大数据开发数据库用的是什么

大数据开发数据库主要使用的是分布式数据库系统。分布式数据库系统可以将数据分散存储在多台计算机上，通过网络连接进行数据的读取和写入操作。这样可以充分利用多台计算机的计算和存储能力，提高数据处理的效率和性能。

以下是大数据开发中常用的几种分布式数据库系统：

1. Apache Hadoop：Hadoop是一个开源的分布式计算框架，提供了一个分布式文件系统HDFS和一个分布式计算框架MapReduce。Hadoop可以处理大规模数据集，并提供高可靠性和容错能力。

2. Apache Cassandra：Cassandra是一个高度可扩展的分布式数据库系统，设计用于处理大规模的数据集。它具有高性能和高可用性，并且支持分布式事务处理。

3. Apache HBase：HBase是一个基于Hadoop的分布式列存储数据库。它提供了高可靠性、高性能和高可伸缩性，并支持大规模数据的随机读写操作。

4. Apache Hive：Hive是一个基于Hadoop的数据仓库基础设施，提供了类似SQL的查询语言HQL。Hive将数据存储在Hadoop的文件系统中，并通过MapReduce来进行数据处理。

5. Apache Spark：Spark是一个快速、通用的大数据处理引擎，可以在内存中进行数据计算。它提供了丰富的API和工具，支持数据处理、机器学习、图计算等多种任务。

除了以上几种常用的分布式数据库系统，还有其他一些类似的系统，如MongoDB、Redis等。根据具体的需求和场景，选择适合的分布式数据库系统可以提高大数据开发的效率和性能。

大数据开发中常用的数据库包括关系型数据库和非关系型数据库。

1. 关系型数据库（RDBMS）：关系型数据库是采用表格结构来组织和管理数据的数据库，最常用的关系型数据库是MySQL、Oracle、SQL Server等。关系型数据库以事务为单位进行数据操作，具有ACID（原子性、一致性、隔离性和持久性）特性，适用于需要强一致性和事务支持的场景。在大数据开发中，关系型数据库常用于存储和管理结构化数据，如用户信息、订单数据等。

2. 非关系型数据库（NoSQL）：非关系型数据库是一种非传统的数据库，主要用于处理海量非结构化和半结构化数据，如文档、图形、键值对等。非关系型数据库不使用固定的表格结构，而是采用键值对、文档、列族等方式来组织和存储数据，常用的非关系型数据库有MongoDB、Cassandra、Redis等。非关系型数据库具有高扩展性和灵活性，能够处理大规模数据和高并发访问，适用于需要高性能和可扩展性的场景，如日志分析、社交网络等。

在大数据开发中，选择使用哪种数据库取决于具体的需求和场景。如果数据结构相对固定、需要强一致性和事务支持，可以选择关系型数据库；如果数据规模大、需要高性能和可扩展性，可以选择非关系型数据库。有时也会根据实际情况结合使用多种数据库，构建适合自己的数据存储和管理系统。

大数据开发中常用的数据库有以下几种：

1. Hadoop HDFS：Hadoop分布式文件系统（Hadoop Distributed File System）是大数据处理的核心组件之一，它提供了高容错性、高可用性和高性能的分布式存储。HDFS可存储大规模数据集，并且能够在集群中的多个节点上进行并行处理。

2. Apache Hive：Hive是基于Hadoop的数据仓库基础架构，它提供了一个SQL-like查询语言（HiveQL），可以将结构化的数据映射到Hadoop集群上的HDFS和HBase上进行分析和查询。

3. Apache HBase：HBase是建立在Hadoop之上的分布式数据库，它提供了对大规模数据集的实时读写访问。HBase适合存储具有高度结构化的数据，并且能够提供快速随机访问。

4. Apache Cassandra：Cassandra是一个高度可扩展的分布式数据库系统，它具有高性能、高可用性和高可扩展性。Cassandra适合处理大量的结构化和非结构化数据，并且能够支持多个数据中心的复制和故障恢复。

5. Apache Spark：Spark是一个快速、通用的大数据处理引擎，它提供了内存计算和分布式数据处理的能力。Spark可以与多种数据源进行集成，包括Hadoop HDFS、Hive、HBase和Cassandra等，同时还提供了丰富的数据处理和机器学习算法库。

6. Elasticsearch：Elasticsearch是一个开源的分布式搜索和分析引擎，它可以快速地存储、搜索和分析大量的结构化和非结构化数据。Elasticsearch支持实时数据查询和分析，并且具有高可用性和可扩展性。

在大数据开发中，根据具体的需求和场景选择合适的数据库是非常重要的。不同的数据库具有不同的特点和适用场景，开发人员需要根据数据量、数据类型、数据处理方式等因素来进行选择。