SQL Server,Oracle 和 MySQL 区别联系

1.如果要说明三者的区别，首先就要从历史入手。

1.Oracle：中文译作甲骨文，这是一家传奇的公司，有一个传奇的大老板

Larry Ellision。Ellision 32岁还一事无成，读了三个大学，没得到一个学位

文凭，换了十几家公司，老婆也离他而去。开始创业时只有1200美元，却使

得Oracle公司连续12年销售额每年翻一番。

Oracle成立于1977年，早期的理论基础，反而来自于一篇IBM的论文《A

Relational Model of Data for Large Shared Data Banks》【1】。作者CODD

选取了关系代数的五种运算，并基于运算，架构了一种新型的数据存储模型。

基于这种模型，Oracle成为了一个非常典型的关系数据库。因此也变的严谨、

安全、高速、稳定，并且变的越来越庞大。

由于其诞生早、结构严谨、高可用、高性能等特点，使其在传统数据库应用

中大杀四方，金融、通信、能源、运输、零售、制造等各个行业的大型公司

基本都是用了Oracle，早些年的时候，世界500强几乎100%都是Oracle的

用户。

2.MySQL ：MySQL的最初的核心思想，主要是开源、简便易用。其开发

可追溯至1985年，而第一个内部发行版本诞生，已经是1995年。到1998

年，MySQL已经可以支持10中操作系统了，其中就包括win平台。但依然

问题多多，如不支持事务操作、子查询、外键、存储过程和视图等功能。下

图是一个截止至2006年的数据库市场占有率【2】：

图中可以看出，MySQL的爆发实际是在01、02年，尤其是02年发布的4.0

Beta版，正式选定InnoDB作为默认引擎，对事务处理能力及数据缓存能力

有了极大的提高。同年4.1版开始支持子查询，至此MySQL终于蜕变成一个

成熟的关系型数据库系统。05年的5.0版本又添加了存储过程、服务端游标、

触发器、查询优化以及分布式事务功能，但同年被Oracle抄了后路，InnoDB

被Oracle收编。08年，MySQL被Sun收购，09年，Oracle收购了Sun和

MySQL。

由于MySQL的早期定位，其主要应用场景就是互联网开发。基本上，互联网

的爆发成就了MySQL，LAMP架构风靡天下。而由于MySQL更多的的追求

轻量、易用，以及早期的事物操作及复杂查询优化的缺失，在传统的数据库

应用场景中，份额极少。

3.SQL Server：一提到SQL Server，大家一般都只想到Microsoft SQL

Server，而非Sybase SQL Server。SQL Server最初是由Microsoft, Sybase

and Ashton-Tate三家公司拦下的生意，是为IBM（又出现了）公司的OS/2

操作系统开发的。随着OS/2项目的失败，大家也分道扬镳。Microsoft自然

转向自己的win操作系统，作为windows NT软件方案的一部分。而Sybase

则专注于Linux/Unix方向的数据库开发。

MS SQL Server主要面向中小企业。其最大的优势就是在于集成了MS公司

的各类产品及资源，提供了强大的可视化界面、高度集成的管理开发工具，

在快速构建商业智能（BI）方面颇有建树。MS SQL Server是MS公司在软

件集成方案中的重要一环，也为WIN系统在企业级应用中的普及做出了很大

贡献。

2.典型应用场景

关于“大型数据库”，并没有严格的界定，有说以数据量为准，有说以恢复时间为准。

如果综合数据库应用场景来说，大型数据库应用有以下特点：海量数据、高吞吐量；

复杂逻辑、高计算量，以及高可用性。从这点上来说，Oracle，DB2就是比较典型的大型数据库，Sybase SQL Server也算是吧。下面分别说明之前三种数据库的应用场景。

1.Oracle。Oracle的应用，主要在传统行业的数据化业务中，比如：银行、

金融这样的对可用性、健壮性、安全性、实时性要求极高的业务；零售、物

流这样对海量数据存储分析要求很高的业务。此外，高新制造业如芯片厂也

基本都离不开Oracle；电商也有很多使用者，如京东（正在投奔Oracle）、

阿里巴巴（计划去Oracle化）。而且由于Oracle对复杂计算、统计分析的强

大支持，在互联网数据分析、数据挖掘方面的应用也越来越多。一个典型场

景是这样的：

某电信公司（非国内）下属某分公司的数据中心，有4台Oracle Sun的大型

服务器用来安装Solaris操作系统和Oracle并提供计算服务，3台Sun Storage

磁盘阵列来提供Oracle数据存储，12台IBM小型机，一台Oracle Exadata

服务器，一台500T的磁带机用来存储历史数据，San连接内网，使用Tuxedo

中间件来保证扩展性和无损迁移。建立支持高并发的Oracle数据库，通过

OLTP系统用来对海量数据实时处理、操作，建立高运算量的Oracle数据仓

库，用OLAP系统用来分析营收数据及提供自动报表。总预算约750万美金。

2.MySQL。MySQL基本是生于互联网，长于互联网。其应用实例也大都

集中于互联网方向，MySQL的高并发存取能力并不比大型数据库差，同时价

格便宜，安装使用简便快捷，深受广大互联网公司的喜爱。并且由于MySQL

的开源特性，针对一些对数据库有特别要求的应用，可以通过修改代码来实

现定向优化，例如SNS、LBS等互联网业务。一个典型的应用场景是：

某互联网公司，成立之初，仅有PC数台，通过LAMP架构迅速搭起网站框

架。随着业务扩张、市场扩大，迅速发展成为6台Dell小型机的中型网站。

现在花了三年，终于成为垂直领域的最大网站，计划中的数据中心，拥有Dell

机架式服务器40台，总预算20万美金。

3.MS SQL Server。windows生态系统的产品，好处坏处都很分明。好处

就是，高度集成化，微软也提供了整套的软件方案，基本上一套win系统装

下来就齐活了。因此，不那么缺钱，但很缺IT人才的中小企业，会偏爱MS SQL

Server 。例如，自建ERP系统、商业智能、垂直领域零售商、餐饮、事业

单位等等。

1996年，Bill Gates亲自出手，从Borland挖来了大牛Anders，搞定了C#

语言。微软02年搞定了https://www.360docs.net/doc/b32987989.html,。成熟的.NET、Silverlight技术，为MS SQL

Server赢得了部分互联网市场，其中就有曾经的全球最大社交网站MySpace，

其发展历程很有代表性，可作为一个比较特别的例子【3】。其巅峰时有超过

1.5亿的注册用户及每月400亿的访问量。应该算是MS SQL Server支撑的

最大的数据应用了。

3.架构。其实要说执行的区别，主要还是架构的区别。正是架构导致了相同SQL

在执行过程中的解释、优化、效率的差异。这里只做粗略说明，就不细说了：

1.Oracle：数据文件包括：控制文件、数据文件、重做日志文件、参数文

件、归档文件、密码文件。这是根据文件功能行进行划分，并且所有文件都

是二进制编码后的文件，对数据库算法效率有极大的提高。由于Oracle文件

管理的统一性，就可以对SQL执行过程中的解析和优化，指定统一的标准：

RBO（基于规则的优化器）、CBO（基于成本的优化器）

通过优化器的选择，以及无敌的HINT规则，给与了SQL优化极大的自由，

对CPU、内存、IO资源进行方方面面的优化。

2.MySQL：最大的一个特色，就是自由选择存储引擎。每个表都是一个文

件，都可以选择合适的存储引擎。常见的引擎有InnoDB、MyISAM、

NDBCluster等。但由于这种开放插件式的存储引擎，比如要求数据库与引擎

之间的松耦合关系。从而导致文件的一致性大大降低。在SQL执行优化方面，

也就有着一些不可避免的瓶颈。在多表关联、子查询优化、统计函数等方面

是软肋，而且只支持极简单的HINT。

3.SQL Server ：数据架构基本是纵向划分，分为：Protocol Layer（协议

层），Relational Engine（关系引擎），Storage Engine（存储引擎），SQLOS。

SQL执行过程就是逐层解析的过程，其中Relational Engine中的优化器，是

基于成本的（CBO），其工作过程跟Oracle是非常相似的。在成本之上也是

支持很丰富的HINT，包括：连接提示、查询提示、表提示。

注：本人经验尚浅，且未从事过DBA相关职业，欢迎纠正错误及共同学习。【1:】：《A Relational Model of Data for Large Shared Data Banks》，

https://www.360docs.net/doc/b32987989.html,/~zives/03f/cis550/cod d.pdf

【2】：数据库市场占有率，https://www.360docs.net/doc/b32987989.html,/projects/databases.asp

【3】：《MySpace架构历程》，https://www.360docs.net/doc/b32987989.html,/view/ab4a826527d3240c8447ef45.html

首先一点，这三个数据库不是同一个公司的产品；二、其所对应的使用对象也不一样，oracle 是主流的大型数据库，大多数电信项目都是使用的oracle，而sqlserver与mysql主要是个人以及小型公司使用的的数据库，但是sqlserver需要收费，mysql不用；三、如果按功能上来说，oracle最为强大，oracle支持递归查询，二后两者不支持；四、三个数据库中，只有sqlserver有完整的图形化操作界面，而oracle与mysql都要借助于其他的第三方数据库图形操作界面，比如oracle用的大多都是plsql；

oracle递归查询

Oracle中start by prior子句用法

connect by 是结构化查询中用到的，其基本语法是：

select ... from tablename start with 条件1

connect by 条件2

where 条件3;

例：

select * from table

start with org_id = 'HBHqfWGWPy'

connect by prior org_id = parent_id;

简单说来是将一个树状结构存储在一张表里，比如一个表中存在两个字段:

org_id,parent_id那么通过表示每一条记录的parent是谁，就可以形成一个树状结构。

用上述语法的查询可以取得这棵树的所有记录。

其中：

条件1 是根结点的限定语句，当然可以放宽限定条件，以取得多个根结点，实际就是多棵

树。

条件2 是连接条件，其中用PRIOR表示上一条记录，比如CONNECT BY PRIOR org_id = parent_id就是说上一条记录的org_id 是本条记录的parent_id，即本记录的父亲是上一条记录。

条件3 是过滤条件，用于对返回的所有记录进行过滤。

简单介绍如下：

早扫描树结构表时，需要依此访问树结构的每个节点，一个节点只能访问一次，其访问的步骤如下：

第一步：从根节点开始；

第二步：访问该节点；

第三步：判断该节点有无未被访问的子节点，若有，则转向它最左侧的未被访问的子节，并执行第二步，否则执行第四步；

第四步：若该节点为根节点，则访问完毕，否则执行第五步；

第五步：返回到该节点的父节点，并执行第三步骤。

1．树结构的描述

树结构的数据存放在表中，数据之间的层次关系即父子关系，通过表中的列与列间的关系来描述，如EMP表中的EMPNO和MGR。EMPNO表示该雇员的编号，MGR表示领导该雇员的人的编号，即子节点的MGR值等于父节点的EMPNO值。在表的每一行中都有一个表示父节点的MGR（除根节点外），通过每个节点的父节点，就可以确定整个树结构。

在SELECT命令中使用CONNECT BY 和蔼START WITH 子句可以查询表中的树型结构关系。其命令格式如下：

SELECT 。。。

CONNECT BY {PRIOR 列名1=列名2|列名1=PRIOR 裂名2}

[START WITH]；

其中：CONNECT BY子句说明每行数据将是按层次顺序检索，并规定将表中的数据连入树型结构的关系中。PRIORY运算符必须放置在连接关系的两列中某一个的前面。对于节点间的父子关系，PRIOR运算符在一侧表示父节点，在另一侧表示子节点，从而确定查找树结

构是的顺序是自顶向下还是自底向上。在连接关系中，除了可以使用列名外，还允许使用列表达式。START WITH 子句为可选项，用来标识哪个节点作为查找树型结构的根节点。若该子句被省略，则表示所有满足查询条件的行作为根节点。

START WITH：不但可以指定一个根节点，还可以指定多个根节点。

2．关于PRIOR

运算符PRIOR被放置于等号前后的位置，决定着查询时的检索顺序。

PRIOR被置于CONNECT BY子句中等号的前面时，则强制从根节点到叶节点的顺序检索，即由父节点向子节点方向通过树结构，我们称之为自顶向下的方式。如：

CONNECT BY PRIOR EMPNO=MGR

PIROR运算符被置于CONNECT BY 子句中等号的后面时，则强制从叶节点到根节点的顺序检索，即由子节点向父节点方向通过树结构，我们称之为自底向上的方式。例如：CONNECT BY EMPNO=PRIOR MGR

在这种方式中也应指定一个开始的节点。

3．定义查找起始节点

在自顶向下查询树结构时，不但可以从根节点开始，还可以定义任何节点为起始节点，以此开始向下查找。这样查找的结果就是以该节点为开始的结构树的一枝。

4．使用LEVEL

在具有树结构的表中，每一行数据都是树结构中的一个节点，由于节点所处的层次位置不同，所以每行记录都可以有一个层号。层号根据节点与根节点的距离确定。不论从哪个节点开始，该起始根节点的层号始终为1，根节点的子节点为2，依此类推。图1.2就表示了树结构的层次。

5．节点和分支的裁剪

在对树结构进行查询时，可以去掉表中的某些行，也可以剪掉树中的一个分支，使用WHERE 子句来限定树型结构中的单个节点，以去掉树中的单个节点，但它却不影响其后代节点（自顶向下检索时）或前辈节点（自底向顶检索时）。

6．排序显示

象在其它查询中一样，在树结构查询中也可以使用ORDER BY 子句，改变查询结果的显示顺序，而不必按照遍历树结构的顺序