数据库
数据处理软件
根据DB-Engines Ranking统计的关注度，我们以公司部门或实验室数据存储与分析为目标，
-
数据库可采用
MySQL、SQLite、Access等 -
再简单些可采用非数据库的
Excel、Pandas等。
MySQL vs SQLite
公司部门常采用MySQL，Android程序更倾向SQLite。
-
参考MySQL vs. SQLite，
MySQL支持更多的数据类型、TB级数据、高并发、提供网络服务端；而SQLite偏嵌入式，比如在Android程序中被大量使用。 -
虽然Database Speed Comparison测试显示，
MySQL与SQLite性能相当；但普遍认为前者在TB级数据、高并发等方面表现更优异。
SQLite vs Pandas
参考SQLite vs Pandas: Performance Benchmarks。
-
SQLite性能比Pandas更强。 -
但
Pandas内建大量统计函数，操作简单；与Matplotlib联用可以方便出图。
Access vs MySQL
相比MySQL，Access性能弱些，但操作简单些，且图形界面搭建容易。
-
参考Access specifications，对于
Access 2007~Access 2021，数据库大小限制为2 Gb。 -
参考Editions and supported features of SQL Server 2019 (15.x)，对于
SQL Server 2019，Enterprise、Standard、Web、Express with Advanced Services、Express版本的数据库大小限制分别为524 PB、524 PB、524 PB、10 GB、10 GB。
Access vs Excel
Access性能更强，可以方便处理不同表格之间的数据交互关系，更容易生成各式报表，使用习惯与Excel有一定的继承性。
总结
综上，如果是百万条数据存储和分析，我们可采用：
-
PHP（前端） +MySQL； -
SQLite+SQLiteStudio（UI） +Pandas（与SQL结合）；
- 下载64位Windows版本的SQLite 3.37.1 + SQLiteStudio 3.3.3，包含一键增加、删除环境变量的脚本。
-
Access（方便导入Excel）； -
Excel或Pandas。