数据库选型的五大要素
国产数据库选型评估标准
国产数据库选型评估标准在选择国产数据库时，我们需要考虑一系列评估标准。
以下是一些主要的评估标准：1.性能指标评估数据库的性能指标是非常重要的。
这包括对数据库的读写速度、数据处理能力、并发处理能力、响应时间等方面进行评估。
这些性能指标可以直接影响应用系统的运行效率和用户体验。
2.功能完善度评估数据库的功能完善度，包括对数据库的查询功能、索引功能、数据存储和组织方式、事务处理能力等方面进行评估。
功能完善的数据库可以更好地满足业务需求，提高应用系统的效率和稳定性。
3.安全性评估数据库的安全性是至关重要的。
这包括对数据库的账号和权限管理、数据加密和隐私保护、安全审计和日志等方面的评估。
安全性高的数据库可以更好地保护用户的数据安全和隐私。
4.兼容性评估数据库的兼容性，包括对数据库与其他系统、应用软件和操作系统的互操作能力进行评估。
兼容性好的数据库可以更好地与其他系统进行集成，提高系统的整体效率和稳定性。
5.可维护性评估数据库的可维护性，包括对数据库的安装和升级、故障排除和恢复、备份和恢复策略等方面的评估。
可维护性好的数据库可以更好地降低运维成本，提高系统的可用性和稳定性。
6.可靠性评估数据库的可靠性，包括对数据库的容错能力和稳定性进行评估。
可靠性高的数据库可以更好地保证数据的一致性和完整性，提高系统的可用性和稳定性。
7.成本效益评估数据库的成本效益，包括对数据库的购买成本、运营成本、维护成本和升级成本等方面的评估。
成本效益好的数据库可以更好地降低企业的IT投入成本，提高企业的经济效益。
8.技术支持能力评估数据库的技术支持能力，包括对厂商的技术实力、客户支持和服务能力等方面的评估。
技术支持能力强的厂商可以更好地提供及时有效的技术支持和服务，解决用户遇到的问题和困难。
数据库选型的五大要素
数据库选型的五大要素在进行数据库选型时，有五个重要要素需要考虑。
这些要素包括：数据类型、访问模式、规模和性能需求、安全性和可靠性以及成本效益。
在选择合适的数据库时，这些要素是至关重要的，可以帮助组织更好地满足业务需求和目标。
首先，数据类型是选择数据库的重要考量因素之一、不同类型的数据库适用于不同的数据类型。
例如，关系型数据库适用于结构化数据，而文档型数据库适用于半结构化和非结构化数据。
因此，在选择数据库时，需要仔细考虑组织所需处理和存储的数据类型。
其次，访问模式是选择数据库的另一个关键因素。
访问模式涉及到数据的读取、写入、更新和删除方式。
不同的应用程序可能具有不同的访问模式需求。
例如，一些应用程序需要大量的读取操作，而另一些应用程序可能需要频繁的写入和更新操作。
因此，在选择数据库时，需要根据应用程序的访问模式需求来评估不同数据库的性能和效率。
第三个要素是数据库规模和性能需求。
数据库的规模涉及到数据量的大小，而性能需求涉及到对数据的处理和响应时间的要求。
数据库规模和性能需求对于数据库的选择非常重要。
在选择数据库时，需要考虑数据库的扩展性、吞吐量和响应时间等因素，以满足组织的数据处理需求。
安全性和可靠性是数据库选型的另一个关键要素。
数据库需要保护组织的敏感数据，并提供对数据的权限管理和身份验证。
此外，数据库还需要能够处理故障和数据丢失的情况，并提供数据备份和恢复的能力。
因此，在选择数据库时，需要考虑数据库的安全性和可靠性功能。
最后，成本效益是数据库选型的重要考量因素之一、不同类型的数据库具有不同的成本结构和授权模式。
一些数据库是开源的，可以免费使用，而另一些数据库则需要支付许可费用。
此外，数据库还涉及到硬件和维护成本。
因此，在选择数据库时，需要考虑数据库的总体成本效益，并权衡成本和性能之间的关系。
综上所述，数据库选型的五大要素包括数据类型、访问模式、规模和性能需求、安全性和可靠性以及成本效益。
使用这些要素作为决策依据，可以帮助组织选择最适合其需求的数据库，并满足业务目标。
数据库选型的五大要素
数据库选型的五大要素面对品种繁多的数据库产品，如何才能独具慧眼，选中适合自己的数据库产品呢？众所周知，正确的评估、选型与数据库技术本身同样重要。
而通常，数据库厂商都会在性能清单和技术基准表中尽量展现产品最佳的一面，对产品弱点却避免提及或进行遮掩，关于这一点，业界已经是人尽皆知了。
其实在挑选和评估过程中，首要目标是选择一款能够满足甚至超过预定要求的技术或解决方案。
选型的正确方法将使用户在面对众多产品时，提高其做出最佳选择的能力。
数据库选型时，必须考虑以下五大因素：1. 开发要求2. 性能/成本3. 数据库运行和管理4. 可升级性5. 总体拥有成本开发要求首先，需要清楚自己究竟想使用什么开发技术。
例如，你是要以访问传统的关系型数据库？还是要以纯面向对象技术构建J2EE应用平台？又或是需要建设XML Web Services？如果你要实现的是纯关系型的开发典范，那么实际要使用的受支持的标准（和非标准）SQL功能有多少？如果你要规划的是面向对象开发策略，那么在原计划里的数据库支持真正的面向对象吗？它是如何支持的？若有需要,它能同时提供SQL的功能吗？数据库支持这个功能吗？虽然,有些关系型数据库声称支持对象开发，但实际上并不是直接支持的。
这种非直接的体系结构将导致更多的事务处理故障，以及潜在的可升级性和性能问题。
另外，你还需要确定自己的前端技术如何与后端进行“对话”。
你的业务逻辑是放在客户机一端呢？还是放在服务器一端？你要使用哪些脚本语言？它们与后端服务器的兼容性如何？它们是快速应用开发（RAD）环境吗？目前，实现基于关系型数据库的应用可以选择传统的主流品牌，这些数据库产品有着很成熟的关系技术以及广泛的应用资源。
但是,如果实现的是基于面向对象技术的应用、又或是数据结构更为复杂时，不妨考虑目前一些公司推出的所谓后关系数据库。
它所代表的正好是关系数据库和面向对象技术的融合，以多维数据引擎作为核心，从根本上支持复杂的对象存储及主流的二维表，同时也已经配备了功能强大的应用服务引擎，可作对象逻辑操作的平台。
数据库中数据类型选择的考虑因素
数据库中数据类型选择的考虑因素数据类型是关系型数据库中非常重要的一部分，它决定了数据的存储方式、操作方式和计算规则，因此在设计数据库时，选择合适的数据类型十分关键。
本文将探讨数据库中数据类型选择的考虑因素。
一、数据需求的考虑因素确定数据类型之前，首先要考虑数据库所能存储的数据类型范围是否满足业务需求。
在这一过程中，需要考虑以下几个方面的因素：1. 数据属性的特点：不同的数据属性对应不同的数据类型。
例如，整数、字符串、日期、布尔型、浮点数等属性需要选择相应的数据类型来存储。
2. 数据的有效性与完整性：数据类型的选择要基于数据的有效性和完整性。
数据的有效性是指数据值是否符合预定义的规则和约束，而完整性则是指数据是否完整且符合逻辑。
通过选择合适的数据类型，可以有效地维护数据的有效性和完整性。
3. 存储空间的要求：不同的数据类型占用的存储空间是不同的，选择合适的数据类型可以节省存储空间，提高数据库的性能和效率。
二、性能考虑因素除了数据需求外，还需要考虑数据库性能方面的因素。
以下是一些常见的性能考虑因素：1. 数据访问速度：不同的数据类型对数据的读写操作的速度有不同的影响。
例如，使用整数类型比使用字符类型的操作速度更快。
2. 索引效率：数据库索引是提高数据检索速度的重要手段。
选择合适的数据类型可以提高索引的效率，加快数据的检索速度。
3. 运算效率：不同数据类型的计算效率也存在差异。
选择合适的数据类型可以提高计算的效率，减少系统资源的使用。
三、存储需求的考虑因素在选择数据类型时，还需要考虑存储需求的因素。
以下是一些常见的存储需求的考虑因素：1. 存储空间的占用：不同的数据类型占用的存储空间是不同的。
选择占用存储空间较小且满足业务需求的数据类型可以节省存储资源。
2. 存储精度的要求：某些数据类型对数据存储的精度要求较高，例如浮点数和日期时间类型。
选择合适的数据类型可以确保存储的精度满足业务需求。
3. 性能的平衡：在存储需求与性能之间需要进行权衡。
如何合理选择数据库类型(三)
如何合理选择数据库类型引言：在互联网时代，数据是企业的重要资产，而数据库作为数据的存储和管理工具，对于企业的发展起着至关重要的作用。
然而，在数据库类型繁多的市场中，如何合理选择数据库类型成为了企业面临的一项重要决策。
本文将从数据特点、企业需求和技术考量三个方面进行讨论，帮助读者更好地了解如何合理选择数据库类型。
一、数据特点数据特点是选择数据库类型的重要依据之一。
根据数据的结构和性质，我们可以将数据库分为关系型数据库、非关系型数据库和图数据库。
关系型数据库适用于结构化数据，能够提供较高的数据一致性和完整性，但在处理海量非结构化数据时效率较低；非关系型数据库则适用于非结构化数据，具有良好的横向可扩展性和高性能的特点，但对数据的一致性要求较低；图数据库则适用于关系较复杂、节点关联性强的数据，可以快速地进行图计算和关系分析。
二、企业需求企业需求也是选择数据库类型的重要考虑因素。
不同企业的业务模式和需求差异较大，因此选择数据库类型应根据企业的具体需求来确定。
1. 数据容量和处理能力：如果企业面临的是大规模数据处理和存储需求，那么非关系型数据库可能更合适，因为它具有良好的可扩展性和高性能，能够满足企业对大规模数据存储和处理的要求。
2. 数据一致性和完整性：对于那些对数据一致性和完整性要求较高的企业，关系型数据库是一个不错的选择。
关系型数据库具有ACID特性（原子性、一致性、隔离性和持久性），确保了数据的一致性和完整性。
3. 数据查询和分析：如果企业需要进行复杂的数据查询和分析，图数据库可能是一个好的选择。
图数据库拥有灵活的数据模型和强大的关系分析能力，能够帮助企业从数据中获得更深入的洞察。
三、技术考量除了数据特点和企业需求外，技术考量也是选择数据库类型的重要因素之一。
1. 存储和性能：不同数据库类型对于存储和性能有不同的设计和优化策略。
在选择数据库类型时，企业需要根据自身的存储和性能需求来进行评估和比较。
2. 开发和维护成本：不同数据库类型的开发和维护成本也有差异。
数据库服务器选型原则及实例解说
数据库服务器选型原则及实例解说数据库服务器选型原则及实例解说数据库服务器作为业务系统的核心，具有业务量大、存储数据量大等特点。
它承担着业务数据的存储和处理任务，因此关键数据库服务器的选择就显得尤为重要。
服务器的可靠性和可用性是首要的需求，其次是数据处理能力和安全性，然后是可扩展性和可管理性。
根据应用类型和规模的不同，数据库对于服务器的性能要求也不一样。
如对于大型数据库(ERP, OLTP, data mart)来说，服务器往往仅用来运行数据库，或仅运行单一的应用。
数据库的容量在1TB以上，需要有较高的CPU处理能力，大容量内存为数据缓存服务，并需要很好的IO性能，使用这类应用时，通常需要有较高的CPU主频。
那么，具体到某个行业甚至某个项目，数据库服务器该如何选择呢?数据库服务器选型五个原则首先，数据库服务器选型应该遵循以下几个原则：1)高性能原则保证所选购的服务器，不仅能够满足运营系统的运行和业务处理的需要，而且能够满足一定时期的业务量增长的需要。
一般可以根据经验公式计算出所需的服务器TpmC值，然后比较各服务器厂商和TPC组织公布的TpmC值，选择相应的机型。
同时，用服务器的市场价/报价除去计算出来的TpmC值得出单位TpmC 值的价格，进而选择高性能价格比的服务器。
2)可靠性原则可靠性原则是所有选择设备和系统中首要考虑的，尤其是在大型的、有大量处理要求的、需要长期运行的系统。
考虑服务器系统的可靠性，不仅要考虑服务器单个节点的可靠性或稳定性，而且要考虑服务器与相关辅助系统之间连接的整体可靠性，如：网络系统、安全系统、远程打印系统等。
在必要时，还应考虑对关键服务器采用集群技术，如：双机热备份或集群并行访问技术，甚至采用可能的完全容错机。
比如，要保证系统(硬件和操作系统)在99.98%的时间内都能够正常运作(包括维修时间)，则故障停机时间六个月不得超过0.5个小时。
服务器需7×24小时连续运行，因而要求其具有很高的安全可靠性。
数据库管理系统选型中的关键技术要点分析
数据库管理系统选型中的关键技术要点分析在当今信息技术迅速发展的时代，数据库管理系统成为了各行各业管理数据的重要工具。
针对不同的业务需求和数据规模，选择合适的数据库管理系统成为了组织管理者以及IT专业人员的主要任务之一。
本文将分析数据库管理系统选型中的关键技术要点，帮助读者更好地了解如何进行合理选择。
1. 数据模型数据模型是数据库管理系统选型的首要考虑因素之一。
目前主流的数据模型主要有关系型数据库模型和非关系型数据库模型两种。
关系型数据库模型以表的形式存储和组织数据，而非关系型数据库模型则以文档、图形或键值对等形式存储数据。
根据数据结构和访问方式的不同，业务需求对数据模型的要求会有所不同。
因此，在选型时需要根据实际需求评估系统对数据模型的支持和适应能力。
2. 性能与扩展性数据库管理系统的性能和扩展性是直接影响系统使用体验和未来发展的关键因素。
性能包括响应时间、吞吐量和并发能力等。
高性能的数据库管理系统能够快速地处理数据请求，并能够在用户负载增加时保持稳定的性能表现。
扩展性则是指系统能够根据数据量和并发请求的增加而进行自动扩展。
在选型时，需要评估系统的性能和扩展性是否能够满足未来业务需求的增长。
3. 可用性和容错性数据库管理系统在实际应用中需要保证高可用性和容错性。
高可用性要求系统能够在出现故障或者部分服务不可用时保持正常的运行。
容错性则是指系统能够识别和纠正数据的错误，确保数据的一致性和完整性。
在选型时，需要关注数据库管理系统的备份和恢复机制，以及系统监控和故障诊断的能力，确保数据一直可访问且一致性得到保证。
4. 安全性和权限管理数据安全是数据库管理系统选型的另一个重要考虑因素。
合适的数据库管理系统应具备审核追踪、访问控制、数据加密等安全机制，以保护敏感数据不被非法获取或篡改。
此外，权限管理在线上数据库中的用户角色和访问权限分配也是保护数据安全的重要环节。
选型时需要评估系统的权限管理机制是否能满足组织内部对数据访问权限的精确控制需求。
数据库选择原则
数据库选择原则在当今信息化时代，数据库扮演着重要的角色，它是组织和管理数据的核心工具。
数据库的选择对于企业的数据管理和应用系统的性能至关重要。
在选择数据库时，我们需要遵循一些原则，以确保选择的数据库能够满足业务需求并具备良好的性能和安全性。
1. 数据需求分析在选择数据库之前，首先需要进行数据需求分析。
这包括明确数据规模、数据类型、数据访问频率、数据处理复杂度等方面的需求。
只有深入了解数据需求，才能选择合适的数据库类型和特性。
2. 数据库类型选择根据数据需求分析的结果，可以选择不同类型的数据库。
常见的数据库类型包括关系型数据库、非关系型数据库和面向对象数据库等。
关系型数据库适用于结构化数据，非关系型数据库适用于半结构化和非结构化数据，而面向对象数据库适用于面向对象的数据模型。
3. 数据库性能要求数据库性能是选择数据库的重要考虑因素之一。
性能指标包括响应时间、并发处理能力、数据吞吐量等。
根据业务需求和数据库负载情况，选择具备良好性能的数据库产品。
可以参考数据库厂商提供的性能测试报告和实际的性能评估结果。
4. 数据库安全性要求数据安全是企业的核心关注点之一。
数据库应提供可靠的安全机制，包括用户认证和授权、数据加密、审计和监控等功能。
在选择数据库时，要确保数据库具备高级别的安全性能，能够有效保护企业的重要数据。
5. 数据库成本考虑数据库的成本包括购买和维护成本。
购买成本包括许可证费用和硬件费用等，维护成本包括人员培训、运维和技术支持等。
在选择数据库时，要综合考虑成本因素，选择具备合理价格和低维护成本的数据库产品。
6. 数据库可扩展性随着业务的发展，数据量和访问量会不断增加，因此数据库的可扩展性是一个重要的考虑因素。
选择具备良好可扩展性的数据库，可以降低未来的系统升级和迁移成本，提高系统的可用性和稳定性。
7. 数据库技术支持数据库的技术支持对于企业的日常运维和故障处理至关重要。
在选择数据库时，要考虑数据库厂商的技术实力和技术支持水平。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据库选型的五大要素
■ 余詠衡
如果引用结构化的决策方法，确保本文所介绍的数据库选型应考虑的五大要素都得到全面及客观的评估，那么根据其与项目、产品和组织的关系进行利害权衡，就能做出理智的数据库选型决策。
面对品种繁多的数据库产品，如何才能独具慧眼，选中适合自己的数据库产品呢？众所周知，正确的评估、选型与数据库技术本身同样重要。
而通常，数据库厂商都会在性能清单和技术基准表中尽量展现产品最佳的一面，对产品弱点却避免提及或进行遮掩，关于这一点，业界已经是人尽皆知了。
其实在挑选和评估过程中，首要目标是选择一款能够满足甚至超过预定要求的技术或解决方案。
选型的正确方法将使用户在面对众多产品时，提高其做出最佳选择的能力。
而数据库选型时，必须考虑以下五大因素。
开发要求
首先，需要清楚自己究竟想使用什么开发技术。
例如，你是要以访问传统的关系型数据库？还是要以纯面向对象技术构建J2EE应用平台？又或是需要建设XML Web Services？如果你要实现的是纯关系型的开发典范，那么实际要使用的受支持的标准（和非标准）SQL功能有多少？
如果你要规划的是面向对象开发策略，那么在原计划里的数据库支持真正的面向对象吗？它是如何支持的？若有需要,它能同时提供SQL的功能吗？数据库支持这个功能吗？虽然有些关系型数据库声称支持面向对象开发，但实际上并不是直接支持的。
这种非直接的体系结构将导致更多的事务处理故障，以及潜在的可升级性和性能问题。
另外，你还需要确定自己的前端技术如何与后端进行“对话”。
你的业务逻辑是放在客户机一端呢？还是放在服务器一端？你要使用哪些脚本语言？它们与后端服务器的兼容性如何？它们是
快速应用开发（RAD）环境吗？
目前，实现基于关系型数据库的应用可以选择传统的主流品牌，这些数据库产品有着很成熟的关系技术以及广泛的应用资源。
但是,如果实现的是基于面向对象技术的应用、又或是数据结构更为复杂时，不妨考虑目前一些公司推出的所谓后关系数据库。
它所代表的正好是关系数据库和面向对象技术的融合，以多维数据引擎作为核心，从根本上支持复杂的对象存储及主流的二维表，同时也已经配备了功能强大的应用服务引擎，可作对象逻辑操作的平台。
它的出现已经为传统数据库领域带来了冲击，而在面向对象数据库方面更是广受欢迎。
平衡性能与成本
测量数据库性能最常见的方法是TPC基准。
TPC明确地定义了数据库方案、数据量以及SQL查询。
测量的结果是，在特定的操作系统上，配置了特定的数据库版本，以及在惊人的硬件条件下，每项事
务的成本是多少——其中的事务可以是TPC测试中定义的任何数据库操作。
从理论上来讲，这类基准旨在提供不同产品间客观的比较值。
但在现实中，这些方案又有多少能准确反映并回答你在挑选技术时所存在的疑惑？其次，所有技术厂商发布的TPC基准都会超过以前发布的结果。
这样，TPC基准在更大程度上反映的是为解决问题而投入的内存和CPU量，而不完全是数据库性能的真实表现。
以笔者多年所见，只有在真实的环境中进行实际的比较测试才可以推断出数据库的预期性能及评估所需成本。
常用的方法包括平衡移植，把原来的数据转移到类似硬件上的另一套数据库，然后以真实的客户端连接这套测试对象。
又或是以数据产生器针对真实的数据模型，建立出庞大的数据量，再以客户端连接作测试。
这种做法跟实验室中的做法的不同之处有以下几点: 第一，上述试验中的硬件构架跟你预期的方案不会有太大的差别; 第二，所测试的事务在宽度和深度方面跟未来计划的也差不太远; 第三，如果是硬件条件一样，我们可以直接看出测试对象跟原来方案有着多少差异。
掌握了以上结论之后，我们应该可以更精明地为所需的性能投入相应的成本。
换句话说，我们将能够更准确地预测各种数据库的性能与相应的成本。
数据库运行和管理
所有数据库都需要进行管理。
数据库管理涉及以下问题:
● 操作任务: 备份、故障切换、灾难恢复等;
● 整理系统: 分段、存档;
● 访问控制: 定义、监控;
● 性能: 保持系统在线和优化运行;
● 数据库方案变更: 更改数据库结构、更新索引、数据库同步。
有些数据库需要比其他数据库投入更多管理资源，业界通常以一家公司必须雇用的数据库管理员（DBA）人数的多少来做比较，这是因为只有雇用足够数量的管理员才能在确保系统运行平稳的同时，又能维持数据库的完整性。
因此，在数据库选型时应考虑以下问题: 产品需要多少数据库管理员？他们负责什么？什么任务需要停机？停机时间会有多长？这些任务的困难或复杂程度有多大？执行这些任务需要什么技术？
这些任务如何管理（现场还是远程）？现在有哪些工具可以帮助完成这些任务？所有优化措施都可行或容易执行吗？
过去选择数据库时，因为别无他选，大部分项目经理、信息主任在考虑问题时已经不再看重以上因素，理由是不管选哪一品牌的产品，他们还是要长时间地付出同样昂贵的维护及管理费用。
而目前市面上出现的一些新的数据库为行业带来了一定的冲击，除速度和处理能力之外，更重要的是，为信
息主任们分担了大部分繁杂的工作，过去一些必需的管理和优化操作，现在却可以全自动完成，已招聘的人力资源可改而投入单位里其他岗位，创造更大的价值。
可升级性
随着对数据库应用软件使用的不断增加，很可能某一时刻当前的硬件配置就不够用了，这时你就需要对硬件进行检查。
升级可以朝两个方向发展: 垂直升级（使用更大、更多的处理器）和水平升级（使用与当前平台同一规格的更多的计算机、处理器）。
在考虑可升级性时，用户应首先回答以下问题: 业务逻辑能和数据分离吗？业务逻辑能拆分吗？数据库能分段吗？这些任务执行起来容易吗？执行上述任一操作后对性能有什么提升？如果当前的配置成倍增长，那么性能也会成倍增长吗？升级到所需的数量、容量时有哪些体系结构可以选择？我需要对用户接口前端做哪些更改才能接纳这些不同的选择？这些更改有多复杂，需要什么技术？更改的成本是多少？最后一点，同时也是最重要的一点，这类要求在开发和部署方面有哪些需要注意的事项？
虽然所有供应商都声称自己提供的是“具有巨大升级空间”的技术，但最重要的还是你要调查高容量升级所引发的直接、间接及隐藏成本。
对“服务器群（Server Farms）”一词相关的技术切勿掉以轻心。
那些好的数据库所带来的机遇应该基于它所支持的各种主流的操作系统平台，以及研发多年成熟和稳定的网络分布式数据缓冲技术，确保在垂直升级时不用对应用程序做任何修改，便可在不影响日常业务运作的情况下，实时调整服务器群的规模。
总体拥有成本
总体拥有成本(Total Cost of Ownership)是你做决策时必须首先面对的问题。
作为一个专业的决策人员，不能只因为单项优势(如软件价格）就加以采纳，所部署的解决方案创建出来的价值理应超过它的成本。
目前的困难在于许多成本和优势都是无形的，因此难以量化并且难以测量。
不过，在对评估的各个产品进行TCO审查时，一定要将数量和客观的估计值包括在内。
否则不仅对产品的情况掌握得不够完整，还有可能导致结论不够全面，从而产生负面结果。
需要考虑的一些成本和优势如表1所示。
下面我们来举例说明，如果我们需要在数据库A和B之间进行选择。
在考虑TCO的前提下，我们应该做如表2所示的计算。
从表面上看来，数据库A价格便宜、实施的成本也相对地低一些。
但要达到预期的服务水平，硬件和维护的成本却要高很多。
相反，数据库B售价高昂、实施时的风险高一点所以成本也高很多，但因为它的技术水平比较高，相对的硬件和维护成本就要低很多。
结果是，数据库B的方案，长远来讲反而更有利。
通过以上的假设，说明如果通过TCO审查，我们能更全面地看到事实的真相。
（作者系InterSystems大中国区技术总监）
■ 实现基于关系型数据库的应用可以选择传统的主流品牌，如果实现的是基于面向对象技术的应用、又或是数据结构更为复杂时，不妨考虑目前一些公司推出的所谓后关系数据库。
■ 只有在真实的环境中进行实际的比较测试才可以推断出数据库的预期性能及评估所需成本。
■ 目前市面上出现的一些新的数据库为行业带来了一定的冲击，除速度和处理能力之外，更重要的是，为信息主任们分担了大部分繁杂的工作。
■ 那些好的数据库应确保在垂直升级时不用对应用程序做任何修改，便可在不影响日常业务运作的情况下，实时调整服务器群的规模。
■ 在对评估的各个产品进行TCO审查时，一定要将数量和客观的估计值包括在内。