資料庫類型
了解不同類型的資料庫及其運作方式。
在建構您的資料堆疊時，有很多資料庫和資料來源選項需要考慮。無論您是資料領域的新手，還是只是需要複習一下，以下是 Metabase 支援的主要參與者的簡要介紹。
全方位主力：傳統關聯式資料庫管理系統
包括：Microsoft SQL Server、MySQL、Oracle Database、PostgreSQL
這四種關聯式資料庫管理系統 (RDBMS) 都已存在數十年，並且能夠很好地處理全方位的資料庫需求——插入記錄、讀取、更新、刪除記錄。在這四種系統中，MySQL 和 PostgreSQL 是開放原始碼。
如果您的組織時間或資源不足，或者缺乏任何資料專家來建構 ETL，那麼像 MySQL、Postgres、SQL Server 或 Oracle Database 這樣的關聯式資料庫系統是一個很好的選擇。許多使用 Metabase 的組織只需連接其關聯式資料庫即可開始立即獲得見解。這些資料庫非常適合用作您軟體的應用程式資料庫。Metabase 軟體可以使用 Postgres 或 MySQL 作為其生產資料庫。
傳統關聯式資料庫可以輕鬆處理數十萬筆記錄的分析查詢，但如果您的組織需要顯著擴大規模——考慮數百萬筆或更多記錄——您的 RDBMS 可能會達到上限。這很大程度上取決於您的資料倉儲的配置方式，以及您是否使用 ETL 流程來彙總資料，以便您的資料庫必須讀取的資料列更少。
這四個系統都是交易資料庫，並非專門為分析查詢而建構。雖然您可以使用這四個引擎中的任何一個來完成分析查詢，但可能需要大量的額外硬體（額外的 RAM、CPU 和更快的磁碟）才能跟上資料量的增長，而且這會很快變得非常昂貴。隨著您擴大規模且您的分析查詢變得更加複雜，無論您投入多少硬體，它們都可能運行緩慢。在這種情況下，可能是時候考慮另一種專門為大數據和分析查詢而建構的技術了。
查詢大數據：資料倉儲
包括：BigQuery、Redshift、Snowflake、Vertica
資料倉儲非常適合對大量資料執行分析查詢。像 BigQuery、AWS Redshift、Snowflake 和 Vertica 這樣的產品能夠處理大數據，因為它們由大量並行引擎驅動，使得跨大型資料來源的分析查詢更容易管理。這些資料倉儲的工作方式略有不同，但是當您想要執行查詢時，它們會利用並行化來分割您的資料並彙總結果，然後再傳回您的查詢。這些資料倉儲還依賴於柱狀儲存（按欄而不是按列儲存資料）來加速分析操作，因為這使您的資料庫不必掃描列中與當前查詢無關的資訊。
您需要根據執行查詢時使用的資源付費，但是將資料插入這些倉儲也很昂貴。如果您的組織需要即時資料（或接近即時資料），像這樣的資料倉儲並不是最有效率的，因為它們每次新增資料時都需要重新索引，而這需要時間。
雖然 BigQuery、Redshift 和 Snowflake 完全基於雲端，但 Vertica（它是開放原始碼）可以在雲端或本地端運行。
即時分析資料庫
包括：Druid
像 Druid 這樣的資料庫（一個開放原始碼產品）吸引了需要盡快查詢資料的組織。借助即時資料庫，您可以在資料到達您的資料引擎後立即執行分析查詢，而無需額外處理或長時間等待。
如果您的商業模式依賴於利用即時資料的能力（例如，金融服務或資訊安全），那麼像 Druid 這樣的資料庫值得探索。但是管理即時資料的管道可能會變得複雜——從產生資料的任何事物到透過管道中不同工具處理資料之間，可能會出現很多問題。鑑於這些系統的複雜性，尤其是在您處理大量資料時，有人在場監督您的即時資料庫將會大有幫助。
用於臨時分析：基於檔案的資料庫
包括：SQLite、H2
SQLite 和 H2 類似於傳統的 RDBMS（如 MySQL 或 Postgres）——這兩種類型都是關聯式資料庫——但是基於檔案的資料庫在資料庫端不包含伺服器。這些類型不是任何用於最佳化資料庫的程式碼，而是一個存在於您電腦上的檔案。如果您正在使用 Metabase，您會將您的 SQLite 資料庫儲存在與您的 Metabase 伺服器相同的位置，以便 Metabase 可以利用它進行分析。
基於檔案的資料庫非常適合嵌入和臨時分析——例如不需要大量即時資料的一次性查詢。雖然 SQLite 是世界上部署最廣泛的資料庫（很大程度上是因為它的簡單性），但基於檔案的資料庫在複雜分析中的使用是有限的，並且基於檔案的資料庫可能不是您想要保留即時資料的地方。
查詢引擎
包括：SparkSQL、Presto
查詢引擎本身不是資料庫，而是位於您的資料和最終結果之間。SparkSQL 和 Presto 是兩個開放原始碼引擎，可以從各種來源（包括即時資料）擷取和查詢資料。
就像上面討論的雲端資料倉儲一樣，像 Spark 和 Presto 這樣的引擎將大致按照以下步驟對大量資料執行分析查詢
- 首先將工作劃分為較小的任務。
- 並行化查詢——也就是說，在這些較小的任務中同時運行它。
- 彙總這些結果。
- 最後，交付原始查詢的結果。
基於文件的資料庫
包括：MongoDB
雖然以上所有選項都包含一些關聯元素，但像 MongoDB 這樣的非結構化 NoSQL 資料庫的工作方式卻不同。MongoDB 不是將資料儲存在表格中，而是將資料儲存在「文件集合」中，並允許您查詢這些文件（通常是 JSON 檔案）。這表示您儲存在集合中的文件可以是相同的或完全不相關的，但是沒有像在關聯式資料庫中聯結表格那樣的原生方法來聯結它們。
與關聯式資料庫不同，MongoDB 很容易分片。這表示您可以將集合的不同部分儲存在完全不同的節點（資料庫的實體執行個體，如單獨的伺服器或電腦）中，這有助於擴展您的資料庫。
下一步：資料倉儲 vs 資料湖 vs 資料市集
您可能會經常聽到這些術語，因此這裡提供一些關於資料倉儲、資料湖和資料市集之間差異的背景資訊。