北京的五月，北海的四月，虎林的六月，都是我最爱的季节，北京的五月是一年之中北京最舒服的月份。初夏气温适中，没有其它月份里炎热，酷冷。珍惜每一天，生命不息，奋斗不至。
朝花夕拾系列MySQL 8.0 组复制，已经更新完结。MySQL Shell 已经更新完结, 朝花夕拾系列新主题INFORMATION_SCHEMA 将于5月9号上线，到时候欢迎大家订阅。MogDB 学习记录 也已经更新完结。 不再更新，新的主题循序渐进丨MogDB 采用完全原创的形势分享MogDB 的点滴。欢迎大家订阅。谢谢大家的持续关注与支持与理解。
本月的DB-Engines Ranking 共有420个产品上线，比上个月增加一个产品。本月DB-Engines 依然普跌为主，大部分数据库产品依然是以分数普遍下跌的情况。本月领涨全榜是这个月排在第15位的Databricks。Databricks是基于Apache Spark的数据湖平台(Lakehouse),结合数据湖和数据仓库的元素特点，提供了非结构数据与结构化数据一致性视图。
前十名中本月排名中,本月排名方面与上个月一致，没有变化。
Oracle在经过上个月回暖上涨13.21，这个月持续的上涨2.02分。总分1236.29。Oracle 5月2日发布了Oracle Database 23ai, 这是继Oracle 8,Oracle 8i,Oracle 9i,Oracle 10g，Oracle 11g,Oracle 12c，Oracle 18c,Oracle 19c,Oracle 21c 又一里程碑式产品。这标志着数据库产品正式进入了AI时代。这是革命性的举动。
第二，MySQL 这个月跌破1085分，继暴跌13.77，这个月持续跌3.99，这个月总分1083.72。Oracle 上个月发布了近几年来的首个MySQL LTS(长期支持版本) 8.4 对于MySQL社区版的用户，这是一个福音。MySQL 8.0 生产环境终于放心的使用了。 Oracle提供5年的首要支持，三年扩展支持。2032年才结束支持。不要纠结，上就完了。
第三 Microsoft SQL Server 已经连续跌三个月，本月又是领跌全榜。连续两个月。继上个月跌破830大分，这个月再度失守825。这对Microsoft SQL Server 不是一件好事。
第四 PostgreSQL，PostgreSQL这个月上涨0.49 这个成绩并不理想，不过还好保持上涨趋势。期待PostgreSQL下个月取得埸好的成绩。
第五 MongoDB，这个月微跌2.31。本月得分421.65。这个位置对于MongoDB是绝对安全的。上面上不来，下面上不去。
第六 Redis,本月微涨1.36，收于157.80。看来上个月闭源事件对于Redis，微乎其微。
第七 Elasticsearch 本月微涨0.57，得分135.35，继去年超过IBM DB2, ES已经坐稳了。
第八 IBM Db2，本月微涨0.97，得分128.46，作为几个最老牌的RDBMS,如何保持影响力与行业领先性，是一难题。IBM Db2 依然没有放弃，在AI数据库和云原生数据库都有相应作为。祝好运吧。
第九 Snowflake，本月继续跌，已经出现连续三个月下跌的情况， Snowflake来到第九的位置，开始出现增长乏力的情况。2024年能否与IBM Db2一战，我们拭目以待。
第十 SQLite,本月微跌1.69。总分114.32。SQLite主要应用场景是嵌入式，具有较为广泛的用户群体。在嵌入式领域中无法取代。
前十名曲线图
11到20之间中,Databricks 从17位，一跌来到第15位，十以外的产品领涨全榜，我还是第一次见。Databricks会不会成为继snowflake之后的又一匹黑马呢？
Databricks曲线图，可以看到从2022年开始出现到2024年5月来到第15位，增长速度多么的惊人。
21到50之间，Prometheus 进入前50，目前排在47位。Firebird，OpenSearch，H2 本月各上升一位。其它产品做出相应的调整。
本月国产数据库在DB-Engines Ranking最好的成绩排在第70位的TiDB。希望我国数据库事业，越来越强。
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1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。
