下面是一些常用的数据库及其使用场景、特性、优化方案和部署方案的概述，整理成表格形式：
| 数据库 | 使用场景 | 特性 | 优化方案 | 部署方案 |
|---|---|---|---|---|
| MySQL | 广泛应用的开源关系型数据库，适合大多数应用场景 | 支持事务、ACID、多用户访问、多种存储引擎 | 索引优化、查询优化、分区表、读写分离、缓存机制 | 主从复制、集群部署、分片、负载均衡 |
| PostgreSQL | 功能丰富的开源关系型数据库，适合复杂查询场景 | 支持事务、ACID、JSON数据类型、全文搜索、扩展性强 | 索引优化、查询优化、分区、连接池管理、缓存 | 读写分离、主从复制、分片、水平扩展 |
| MongoDB | 面向文档的NoSQL数据库，适合处理大量非结构化数据 | 高性能、高可用、易扩展、灵活的文档模型 | 索引优化、查询优化、分片、副本集、缓存 | 副本集、分片、网格部署、自动分片 |
| Redis | 内存中的数据结构存储，适合作为缓存和消息队列 | 支持多种数据结构、持久化、主从复制、高并发读写 | 内存优化、持久化策略、集群配置、键空间通知 | 主从复制、哨兵系统、集群模式、持久化策略调整 |
| Oracle | 企业级关系型数据库，适合大型应用和事务处理 | 强大的事务处理能力、安全性、可扩展性、商业支持 | 索引优化、分区表、物化视图、并行处理 | 物化视图、分区、RAC（实时应用集群）、数据泵 |
| SQL Server | 微软开发的商业关系型数据库，适合Windows环境 | 支持事务、ACID、集成BI工具、良好的工具支持 | 索引优化、查询优化、分区、数据库镜像、Always On | 镜像复制、Always On可用性组、分片 |
| Cassandra | 分布式NoSQL数据库，适合大数据场景 | 高可用、高扩展、无单点故障、支持多数据中心 | 数据模型优化、分片策略、复制策略、缓存 | 多数据中心部署、分片、副本集、负载均衡 |
| Elasticsearch | 分布式搜索和分析引擎，适合日志分析和搜索场景 | 强大的全文搜索、实时分析、水平扩展、分布式特性 | 索引优化、分片策略、节点优化、缓存 | 集群部署、分片、副本分配、负载均衡 |
| SQLite | 轻量级的嵌入式数据库，适合移动和桌面应用 | 无需服务器、轻量级、跨平台、自包含的SQL数据库 | 适当的索引、限制数据库大小、优化查询 | 通常作为单一应用的数据存储，不需要复杂的部署方案 |
总结
- MySQL 和 PostgreSQL 是流行的开源关系型数据库，适合大多数应用场景，特别是需要复杂查询和事务支持的场景。
- MongoDB 和 Redis 是NoSQL数据库，适合处理大量的非结构化数据和作为缓存系统。
- Oracle 和 SQL Server 是商业数据库，提供强大的事务处理能力和企业级支持，适合大型企业和关键业务系统。
- Cassandra 和 Elasticsearch 是为大数据和搜索优化的数据库，适合处理大规模数据和复杂的搜索需求。
- SQLite 是轻量级的数据库，适合嵌入式系统和小型应用。
在部署这些数据库时，需要考虑高可用性、高并发、数据一致性、备份和恢复等因素。常见的部署方案包括主从复制、集群部署、分片、负载均衡等，以确保系统的稳定性和性能。
1 mysql 优化方案
a 架构
1主多从
多主多从
读写分离
mycat1 -- keepalive-- mycat2
|
master1 <----sync---> master2
/ \ / \
slave1 slav2 slav2-1 slav2-2
高可用方案 MHA
b 性能方面
字段优化
分库 分表
垂直分表 水平分表
实例瓶颈 cpu + memory
索引优化
慢sql 日志查询
参数优化
c 备份
d 容灾
常用的数据库有哪些？以及对应的使用场景？特性？优化方案？
以及部署方案，包括 高可用，高并发 架构等等 ，请结合上面特性，整理成表格输出
