MemSQL
原理：将不用锁的数据结构和即时编译器结合起来应对大容量的工作负载，在内存中实现了免锁的hashtable和免锁skiplists（一种层级关系的链表结构）来快速随机访问数据。
持久性：MemSQL尽管在内存中存数据，可以通过写日志和快照（类似于checkpoint）对数据持久化到磁盘
复制：MemSQL目前支持master-slave的复制方式，它支持本地复制协议能将事务日志转运到slave上。
分布式架构：基于聚合器和叶子节点的理念进行工作，一个叶子节点就是一个MemSQL的数据库，聚合器负责分解查询到相关的叶子节点上，同时将结果聚合回客户端。
GemFire基于内存的分布式集群系统，分布式内存数据平台的技术原理如上图所示：通过云计算平台虚拟化技术，将若干X86服务器的内存集中起来，组成最高可达数十TB的内存资源池，将全部数据加载到内存中，进行内存计算。计算过程本身不需要读写磁盘，只是定期将数据同步或异步方式写到磁盘。GemFire在分布式集群中保存了多份数据，任何一台机器故障，其它机器上还有备份数据，因此通常不用担心数据丢失，而且有磁盘数据作为备份。GemFire支持把内存数据持久化到各种传统的关系数据库、Hadoop库和其它文件系统中,12306之前采用Unix小型机架构，采用GemFire技术改造成Linux/X86服务器集群架构，就意味着一下跨越三代。从小型机到大内存X86服务器集群，不仅让性能提升了一个数量级，而且成本也要低得多。
Neo4j是一个嵌入式，基于磁盘的，支持完整事务的Java持久化引擎，它在图(网络)中而不是表中存储数据。Neo4j提供了大规模可扩展性，在一台机器上可以处理数十亿节点/关系/属性的图，可以扩展到多台机器并行运行。相对于关系数据库来说，图数据库善于处理大量复杂、互连接、低结构化的数据，这些数据变化迅速，需要频繁的查询——在关系数据库中，这些查询会导致大量的表连接，因此会产生性能上的问题。Neo4j重点解决了拥有大量连接的传统RDBMS在查询时出现的性能衰退问题。通过围绕图进行数据建模，Neo4j会以相同的速度遍历节点与边，其遍历速度与构成图的数据量没有任何关系。此外，Neo4j还提供了非常快的图算法、推荐系统和OLAP风格的分析，而这一切在目前的RDBMS系统中都是无法实现的。
VOLTDB是一种开源的运行在集群上的OLTP数据库，智能快速数据的唯一内存解决方案，它提供了内存的性能，NoSQL的可扩展性，完全的流能力和传统关系型数据库的连续性，在密室和云环境下它提供了可靠和容错性。数据表被分割在集群的多个服务器上，兼容SQL和ACID，可以在线扩展，使用并行的单线程处理方式确保数据的一致性，避免传统数据库的锁和资源管理的开销，但是由于VOLTDB的数据分析是基于SNA，数据分布策略是基于哈希的，采用这种方法后，集群规模是事先确定好的，新增机器需要停止服务后重新分布数据，另外，数据哈希被分散后，数据的连续性被打乱，在这个数据结构上做范围查询需要用服务这张表的所用机器，处理范围查询效率会很低下。
SAP HANA主要是用于主数据分析用的，hana可以抽取其他类型的数据，在hana上快速的分析，SAP HANA与传统分析模型的主要区别在于摒弃了任何物质化的东西，即，所有模型都是完全虚拟的，均基于基本的具体运营数据计算结果，这样，模型就能够被方便的修改。它采用数据字典的方法对数据进行压缩，最小化数据传输; 把大数据量和计算量分散到不同处理器上，不同的服务器之间共享一组数据，单一的服务器的DOWN机将不影响任何计算，成本特别贵，几千万。
原文地址：http://blog.csdn.net/zcc_0015/article/details/38148829
