初秋的北京，凉爽了很多。本月没有较大的新闻与惊喜。 朝花夕拾系列MySQL 8.0 组复制，已经更新完结。MySQL Shell 持续更新中,MogDB 学习记录也在持续更新。 欢迎大家订阅。谢谢大家的持续关注与支持。
本月的DB-Engines Ranking共有422个产品上线，较上个月420个，增加了2个产品。本月DB-Engines 还是以普跌为主，与A股类似。其中比较突出的是MySQL和Microsoft SQL Server，MySQL以本月下跌18.97领跌全榜，这是在上个月大跌19.89，再次发生大跌。Microsoft SQL Server以18.60其次。第五名MongoDB以4.93领涨全榜。
前十名中本月排名中第九名SQLite 和第十名Microsoft Access再次发生反转，两者分差相近，颠颠倒倒的已经十分平常。可能Snowflake将突破这一局面。 Elasticsearch本月稳稳的，希望可以一直稳住。与IBM Db2分差本月进一步加。 Elasticsearch的活跃度可能高于IBM Bb2,这种分差可能会持续。
11到20之间排名，15-18 排名位置比较活跃。Microsoft Azure SQL Database 本月增加3.22 与第16位Amazon DynamoDB再次发生反转。Databricks 与Hive也同样发生反转。Databricks与Snowflake类似，也是Data Lakehouse 平台解决方案。Data Lakehouse 存储大量结构化和非结构化数据。通过Data Lakehouse，组织可以充分利用数据湖和数据仓库。
21到50之间,SAP HANA，InfluxDB，Informix，Google Cloud Firestore 上升一位。. Presto，dBASE，etcd 上升二位。其中eted 再次进入前50.
各位下个月见。
DB-Engines Ranking的分数计算方法
DB-Engines Ranking 是一个数据库管理系统列表，按其当前受欢迎程度进行排名。我们使用以下参数来衡量系统的受欢迎程度：
网站上系统的提及次数，以搜索引擎查询中的结果数来衡量。目前，我们使用Google和Bing进行此测量。为了只计算相关结果，我们搜索 以及术语数据库，例如“Oracle”和“database”。对系统的普遍兴趣。 对于此测量，我们使用Google 趋势中的搜索频率。
关于系统的技术讨论频率。 我们使用著名的 IT 相关问答网站Stack Overflow和DBA Stack Exchange上相关问题的数量和感兴趣的用户数量。工作机会的数量，其中提到了系统。 我们使用领先的工作搜索引擎Indeed和Simply Hired上的报价数量。
专业网络中的配置文件数量，其中提到了系统。 我们使用国际上最流行的专业网络LinkedIn。
社交网络中的相关性。我们计算了Twitter推文的数量，其中提到了该系统。
我们通过对各个参数进行标准化和平均来计算系统的流行度值。这些数学变换以某种方式进行，以便保留各个系统的距离。这意味着，当系统 A 在 DB-Engines Ranking 中的值是系统 B 的两倍时，那么在单个评估标准上进行平均时，它的受欢迎程度是两倍。为了消除数据源本身数量变化带来的影响，流行度分数始终是一个相对值，只能与其他系统进行比较来解释。
DB-Engines 排名不衡量系统的安装数量，或它们在 IT 系统中的使用。可以预期，由 DB-Engines 排名衡量的系统受欢迎程度的增加（例如在讨论或工作机会中）在系统的相应广泛使用之前某个时间因素。因此，DB-Engines Ranking 可以作为早期指标。**
