优点事实上， PostgreSQL 的特性覆盖了 SQL-2/SQL-92 和 SQL-3/SQL-99，首先，它包括了可以说是目前世界上最丰富的数据类型的支持，其中有些数据类型可以说连商业数据库都不具备， 比如 IP 类型和几何类型等；其次，PostgreSQL 是全功能的自由软件数据库，很长时间以来，PostgreSQL 是唯一支持事务、子查询、多版本并行控制系统、数据完整性检查等特性的唯一的一种自由软件的数据库管理系统。直到最近才有 Inprise 的 InterBase 以及 SAP 等厂商将其原先专有软件开放为自由软件之后才打破了这个唯一。最后，PostgreSQL拥有一支非常活跃的开发队伍，而且在许多黑客的努力下，PostgreSQL 的质量日益提高。
创新互联建站-专业网站定制、快速模板网站建设、高性价比延川网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式延川网站制作公司更省心,省钱,快速模板网站建设找我们，业务覆盖延川地区。费用合理售后完善，十载实体公司更值得信赖。
从技术角度来讲，PostgreSQL 采用的是比较经典的 C/S （client/server）结构，也就是一个客户端对应一个服务器端守护进程的模式，这个守护进程分析客户端来的查询请求，生成规划树，进行数据检索并最终把结果格式化输出后返回给客户端。为了便于客户端的程序的编写，由数据库服务器提供了统一的客户端 C 接口。而不同的客户端接口都是源自这个 C 接口，比如 ODBC，JDBC，Python，Perl ，Tcl，C/C++，ESQL 等， 同时也要指出的是，PostgreSQL 对接口的支持也是非常丰富的，几乎支持所有类型的数据库客户端接口。这一点也可以说是 PostgreSQL 一大优点。
缺点
从 Postgres 开始，PostgreSQL 就经受了多次变化。
首先，早期的 PostgreSQL 继承了几乎所有 Ingres, Postgres, Postgres95 的问题：过于学院味，因为首先它的目的是数据库研究，因此不论在稳定性， 性能还是使用方便方面，长期以来一直没有得到重视，直到 PostgreSQL 项目开始以后，情况才越来越好，目前，PostgreSQL 已经完全可以胜任任何中上规模范围内的应用范围的业务。目前有报道的生产数据库的大小已经有 TB 级的数据量，已经逼近 32 位计算的极限。不过学院味也给 PostgreSQL 带来一个意想不到的好处：大概因为各大学的软硬件环境差异太大的缘故，它是目前支持平台最多的数据库管理系统的一种，所支持的平台多达十几种，包括不同的系统，不同的硬件体系。至今，它仍然保持着支持平台最多的数据库管理系统的称号。
其次，PostgreSQL 的确还欠缺一些比较高端的数据库管理系统需要的特性，比如数据库集群，更优良的管理工具和更加自动化的系统优化功能 等提高数据库性能的机制等。
IBM 的DB2。
关系数据库领域的开拓者和领航人
Oracle
大型的数据库系统。
Informix
目的是为Unix等开放操作系统提供专业的关系型数据库产品。
Sybase
Sybase首先提出Client/Server 数据库体系结构的思想，并率先在Sybase SQLServer 中实现。
SQL Server
最初由微软和IBM合作开发完成OS/2。后微软同Sybase 签订了合作协议，使用Sybase的技术开发基于OS/2平台的关系型数据库——SQL Server。
PostgreSQL
目前PostgreSQL 是唯一支持事务、子查询、多版本并行控制系统、数据完整性检查等特性的唯一的一种自由软件的数据库管理系统。
mySQL
目前MySQL被广泛地应用在Internet上的中小型网站中。（开放源码、体积小、速度快、总体拥有成本低）
Access数据库
界面友好、易学易用、开发简单、接口灵活。
Access主要适用于中小型应用系统，或作为客户机/服务器系统中的客户端数据库。
码字不容易啊，望采纳。
ORACLE (甲骨文，美国)
优点：产品系列齐全，几乎囊括所有应用领域，大型，完善，安全，可以支持多个实例同时运行，功能强。能在所有主流平台上运行（包括 windows）。完全支持所有的工业标准。采用完全开放策略。可以使客户选择最适合的解决方案。对开发商全力支持。
缺点：价格成本，服务费用，后期产品追加费用，管理维护相对麻烦，对硬件的要求高。
几乎匹配所有动态网页设计，性能优越。
SQLSERVER（微软，美国）
优点：简单，界面友好，上手容易，只能在WINDOWS平台下使用。一般用于.net 程序设计。Windows9X系列产品是偏重于桌面应用，NT server只适合中小型企业。
缺点：windows平台的可靠性，安全性和伸缩性是非常有限的。它不象unix那样久经考验，尤其是在处理大数据量的关键业务时。
网页设计多与C#（也是微软的）经典组合，不过也是几乎开放所有开发语言接口
MYSQL （被oracle收购，收购后的新版已出，市场反应一般）
优点：免费，功能不错,是开源的，体积小，并发执行的数据库,如今mysql逐渐体现出性价比高的优势。
缺点：稳定性有待考量，面对大量数据的处理能力有限，并发性处理的机制不健全。
网页开发mysql的应用还是很多的，应用比较广泛。
DB2 （IBM 美国）
优点：优点很多啦，与oracle一样是大型以及超大型的数据库，能力当然很好啦，企业解决方案很牛X，在金融和电信方运用DB2的很多，最适于海量数据。DB2在企业级的应用最为广泛,在全球的500家最大的企业中,几乎85%以上用DB2数据库服务器,而国内到97年约占5%。不过与oracle相比db2的应用相对较窄，一是价钱很贵，二是主要面向大型企业，市场份额还是oracle最高，所以db2专家较少，很吃香的。
以db2的优质能力相对海量并发的web服务和访问比较轻松啦。
Access（微软，美国）：
优点：操作简洁、方便，不用依赖Server也可以对数据进行操作。
缺点：安全性不够，如果做为服务器的话，对服务器要求很高，否则容易造成 MDB 损坏，高强度操作适应性差，不能将 VBA 代码开发的软件系统直接编译成 EXE 可执行文件，不能脱离 ACCESS 或者 ACCESS RUNTIME 环境，该环境相对其他软件体积较大（50M左右），每个数据库文件最大限制只有2G，对于大型网站显然不能够胜任。
我接触的access应用比较少啦，关于开发的不了解了。
Sybase（Sybase 美国）：
优点：操作简单，管理相对容易，对新手很好理解，上手快，曾经的sybase还是挺辉煌的，sybase 数据仓库还是挺不错，大数据的解决方案也不错，与oracle，db2齐名，但是之后似乎难以追随市场的脚步了。
缺点：Sybase使用的编程接口不是开放的，没有使用SQL92等相关的标准，因此编制存储程序和触发器所用的Transact-SQL也是它们自己专用的。 优化器(OPTIMIZER)不能有效的支持复杂的查询(ComplexQueries)。应用程序中稍微复杂一些的SQL语句，Sybase的优化器就无法妥善优化处理。已经退出主流数据库市场，市场份额缩水严重，被SAP收购后前途待观望。
web应用还是比较广泛的啦。
informix（被IBM收购）：
优点：如今被IBM定位为作为IBM在线事务处理（OLTP）旗舰级数据服务系统，使用不是很广泛，IBM对Informix和DB2都有长远的规划，两个数据库产品互相吸取对方的技术优势。
缺点：INFORMIX是以小型数据库起家，所以其产品设计到目前为止仍有许多小型数据库的限制。许多用户都曾遇到INFORMIX在数据存储、日志管理、备份、恢复等方面的问题。Informix的扩展并行选项在支持多用户并发访问时存在困难。INFORMIX由于缺乏对大量数据的管理经验，所以其优化器技术也不能针对大量数据做优化。 小型企业可以尝试使用。
postgresql（美国）：
优点：轻盈好用的数据库，有点很多，如优化排序性能，内存占用更少；表继承（很强），提高加锁效率和并发度；创建索引过程中允许INSERT/UPDATE/DELETE等等。
缺点：不足之处就是大数量的场景有待市场检验，目前触及海量数据的案例较少。
如果对你有帮助.请点击我的回答下方【选为满意回答】按钮
数据库有两种类型，分别是关系型数据库与非关系型数据库。
数据库，简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据进行新增、截取、更新、删除等操作。
关系型数据库主要有：
Oracle、DB2、Microsoft SQL Server、Microsoft Access、MySQL等等。
非关系型数据库主要有：
NoSql、Cloudant、MongoDb、redis、HBase等等。
扩展资料：
非关系型数据库的优势：
1、性能高：NOSQL是基于键值对的，可以想象成表中的主键和值的对应关系，而且不需要经过SQL层的解析，所以性能非常高。
2、可扩展性好：同样也是因为基于键值对，数据之间没有耦合性，所以非常容易水平扩展。
关系型数据库的优势：
1、可以复杂查询：可以用SQL语句方便的在一个表以及多个表之间做非常复杂的数据查询。
2、事务支持良好：使得对于安全性能很高的数据访问要求得以实现。
参考资料来源：百度百科-数据库
方法一：通过查找表数据文件方式
这种方法通过查找表的数据文件的方式从而确定表的创建时间，但是这种方法并不能准备查询表的创建
时间，而且有时候，这种方法得到的信息还有可能是错误的，下面大致演示下。
--1.1 创建表并插入数据
francs= create table test_ctime (id int4 primary key ,name varchar(32));
NOTICE: CREATE TABLE / PRIMARY KEY will create implicit index "test_ctime_pkey" for table "test_ctime"
CREATE TABLE
francs= insert into test_ctime select generate_series(1,10000),'create_time test';
INSERT 0 10000
francs= \d test_ctime;
Table "francs.test_ctime"
Column | Type | Modifiers
--------+-----------------------+-----------
id | integer | not null
name | character varying(32) |
Indexes:
"test_ctime_pkey" PRIMARY KEY, btree (id)
francs= \dt+ test_ctime;
List of relations
Schema | Name | Type | Owner | Size | Description
--------+------------+-------+--------+--------+-------------
francs | test_ctime | table | francs | 536 kB |
(1 row)
备注：表创建好了，接下来演示如何定位表的物理文件。
--1.2 定位表所在的表空间
francs= select relname,relfilenode,reltablespace from pg_class where relname='test_ctime';
relname | relfilenode | reltablespace
------------+-------------+---------------
test_ctime | 24650 | 0
(1 row)
备注：在 PostgreSQL 的逻辑结构体系中，表位于数据库中，同时表位于表空间上，面表空间对应系统上一个
文件目录，每个表由一个或者多个文件组成； 根据上面的结果，表 test_ctime 的 reltablespace
值为 0,表示位于所属数据库的默认表空间，注意 relfilenode 值为 24650。
--1.3 查询数据库 francs 的默认表空间
francs= select oid,datname,dattablespace from pg_database where datname='francs';
oid | datname | dattablespace
-------+---------+---------------
16386 | francs | 16385
备注：上面查出数据库 francs 的默认表空间的 oid 为 16385。
--1.4 查找 oid 为 16385 的表空间
francs= select oid,* from pg_tablespace where oid=16385;
oid | spcname | spcowner | spcacl | spcoptions
-------+------------+----------+-----------------------------------------+------------
16385 | tbs_francs | 10 | {postgres=C/postgres,francs=C/postgres} |
(1 row)
备注：查了半天才查到表 test_ctime 的默认表空间为 tbs_francs，这里之所以饶这么大圈，是为
了展示 postgresql 中的一些逻辑结构关系，如果自己对环境比较熟悉，可以直接定位到
哪个表空间。
--1.5 查询表空间 tbs_francs 对应的物理目录
francs= \db
List of tablespaces
Name | Owner | Location
------------+----------+------------------------------------------
pg_default | postgres |
pg_global | postgres |
tbs_francs | postgres | /database/1922/pgdata1/pg_tbs/tbs_francs
(3 rows)
备注：表空间 tbs_francs 的数据目录为 /database/1922/pgdata1/pg_tbs/tbs_francs。
--1.6 进入数据目录
[postgres@redhat6 16386]$ cd /database/1922/pgdata1/pg_tbs/tbs_francs
[postgres@redhat6 tbs_francs]$ ll
total 4.0K
drwx------. 4 postgres postgres 4.0K May 22 10:35 PG_9.2_201204301
[postgres@redhat6 tbs_francs]$ cd PG_9.2_201204301/
[postgres@redhat6 PG_9.2_201204301]$ ll
total 16K
drwx------. 2 postgres postgres 12K Jun 26 19:03 16386
drwx------. 2 postgres postgres 4.0K May 22 10:37 pgsql_tmp
备注：根据前面的步骤 1.3 查询的信息知道 16386 为数据库 francs 的 oid。 再根据步骤 1.2 的信息知道
表 test_ctime 的 relfilenode 值为 24650
--1.7 查找表 test_ctime 的数据文件
[postgres@redhat6 16386]$ ll 24650
-rw-------. 1 postgres postgres 512K Jun 26 18:57 24650
备注：根据数据文件 24650 知道表的创建时间为 2012-06-26 18:57。但这种方法并不准确，因为
表上的操作可能导致表重新生成文件，接着演示。
--1.8 cluster 表
francs= cluster verbose test_ctime using test_ctime_pkey;
INFO: clustering "francs.test_ctime" using index scan on "test_ctime_pkey"
INFO: "test_ctime": found 0 removable, 10000 nonremovable row versions in 64 pages
DETAIL: 0 dead row versions cannot be removed yet.
CPU 0.00s/0.03u sec elapsed 0.08 sec.
CLUSTER
francs= select relname,relfilenode,reltablespace from pg_class where relname='test_ctime';
relname | relfilenode | reltablespace
------------+-------------+---------------
test_ctime | 24655 | 0
(1 row)
备注：表 test_ctime 经过 cluster 操作后，重新生成了数据文件，文件号由原来的 24650 变成了 24655
--1.9 系统上再次查询表数据文件
[postgres@redhat6 16386]$ ll 24650
-rw-------. 1 postgres postgres 0 Jun 26 19:19 24650
[postgres@redhat6 16386]$ ll 24655
-rw-------. 1 postgres postgres 512K Jun 26 19:19 24655
备注：显然新文件的时间 24655 并不是表 test_ctime 的初始创建时间。
--1.10 vacuum full 表
francs= vacuum full test_ctime;
VACUUM
francs= select relname,relfilenode,reltablespace from pg_class where relname='test_ctime';
relname | relfilenode | reltablespace
------------+-------------+---------------
test_ctime | 24659 | 0
(1 row)
备注： vacuum full 操作后，同样产生了新文件，新文件号为 24659
--1.11 系统上再次查询表数据文件
[postgres@redhat6 16386]$ ll 24659
-rw-------. 1 postgres postgres 512K Jun 26 19:22 24659
关系数据库、非关系型数据库。
1、关系数据库
特点：数据集中控制；减少数据冗余等。
适用范围：对于结构化数据的处理更合适，如学生成绩、地址等，这样的数据一般情况下需要使用结构化的查询。
2、非关系数据库
特点：易扩展；大数据量，高性能；灵活的数据模型等。
使用范围：据模型比较简单；需要灵活性更强的IT系统；对数据库性能要求较高。
扩展资料：
非关系数据库的分类：
1、列存储数据库
这部分数据库通常是用来应对分布式存储的海量数据。键仍然存在，但是它们的特点是指向了多个列。这些列是由列家族来安排的。如：Cassandra， HBase， Riak。
2、文档型数据库
文档型数据库的灵感是来自于Lotus Notes办公软件的，而且它同第一种键值存储相类似。该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，比如JSON。文档型数据库可 以看作是键值数据库的升级版，允许之间嵌套键值。而且文档型数据库比键值数据库的查询效率更高。如：CouchDB， MongoDb. 国内也有文档型数据库SequoiaDB，已经开源。
参考资料来源：百度百科-数据库
参考资料来源：百度百科-NoSQL
