mboost-dp1
DB-Engines Ranking
Method of calculating the scores of the DB-Engines Ranking
The DB-Engines Ranking is a list of database management systems ranked by their current popularity. We measure the popularity of a system by using the following parameters:
Number of mentions of the system on websites, measured as number of results in search engines queries. At the moment, we use Google and Bing for this measurement. In order to count only relevant results, we are searching for "<system name> database", e.g. "Oracle database".
General interest in the system. For this measurement, we use the frequency of searches in Google Trends.
Frequency of technical discussions about the system. We use the number of related questions and the number of interested users on the well-known IT-related Q&A sites Stack Overflow and DBA Stack Exchange.
Number of job offers, in which the system is mentioned. We use the number of offers on the leading job search engines Indeed and Simply Hired.
Number of profiles in professional networks, in which the system is mentioned. We use the internationally most popular professional network LinkedIn.
At måle udbredelsen udfra antal af søgeresultater man får i Google og Bing er måske ikke den mest pålidelige metode at bruge, til at måle udbredelsen af en database engine...
Det kan til dels give mening at involvere hvor mange jobopslag der nævner database enginen, med mindre at det er en defactostandard at sådan en database engine altid bruges indenfor et specifikt type job.
At måle hvor mange der har nævnt database typen, på sin LinkedIn profil er måske heller ikke særligt retvisende. Jeg har feks ikke skrevet noget som helst om MySQL eller SQLite på min LinkedIn profil, selvom jeg har brugt disse to engines i mit arbejde. Derimod har jeg skrevet SQL Server på, det det er et af mine primære kompetanceområder.
#2
Man kan foremntæligt ikke engang komme med en god teoretisk definition på database popularitet.
tælle databaser - så tæller en Oracle DB med 200 TB data ikke mere end en Access DB med en tabel med 30 rækker
tælle omsætningskroner - så ender gratis databaser jo med nul
tælle personer som arbejder med - såvil der jo være 1000 gange så mange PHP udviklere der bruger MySQL som der er professionelle DBA'er
Og selv om man skulle blive enige om en teoretisk definition, så vil det være svært grænsende tild et umulige at få et godt unbiased estimat på det.
Så man tager et gennemsnit af forskellige indikatorer og det er så det.
Tallene virker ikke helt utroværdige. F.eks. finder jeg det overbevisende at DB2 er så højt oppe - DB2 bruges til mange vigtige databaser, men er stort set usynlig i uddannelses og generelle IT fora sammenhænge.
Man kan foremntæligt ikke engang komme med en god teoretisk definition på database popularitet.
tælle databaser - så tæller en Oracle DB med 200 TB data ikke mere end en Access DB med en tabel med 30 rækker
tælle omsætningskroner - så ender gratis databaser jo med nul
tælle personer som arbejder med - såvil der jo være 1000 gange så mange PHP udviklere der bruger MySQL som der er professionelle DBA'er
Og selv om man skulle blive enige om en teoretisk definition, så vil det være svært grænsende tild et umulige at få et godt unbiased estimat på det.
Så man tager et gennemsnit af forskellige indikatorer og det er så det.
Tallene virker ikke helt utroværdige. F.eks. finder jeg det overbevisende at DB2 er så højt oppe - DB2 bruges til mange vigtige databaser, men er stort set usynlig i uddannelses og generelle IT fora sammenhænge.
Et andet eksempel på en principielt forkert beregning som i praksis er lige så god som ethvert andet gæt:
http://finance.fortune.cnn.com/2013/08/07/yellen-s...
http://finance.fortune.cnn.com/2013/08/07/yellen-s...
Opret dig som bruger i dag
Det er gratis, og du binder dig ikke til noget.
Når du er oprettet som bruger, får du adgang til en lang række af sidens andre muligheder, såsom at udforme siden efter eget ønske og deltage i diskussionerne.
- Forside
- ⟨
- Forum
- ⟨
- Tagwall
Gå til bund