数据存储的合理性：金融业务可以不用关系型数据库吗

数据存储有多种选择，首先从数据分类开始。

数据分类

图数据类型、没有关系的数据类型、树状数据类型

图数据库

支持图的查询；相邻关系查询，联通关系查询。

一般出现在数据分析部门。做背景调查查（KYC，Know YourCustomer），或者洗钱检查（AML，Anti-Money Laundering）等。

时序数据库

普遍采用列存储的方式

出现在存储 大盘、汇率、指数 等市场数据的存储上。

KDB 简介

金融行业的时序数据库解决方案。

K 语言（源于A+）和 Q 语言 都类似lisp 语法;

KDB 特点

• 单线程
• 向量指令处理
• 使用范围 GB-TB 的数据量
• 学习成本高，需要掌握 K、Q 语言
• 维护成本高。（贵）

双时序数据库

• 双时序数据库不适合吞吐量特别高的业务，如：股票和外汇业务这些高频交易类业务
• 比较适合交易量稍小一些的场外交易类业务。像债券、期货、资产证券化

一般采用自研。

关系型数据库

• 树状存储，解决了大多数的对象关系抗阻不匹配问题
  • 对象存储到关系型数据库，将图论翻译成集合论。不能完全匹配。
• NewSQL
  • 解决两个问题：高并发、高流量；树状数据的存储
  • 解决了存储，没有解决对象查询的问题
• 事务的支持简化了架构难度