Banco de dados relacionais ainda são os mais populares

O site db-engines apresentou para o último mês deste ano,  os bancos de dados mais populares. Entre os Top-10 gerenciadores de sistemas de bancos de dados, 70% são formados por bancos que seguem um esquema relacional. Apesar de terem surgido há quase 50 anos, estes modelos de bancos de dados estão consolidados em muitas empresas e armazenam informações estruturadas que podem ser manipuladas e consultadas conforme a necessidade.

Bancos relacionais vs Não relacionais

Resultado de imagem para nosql databases

Disponível em: <https://www.netsolutions.com/insights/5-things-you-must-consider-adopt-nosql-databases-mongodb/>.

Os resultados apontaram que SGBDS populares como Oracle, MySQL e o SQL Server, apesar de estarem à frente no ranking, permaneceram estáveis apresentando pequenas variações de aumento e quedas sucessivas de popularidade desde 2013. Em contraste com isso, o PostgreSQL foi o banco de dados que mais cresceu considerando este mesmo período e hoje ocupa a 4ª posição do ranking.

Por outro lado,  os bancos de dados não relacionais foram os que mais evidenciaram crescimento, pelo menos nos últimos 5 anos. O MongoDB, por examplo, é o destaque e aparece na primeira posição como o banco de dados não relacional com maior score de popularidade. Com uma sintaxe que lembra arquivos JSON e uma estrutura de armazenamento orientada a documentos, além de possuir boa performance e escalabilidade, o MongoDB oferece uma excelente alternativa para trabalhar com armazenamento de grandes volumes de dados em ambientes Big Data. Redis e ElasticSearch também merecem destaque e obtiveram grandes scores de crescimento nos últimos anos.

Não há dúvidas de que o Big Data impulsionou o crescimento dos bancos de dados não relacionais, uma vez que estes, apresentam uma diversidade de estruturas (chave-valor, orientado a colunas, documentos e grafos) úteis que são escaláveis a ponto de lidar com os requisitos de armazenamento do Big Data.

Entenda que variáveis são utilizadas para calcular o score

  1. Número de menções do sistema em websites por meio de resultados retornados por mecanismos de pesquisa como o Google, Bing e Yandex.
  2. Grau de interesse geral no sistema por meio da frequência de pesquisas no Google Trends.
  3. Frequência de discussões técnicas sobre o sistema considerando o total de perguntas relacionadas ao número de usuários interessados em sites como Stack overflow e Stack exchange.
  4. Número de ofertas de emprego no qual o sistema é mencionado.
  5. Número de perfis em redes profissionais (Linkedin e Upwork) no qual o sistema é mencionado.
  6. Relevância nas redes sociais através do total de tweets que mencionam o sistema.

 

Fonte:

https://db-engines.com/en/ranking

Pin It on Pinterest