdf
擴展閱讀：《 資料庫&存儲：互相最想知道的事 》
尊重知識，轉載時請保留全文。感謝您的閱讀和支持！
㈤ 現在的開源圖形資料庫有哪些
首先是MariaDB，它是一個採用Maria存儲引擎的MySQL分支版本，是由原來MySQL的作者 Michael Widenius創辦的公司所開發的免費開源的資料庫伺服器。與MySQL相比較，MariaDB更強的地方在於它擁有更多的引擎，包括Maria存儲引擎、PBXT存儲引擎、XtraDB存儲引擎、FederatedX存儲引擎，它能夠更快的復制查詢處理、運行的速度更快、更好的功能測試以及支持對Unicode的排序等。
其次是rcona，它為MySQL資料庫伺服器進行了改進，在功能和性能上較MySQL有著很顯著的提升。該版本提升了在高負載情況下的InnoDB的性能，同時，它還為DBA提供一些非常有用的性能診斷工具，並且提供很多參數和命令來控制伺服器行為。
第三是Percona Server，它使用了諸如google-mysql-tools、Proven Scaling和 Open Query對MySQL進行改造。並且，它只包含MySQL的伺服器版，並沒有提供相應對 MySQL的Connector和GUI工具進行改進。
㈥ 開源圖資料庫有哪些
Neo4j、JanusGraph、TigerGraph、Dgraph這些都是，其實大多數的圖資料庫都是開源的，圖資料庫、圖計算都算比較新的東西，還需要開源後大家共同去改進。這些都是國外的，其實國內大廠也開始做圖資料庫、圖計算相關的軟體了，比如阿里的GraphScope、位元組的ByteGraph。
㈦ 資料庫結構的SQL語句怎麼轉換成圖表
用PowerDesigner可以轉換
㈧ 如何通過sql語句生成圖表
sql 沒辦法直接生成圖表。
辦法1，可以使用python R語言，調用sql，再將sql的檢索結果轉為想要的圖形。
辦法2，先用sql查詢數據，將數據導入倒excel，用excel 生成圖形。
辦法3，用excel 驅動鏈接數據，然後通過sql取到數據
㈨ 如何通過sql語句生成圖表
create table pro(
政務號 int primary key;
工號 int not null;
姓名 char(20) unique;
職稱 char(10) default 『高級』 not null;
教研室 varchar(16) not null;
foreign key(工號) references teainf（工號）;
㈩ 分享一款開源的SQL查詢優化工具--EverSQL
一般來說，SQL查詢優化器分析給定查詢的許多選項，預估每個選項的成本，最後選擇成本最低的選項。如果查詢優化器選擇了錯誤的計劃，則性能差異可能從幾毫秒到幾分鍾。幸運的是，現在有許多第三方SQL查詢優化工具可以自動優化每個SQL查詢。這些工具極大地簡化了開發人員和資料庫管理員的工作，因為他們提供了正確的查詢調優建議和索引建議。現在我們已經知道了SQL查詢優化器的重要性，下面推薦一款免費的優化工具--EverSQL。
EverSQL是一個在線SQL查詢優化器，它提供了監控SQL查詢性能的最簡單方法。EverSQL具有以下功能：
部分頁面展示：
工具界面：
通過這款SQL查詢優化工具可以幫助你選擇最少的時間和資源來執行正確查詢，同時提供最佳性能。後面會分享更多devops和DBA方面的內容，感興趣的朋友可以關注下~