Le site DB-Engines répertorie plus de 250 systèmes de bases de données, Relationnel et NoSQL. Tous systèmes confondus, le trio de tête est constitué d’Oracle, MySQL et SQL Server de Microsoft qui se détachent largement du lot.
Créé et animé par le cabinet de conseil australien solid IT, le projet DB-Engines recense les bases de données relationnelles et NoSQL classées selon une méthode décrite ci-dessous toutes catégories confondues et par catégories. La liste est actualisée mensuellement et recueille à ce jour plus de 250 bases de données de tous types (257 au mois de mars). Globalement, les SGBDR (Système de Gestion de Bases de données Relationnelles) tiennent le haut du pavé mais de nombreux autres systèmes sont apparus ces derniers années.
Classement des bases de données
relationnelles de mars 2015
| # | DBMS |
| 1. | Oracle |
| 2. | MySQL |
| 3. | Microsoft SQL Server |
| 4. | PostgreSQL |
| 5. | DB2 |
| 6. | Microsoft Access |
| 7. | SQLite |
| 8. | SAP Adaptive Server |
| 9. | Teradata |
| 10. | FileMaker |
Classement des bases de données
tous types confondus au mois de mars 2015
| # | DBMS | Database Model |
| 1. | Oracle | Relational DBMS |
| 2. | MySQL | Relational DBMS |
| 3. | Microsoft SQL Server | Relational DBMS |
| 4. | MongoDB | Document store |
| 5. | PostgreSQL | Relational DBMS |
| 6. | DB2 | Relational DBMS |
| 7. | Microsoft Access | Relational DBMS |
| 8. | Cassandra | Wide column store |
| 9. | SQLite | Relational DBMS |
| 10. | Redis | Key-value store |
Base de données (Database Management System) est le terme le plus général de ce classement. Il est défini comme un logiciel pour manipuler (stocker et requêter) un ensemble de données reliées par une certaine logique. Succédant aux modèles dites hiérarchiques et réseau, le modèle de données relationnel a été défini en 1970 par l’informaticien britannique Edgar F. Codd, et publié dans sa thèse A Relational Model of Data for Large Shared Data Banks. Depuis, il est utilisé dans la grande majorité des bases de données.
Le club des quatre domine constitué d’Oracle, Microsoft, IBM et SAP selon le quadrant magique du Gartner.
Hadoop n’est pas présent dans ce classement (Why is Hadoop not listed in the DB-Engines Ranking?) car il est considéré comme un système de fichiers distribué – et non comme une base de données – complété de nombreux autres logiciels (MapReduce, Yarn, ZooKeeper, Pig, Hive etc.). Selon DB-Engines, hadoop serait plutôt comparable à un système de fichiers distribués comme NFS. Quelle différence faire alors entre un système de fichiers et une base de données ?
– « Un système de fichiers stocke des données utilisées par des applications sans connaître la structure des données. Par exemple un système de fichiers stocke un feuille de calcul comme un ensemble de bits dans savoir ce que sont des cellules ou des formules ;
– Un système de gestion de base de données stocke des données qui seront utilisées par des applications et fournit un accès aux données faisant appel à la structure et au contenu de ces données. Par exemple, un SGBD est capable de fournir toutes les données qui sont liées à une personne dont le nom est « John ». Cet accès aux données se fait via le langage SQL ou via une API ».
DB-Engines précise qu’il répertorie des systèmes fondés sur hadoop comme HBase ou Hive ou qui peuvent manipuler des données stockées dans un système de fichiers hadoop (Cassandra).
Introduit pour la première fois en 2009, les bases NoSQL constituent une alternative aux SGBDR, n’utilisent pas le modèle relationnel et n’ont en général pas d’interface SQL. Les bases NoSQL sont destinées aux big data, aux applications web nécessité une grande « scalabilité » et une tolérance aux pannes. L’acronyme NoSQL regroupe des systèmes très divers (Key-Value Stores, Wide Column Stores, Document Stores, Graph DBMS, RDF Stores, Native XML DBMS, Content Stores, Search Engines) est souvent compris comme « Not Only SQL ».
Classement des bases de données par DB-Engines
Le classement des bases de données est effectué selon un critère de popularité dont les critères sont les suivants :
– Nombre de mentions sur les sites Web mesurés comme les résultats de requêtes sur les moteurs Google et Bing ;
– Intérêt général pour la base de données mesuré par la fréquence des recherches dans Google Trends ;
– Fréquence des discussions techniques sur les bases de données avec utilisation des sites de – Questions/Réponses Stack Overflow and DBA Stack Exchange ;
– Nombre d’emplois proposés dans lequel la base de données est mentionnée : les sites d’emploi spécialisés utilisés sont Indeed and Simply Hired ;
– Nombre de réseaux professionnels dans lesquels la base de données est mentionnée ;
– Intérêt dans les réseaux sociaux : nombre de tweets dans lesquels sont mentionnées les bases de données.
DB-Engine ne prend pas en compte le nombre d’installations des bases de données. Il ne s’agit donc pas de mesure de bases installées mais il se présente comme un indicateur de tendance.
A lire également dans InformatiqueNews
SGBD : Qui se cache derrière la bande des quatre ?
Vers une convergence big data / SGBD ?
MongoDB, chantre du No SQL veut séduire les administrateurs
Amazon se lance dans les bases de données
M.C. Srivas, MapR : « hadoop va devenir le standard des données »
puis