8月的北京酷暑中煎熬，已到八月今年已经余额不足。今年大家日子都难过，黑夜之后就是黎明。坚持，持续的坚持。最近因为右手腱鞘炎腱鞘囊肿进行手术，手术之后活动受点影响。所以在写作方面受点影响。
朝花夕拾系列第17章 INFORMATION_SCHEMA持续更新中，完全原创的循序渐进丨MogDB 持续更新中欢迎大家订阅。 Uqbar 时序数据库学习 持续更新中 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,MogDB 学习记录 也已经更新完结。 感谢大家的持续关注与支持与理解。
本月的DB-Engines Ranking 共有426个产品上线，与上个月增加两个。本月DB-Engines 仍然普跌为主，大部分数据库产品仍然是以分数普遍下跌的情况。 Oracle 在上个月小幅回调 ，这个月迎来暴涨。Apache Cassandra 因为Microsoft Access 的下跌，目前排在第11位。
第一， Oracle 的openworld 即将召开，应该是受此影响本月Oracle 出现暴涨。本月Oracle 以18.12的成绩，领涨全榜。5月份发布Oracle Database 23ai,一直看涨，上个月虽然小幅回落但是这个月再次出现暴涨。总体来说利好Oracle。
第二，MySQL 继上个月暴跌21.89分，本月再次下跌12.60总分1026.86，已经连续五个月下跌。受Oracle 策略影响，MySQL 新版本顷向于Heatwave Oracle的MySQL 云数据服务.DBA 普遍不看好MySQL的前景。Oracle如果不调整策略，否对于MySQL则是灾难。
第三 Microsoft SQL Server 本月在已经连续跌五个月之后，迎来大涨7.52，位于上涨榜第二的位置。
第四 PostgreSQL，PostgreSQL这个月微跌1.52，总分637.39。全年上涨17.01，期待下个月的表现。
第五 MongoDB，本月大跌8.85。本月得分420.98，由上个月领涨全镑。这个月变成跌幅第二。文档存储业界的老大，最波动不小。
第六 Redis,本月下跌4.06，本月得分152.71。对于Redis key value 存储业界老大来说不是好消息。Snowflake 还在虎视眈眈。
第七 Snowflake 本月微跌0.56，总分135.97。 上个月刚刚来到第7位。这个月看来已经坐稳了。期待今年的表现。
第八 Elasticsearch 本月持续微跌0.99，得分129.83，看来ES在这个位置需要稳定一段时间了。
第九 IBM Db2,微跌1.40,得分123.00。目前来说这个比较适合DB2.
第十 SQLite,本月下跌5.16。总分104.79。这个幅度对于SQLite 大小。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。
11到20之间中，本月排名Apache Cassandra 取代Microsoft Access 来到第11位，这是历史性的一刻。注意这次的排位调整与前段时间Snowflake 类似都是以分数下调形势来做出调整。有一点值得注意位于13位的Splunk 本月增涨了3.18，位于本月上涨榜单第三位。在11到20之间中是上涨榜单位于第二个，此产品是仅次于Elasticsearch 位于搜索引擎产品的第二位。最一年来增长明显。Splunk 是一款用于机器数据分析的软件。它可以收集、索引和分析来自各种来源的数据，包括服务器日志、应用程序日志、网络流量和传感器数据。Splunk 用于监控、分析和解决问题，以及提高效率和安全性。主要应于物联网。是思科公司的产品。
21到50之间，SAP HANA,Vertica,Greenplum,本月各上升一位。 CouchDB上升二位, Kdb 上升四位，其它产品做出相应的调整。 需要注意的目前排在53位的kdb,不是国产kdb,之前某国内知名网站DB-Engines相关文章出现错误。不太专业。可以理解。kdb是一个时序数据库产品,目前在时序数据库榜单中排在第二位。
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。
