㈠ 微软开源跨平台的数据（库）管理工具——Azure Data Studio
Azure Data Studio是一种跨平台数据库工具，适用于在Windows，MacOS和Linux上使用Microsoft系列内部部署和云数据平台的数据专业人员。此前已发布预览版名称 sql Operations Studio 下，Azure Data Studio 提供了与 IntelliSense、 代码段、 源代码管理集成和集成的终端的现代编辑器体验。 它在设计时考虑了数据平台用户，内置了查询结果集和可自定义的仪表板。
Github仓库：
官网介绍：
目前官方支持的数据库有SQL Server、Azure SQL 数据库服务器、Azure SQL 数据仓库和pgsql（PostgresSql），其中pgsql是通过插件的方式来实现的。
笔者这里只介绍SQLServer和pgSql的连接和使用，其它的请参考官方文档，文档中详细介绍了各种强大的功能，我这里只是通过截图的方式大致的演示下。下载和安装就不说了，可以到官网下载或者github上下载
安装好后，打开，点击第一个服务器栏
在右侧弹出面板填入你的数据库连接信息，其中上半部分是已经保存的连接，下面是编辑或者添加连接：
其中还有一些高级的配置，暂时用不到
设置好连接后，点击Connect按钮进行连接，连接成功左边服务器列表就会出现，下面截图是我设置好的本地SQL Server和PgSql
选择刚刚创建的数据库
PostgresSql连接需要安装一个PostgresSql扩展，，目前扩展还是技术预览版，但已经可以使用了，记得安装完扩展后重启下工具
后续连接和SQLServer类似就不在介绍了。
这块的功能和SSMS类似
数据导出支持Excel、Json和Xml
你可以根据当前查询的数据来生成各种不同的图表，方便数据专业人员进行数据分析，下面是一些图表的截图，感觉还不错，对专业的数据分析人员还是很有用的
这块功能和Visual Studio Code一样，就不在详细介绍了
扩展安装也是和VSCode类似，但是有些扩展可能需要离线安装，目前扩展还不是丰富，但是已经有很多不错的插件了
主题切换都是延续了VSCode类似的用法，目前扩展中已经有几款比较不错的主题了，你刚刚打开的软件是自带的主题，我上面已经用上了下载好的主题
切换主题也是一样的
笔者只是大致的试用体验了一下，总体来说是非常实用的，跨平台而且功能丰富，界面美观以及不错的数据分析功能，强大的可扩展性（官方提供了自己创建扩展的方法，等应用扩展商店的扩展扩展丰富之后，肯定会让它更加的强大）!
㈡ 在SQL Sever数据库中怎么存储图表
使用image等2进制数据类型 或者使用varchar等字符类型存储图表路径
高版本使用流来存储
㈢ Cognos Report 开发中 从SQL查询出来的数据项 可以做图表吗怎么做 在线等急！
不知道cognos支不支持，但是FineReport是支持的，具体做法如下【在FineReport帮助文档里抄的】：
.图表制作流程
图表制作流程如下图：
注：还可以给图表设置其它图表样式。
2.5保存模板
保存模板，预览便可以看到效果如上图。
看在这么图文并茂的份上。。。。
㈣ 一份难得的数据库市场分析报告
目录
- 数据库分类维度：关系型/非关系型、交易型/分析型
- NoSQL数据库的进一步分类
- OLTP市场规模：关系型数据库仍占营收大头
- 数据库市场份额：云服务和新兴厂商主导NoSQL
- 开源数据库 vs. 商业数据库
- 数据库三大阵营：传统厂商和云服务提供商
最近由于时间原因我写东西少了，在公众号上也转载过几篇搞数据库朋友的大作。按说我算是外行，没资格在这个领域品头论足，而当我看到下面这份报告时立即产生了学习的兴趣，同时也想就能看懂的部分写点心得体会分享给大家。
可能本文比较适合普及性阅读，让数据库领域资深的朋友见笑了：）
数据库分类维度：关系型/非关系型、交易型/分析型
首先是分类维度，上图中的纵轴分类为Relational Database（关系型数据库，RDBMS）和Nonrelational Database （非关系型数据库，NoSQL），横轴的分类为Operational（交易型，即OLTP）和Analytical（分析型，即OLAP）。
按照习惯我们先看关系型数据库，左上角的交易型类别中包括大家熟悉的商业数据库Oracle、MS SQL Server、DB2、Infomix，也包括开源领域流行的MySQL（MariaDB是它的一个分支）、PostgreSQL，还有云上面比较常见的SQL Azure和Amazon Aurora等。
比较有意思的是，SAP HANA正好位于交易型和分析型的中间分界处，不要忘了SAP还收购了Sybase，尽管后者今天不够风光了，而早年微软的SQL Server都是来源于Sybase。Sybase的ASE数据库和分析型Sybase IQ还是存在的。
右上角的分析型产品中包括几款知名的列式数据仓库Pivotal Greenplum、Teradata和IBM Netezza（已宣布停止支持），来自互联网巨头的Google Big Query和Amazon RedShift。至于Oracle Exadata一体机，它上面运行的也是Oracle数据库，其最初设计用途是OLAP，而在后来发展中也可以良好兼顾OLTP，算是一个跨界产品吧。
再来看非关系型数据库，左下角的交易型产品中，有几个我看着熟悉的MongoDB、Redis、Amazon DynamoDB和DocumentDB等；右下角的分析型产品包括着名的Hadoop分支Cloudera、Hortonworks（这2家已并购），Bigtable（来自Google，Hadoop中的HBase是它的开源实现）、Elasticsearch等。
显然非关系型数据库的分类要更加复杂，产品在应用中的差异化也比传统关系型数据库更大。Willian Blair很负责任地对它们给出了进一步的分类。
NoSQL数据库的进一步分类
上面这个图表应该说很清晰了。非关系型数据库可以分为Document-based Store（基于文档的存储）、Key-Value Store（键值存储）、Graph-based（图数据库）、Time Series（时序数据库），以及Wide Cloumn-based Store（宽列式存储）。
我们再来看下每个细分类别中的产品：
文档存储 ：MongoDB、Amazon DocumentDB、Azure Cosmos DB等
Key-Value存储 ：Redis Labs、Oracle Berkeley DB、Amazon DynamoDB、Aerospike等
图数据库 ：Neo4j等
时序数据库 ：InfluxDB等
WideCloumn ：DataStax、Cassandra、Apache HBase和Bigtable等
多模型数据库 ：支持上面不只一种类别特性的NoSQL，比如MongoDB、Redis Labs、Amazon DynamoDB和Azure Cosmos DB等。
OLTP市场规模：关系型数据库仍占营收大头
上面这个基于IDC数据的交易型数据库市场份额共有3个分类，其中深蓝色部分的关系型数据库（RDBMS，在这里不统计数据挖掘/分析型数据库）占据80%以上的市场。
Dynamic Database（DDMS，动态数据库管理系统，同样不统计Hadoop）就是我们前面聊的非关系型数据库。这部分市场显得小（但发展势头看好），我觉得与互联网等大公司多采用开源+自研，而不买商业产品有关。
而遵循IDC的统计分类，在上图灰色部分的“非关系型数据库市场”其实另有定义，参见下面这段文字：
数据库市场份额：云服务和新兴厂商主导NoSQL
请注意，这里的关系型数据库统计又包含了分析型产品。Oracle营收份额42%仍居第一，随后排名依次为微软、IBM、SAP和Teradata。
代表非关系型数据库的DDMS分类中（这里同样加入Hadoop等），云服务和新兴厂商成为了主导，微软应该是因为云SQL Server的基础而小幅领先于AWS，这2家一共占据超过50%的市场，接下来的排名是Google、Cloudera和Hortonworks（二者加起来13%）。
上面是IDC传统分类中的“非关系型数据库”，在这里IBM和CA等应该主要是针对大型机的产品，InterSystems有一款在国内医疗HIS系统中应用的Caché数据库（以前也是运行在Power小机上比较多）。我就知道这些，余下的就不瞎写了。
开源数据库 vs. 商业数据库
按照流行度来看，开源数据库从2013年到现在一直呈现增长，已经快要追上商业数据库了。
商业产品在关系型数据库的占比仍然高达60.5%，而上表中从这列往左的分类都是开源占优：
Wide Cloumn：开源占比81.8%；
时序数据库：开源占比80.7%；
文档存储：开源占比80.0%；
Key-Value存储：开源占比72.2%；
图数据库：开源占比68.4%；
搜索引擎：开源占比65.3%
按照开源License的授权模式，上面这个三角形越往下管的越宽松。比如MySQL属于GPL，在互联网行业用户较多；而PostgreSQL属于BSD授权，国内有不少数据库公司的产品就是基于Postgre哦。
数据库三大阵营：传统厂商和云服务提供商
前面在讨论市场份额时，我提到过交易型数据库的4个巨头仍然是Oracle、微软、IBM和SAP，在这里William Blair将他们归为第一阵营。
随着云平台的不断兴起，AWS、Azure和GCP（Google Cloud Platform）组成了另一个阵营，在国外分析师的眼里还没有BAT，就像有的朋友所说，国内互联网巨头更多是自身业务导向的，在本土发展公有云还有些优势，短时间内将技术输出到国外的难度应该还比较大。（当然我并不认为国内缺优秀的DBA和研发人才）
第三个阵容就是规模小一些，但比较专注的数据库玩家。
接下来我再带大家简单过一下这前两个阵容，看看具体的数据库产品都有哪些。
甲骨文的产品，我相对熟悉一些的有Oracle Database、MySQL以及Exadata一体机。
IBM DB2也是一个庞大的家族，除了传统针对小型机、x86（好像用的人不多）、z/OS大型机和for i的版本之外，如今也有了针对云和数据挖掘的产品。记得抱枕大师对Informix的技术比较推崇，可惜这个产品发展似乎不太理想。
微软除了看家的SQL Server之外，在Azure云上还能提供MySQL、PostgreSQL和MariaDB开源数据库。应该说他们是传统软件License+PaaS服务两条腿走路的。
如今人们一提起SAP的数据库就想起HANA，之前从Sybase收购来的ASE（Adaptive Server Enterprise）和IQ似乎没有之前发展好了。
在云服务提供商数据库的3巨头中，微软有SQL Server的先天优势，甚至把它移植到了Linux拥抱开源平台。关系型数据库的创新方面值得一提的是Amazon Aurora和Google Spanner（也有非关系型特性），至于它们具体好在哪里我就不装内行了：）
非关系型数据库则是Amazon全面开花，这与其云计算业务发展早并且占据优势有关。Google当年的三篇经典论文对业界影响深远，Yahoo基于此开源的Hadoop有一段时间几乎是大数据的代名词。HBase和Hive如今已不再是人们讨论的热点，而Bigtable和BigQuery似乎仍然以服务Google自身业务为主，毕竟GCP的规模比AWS要小多了。
最后这张DB-Engines的排行榜，相信许多朋友都不陌生，今年3月已经不是最新的数据，在这里列出只是给大家一个参考。该排行榜几乎在每次更新时，都会有国内数据库专家撰写点评。
以上是我周末的学习笔记，班门弄斧，希望对大家有帮助。
参考资料《Database Software Market:The Long-Awaited Shake-up》
https://blocksandfiles.com/wp-content/uploads/2019/03/Database-Software-Market-White-Paper.pdf
扩展阅读：《 数据库&存储：互相最想知道的事 》
尊重知识，转载时请保留全文。感谢您的阅读和支持！
㈤ 现在的开源图形数据库有哪些
首先是MariaDB，它是一个采用Maria存储引擎的MySQL分支版本，是由原来MySQL的作者 Michael Widenius创办的公司所开发的免费开源的数据库服务器。与MySQL相比较，MariaDB更强的地方在于它拥有更多的引擎，包括Maria存储引擎、PBXT存储引擎、XtraDB存储引擎、FederatedX存储引擎，它能够更快的复制查询处理、运行的速度更快、更好的功能测试以及支持对Unicode的排序等。
其次是rcona，它为MySQL数据库服务器进行了改进，在功能和性能上较MySQL有着很显着的提升。该版本提升了在高负载情况下的InnoDB的性能，同时，它还为DBA提供一些非常有用的性能诊断工具，并且提供很多参数和命令来控制服务器行为。
第三是Percona Server，它使用了诸如google-mysql-tools、Proven Scaling和 Open Query对MySQL进行改造。并且，它只包含MySQL的服务器版，并没有提供相应对 MySQL的Connector和GUI工具进行改进。
㈥ 开源图数据库有哪些
Neo4j、JanusGraph、TigerGraph、Dgraph这些都是，其实大多数的图数据库都是开源的，图数据库、图计算都算比较新的东西，还需要开源后大家共同去改进。这些都是国外的，其实国内大厂也开始做图数据库、图计算相关的软件了，比如阿里的GraphScope、字节的ByteGraph。
㈦ 数据库结构的SQL语句怎么转换成图表
用PowerDesigner可以转换
㈧ 如何通过sql语句生成图表
sql 没办法直接生成图表。
办法1，可以使用python R语言，调用sql，再将sql的检索结果转为想要的图形。
办法2，先用sql查询数据，将数据导入倒excel，用excel 生成图形。
办法3，用excel 驱动链接数据，然后通过sql取到数据
㈨ 如何通过sql语句生成图表
create table pro(
政务号 int primary key;
工号 int not null;
姓名 char(20) unique;
职称 char(10) default ‘高级’ not null;
教研室 varchar(16) not null;
foreign key(工号) references teainf（工号）;
㈩ 分享一款开源的SQL查询优化工具--EverSQL
一般来说，SQL查询优化器分析给定查询的许多选项，预估每个选项的成本，最后选择成本最低的选项。如果查询优化器选择了错误的计划，则性能差异可能从几毫秒到几分钟。幸运的是，现在有许多第三方SQL查询优化工具可以自动优化每个SQL查询。这些工具极大地简化了开发人员和数据库管理员的工作，因为他们提供了正确的查询调优建议和索引建议。现在我们已经知道了SQL查询优化器的重要性，下面推荐一款免费的优化工具--EverSQL。
EverSQL是一个在线SQL查询优化器，它提供了监控SQL查询性能的最简单方法。EverSQL具有以下功能：
部分页面展示：
工具界面：
通过这款SQL查询优化工具可以帮助你选择最少的时间和资源来执行正确查询，同时提供最佳性能。后面会分享更多devops和DBA方面的内容，感兴趣的朋友可以关注下~