燥热的夏天终于过去了，初秋的北京凉爽了许多。本月DB-Engines又与大家见面了，朝花夕拾系列第13章《MySQL 8.0 复制补遗》是对《 朝花夕拾-MySQL 5.6 复制》进行差异更新。MySQL8较之前的版本变化较大。同时《MogDB 学习记录》也在持续更新。 欢迎大家大家订阅。
给大家剧透一下，每年一度的数据技术嘉年华，将今年继续与大家相约深秋，
2022数据技术嘉年华将重点聚焦在开源数据库、技术融合、企业数字化和智能化转型应用等方面。请大家关注并参与。我的小伙伴们已经开启了加班模式将给大家带来今年最牛的技术达人与今年最火的数据库技术。
本月DB-Engines看点莫过于Oracle 在上个月大幅度下跌之后，本月再次大幅度下跌22.5分，已经是DB-Engines最低点。跟据笔者对DB-Engines的了解，Oracle 下个月多半是要反弹的、随着时间的推移与数据库技术的百花齐放，Oracle一家独大的局面已经大势已去。
本月DB-Engines前10中，Oracle 较上个月下降22.5，总得分1238.25.MySQL 较上月上涨9.61，总得分1212.47。第一和第二只差25.78分。MongoDB 本月异军突起，本月狂涨11.97。创造了本月第一涨幅。 Elasticsearch 超过DB2 来到第7位。这也是历史性的一刻。本月终究是不平凡的一个月份。
本月，11到20之间，Databricks 较上个月涨了1 首次来到前二十名。
Databricks 是一个基于Apache Spark的Lakehouse 平台。结合了数据湖和数据仓库的元素，以提供结构化和非结构化数据的统一视图。有兴趣的同学可以参考https://docs.databricks.com/进一步学习。
本月21到50之间，本月排名上升变化有的有Memcached，ClickHouse，Google Cloud Firestore，H2。
Oracle 趋势图：
Oracle 与MySQL趋势图对比：
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
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。
