第
01
章
_
数据库概述
1.
为什么要使用数据库
持久化
(persistence)
:
把数据保存到可掉电式存储设备中以供之后使用
。大多数情况下,特别是企
业级应用,
数据持久化意味着将内存中的数据保存到硬盘上加以
”
固化
”
,而持久化的实现过程大多
通过各种关系数据库来完成。
持久化的主要作用是
将内存中的数据存储在关系型数据库中
,当然也可以存储在磁盘文件、
XML
数
据文件中。
生活中的例子:
DB
:数据库(
Database
)
即存储数据的
“
仓库
”
,其本质是一个文件系统。它保存了一系列有组织的数据。
DBMS
:数据库管理系统(
Database Management System
)
是一种操纵和管理数据库的大型软件,用于建立、使用和维护数据库,对数据库进行统一管理和控
制。用户通过数据库管理系统访问数据库中表内的数据。
SQL
:结构化查询语言(
Structured Query Language
)
专门用来与数据库通信的语言。
2.
数据库与数据库管理系统
2.1
数据库的相关概念
2.2
数据库与数据库管理系统的关系
数据库管理系统
(DBMS)
可以管理多个数据库,一般开发人员会针对每一个应用创建一个数据库。为保存
应用中实体的数据,一般会在数据库创建多个表,以保存程序中实体用户的数据。
数据库管理系统、数据库和表的关系如图所示:
2.3
常见的数据库管理系统排名
(DBMS)
目前互联网上常见的数据库管理软件有
Oracle
、
MySQL
、
MS SQL Server
、
DB2
、
PostgreSQL
、
Access
、
Sybase
、
Informix
这几种。以下是
2021
年
DB-Engines Ranking
对各数据库受欢迎程度进行调查后的统计结
果:(查看数据库最新排名
:
https://db-engines.com/en/ranking
)
。。。
对应的走势图:(
https://db-engines.com/en/ranking_trend
)
2.4
常见的数据库介绍
Oracle
1979
年,
Oracle 2
诞生,它是第一个商用的
RDBMS
(关系型数据库管理系统)。随着
Oracle
软件的名气
越来越大,公司也改名叫
Oracle
公司。
2007
年,总计
85
亿美金收购
BEA Systems
。
2009
年,总计
74
亿美金收购
SUN
。此前的
2008
年,
SUN
以
10
亿美金收购
MySQL
。意味着
Oracle
同时拥有了
MySQL
的管理权,至此
Oracle
在数据库领域中成为绝对的领导者。
2013
年,甲骨文超越
IBM
,成为继
Microsoft
后全球第二大软件公司。
如今
Oracle
的年收入达到了
400
亿美金,足以证明商用(收费)数据库软件的价值。
SQL Server
SQL Server
是微软开发的大型商业数据库,诞生于
1989
年。
C#
、
.net
等语言常使用,与
WinNT
完全集
成,也可以很好地与
Microsoft BackOffice
产品集成。
DB2
IBM
公司的数据库产品
,
收费的。常应用在银行系统中。
PostgreSQL
PostgreSQL
的稳定性极强,最符合
SQL
标准,开放源码,具备商业级
DBMS
质量。
PG
对数据量大的文本以
及
SQL
处理较快。
SyBase
已经淡出历史舞台。提供了一个非常专业数据建模的工具
PowerDesigner
。
SQLite
嵌入式的小型数据库,应用在手机端。 零配置,
SQlite3
不用安装,不用配置,不用启动,关闭或者配置
数据库实例。当系统崩溃后不用做任何恢复操作,再下次使用数据库的时候自动恢复。
informix
IBM
公司出品,取自
Information
和
Unix
的结合,它是第一个被移植到
Linux
上的商业数据库产品。仅运行
于
unix/linux
平台,命令行操作。 性能较高,支持集群,适应于安全性要求极高的系统,尤其是银行,证
券系统的应用。
3. MySQL
介绍
3.1
概述
MySQL
是一个
开放源代码的关系型数据库管理系统
,由瑞典
MySQL AB
(创始人
Michael Widenius
)公
司
1995
年开发,迅速成为开源数据库的
No.1
。
2008
被
Sun
收购(
10
亿美金),
2009
年
Sun
被
Oracle
收购。
MariaDB
应运而生。(
MySQL
的创
造者担心
MySQL
有闭源的风险,因此创建了
MySQL
的分支项目
MariaDB
)
MySQL6.x
版本之后分为
社区版
和
商业版
。
MySQL
是一种关联数据库管理系统,将数据保存在不同的表中,而不是将所有数据放在一个大仓库
内,这样就增加了速度并提高了灵活性。
MySQL
是开源的,所以你不需要支付额外的费用。
MySQL
是可以定制的,采用了
GPL
(
GNU General Public License
)
协议,你可以修改源码来
开发自己的
MySQL
系统。
MySQL
支持大型的数据库。可以处理拥有上千万条记录的大型数据库。
MySQL
支持大型数据库,支持
5000
万条记录的数据仓库,
32
位系统表文件最大可支持
4GB
,
64
位系
统支持最大的表文件为
8TB
。
MySQL
使用
标准的
SQL
数据语言
形式。
MySQL
可以允许运行于多个系统上,并且支持多种语言。这些编程语言包括
C
、
C++
、
Python
、
Java
、
Perl
、
PHP
和
Ruby
等。
3.2 MySQL
发展史重大事件
MySQL
的历史就是整个互联网的发展史。互联网业务从社交领域、电商领域到金融领域的发展,推动着
应用对数据库的需求提升,对传统的数据库服务能力提出了挑战。高并发、高性能、高可用、轻资源、
易维护、易扩展的需求,促进了
MySQL
的长足发展。
1.4
关于
MySQL 8.0
MySQL
从
5.7
版本直接跳跃发布了
8.0
版本
,可见这是一个令人兴奋的里程碑版本。
MySQL 8
版本在功能上
做了显著的改进与增强,开发者对
MySQL
的源代码进行了重构,最突出的一点是多
MySQL Optimizer
优化
器进行了改进。不仅在速度上得到了改善,还为用户带来了更好的性能和更棒的体验。
1.5 Why choose MySQL?
为什么如此多的厂商要选用
MySQL
?大概总结的原因主要有以下几点:
1.
开放源代码,使用成本低。
2.
性能卓越,服务稳定。
3.
软件体积小,使用简单,并且易于维护。
4.
历史悠久,社区用户非常活跃,遇到问题可以寻求帮助。
5.
许多互联网公司在用,经过了时间的验证。
1.6 Oracle vs MySQL
Oracle
更适合大型跨国企业的使用,因为他们对费用不敏感,但是对性能要求以及安全性有更高的要
求。
MySQL
由于其
体积小、速度快、总体拥有成本低,可处理上千万条记录的大型数据库,尤其是开放源码
这一特点,使得很多互联网公司、中小型网站选择了
MySQL
作为网站数据库
(
Facebook
,
Twitter
,
YouTube
,阿里巴巴
/
蚂蚁金服,去哪儿,美团外卖,腾讯)。
4. RDBMS
与 非
RDBMS
从排名中我们能看出来,关系型数据库绝对是
DBMS
的主流,其中使用最多的
DBMS
分别是
Oracle
、
MySQL
和
SQL Server
。这些都是关系型数据库(
RDBMS
)。
4.1
关系型数据库
(RDBMS)
4.1.1
实质
这种类型的数据库是
最古老
的数据库类型,关系型数据库模型是把复杂的数据结构归结为简单的
二元关系
(即二维表格形式)。
关系型数据库以
行
(row)
和
列
(column)
的形式存储数据,以便于用户理解。这一系列的行和列被
称为
表
(table)
,一组表组成了一个库
(database)
。
表与表之间的数据记录有关系
(relationship)
。现实世界中的各种实体以及实体之间的各种联系均用
关系模型
来表示。关系型数据库,就是建立在
关系模型
基础上的数据库。
SQL
就是关系型数据库的查询语言。
4.1.2
优势
复杂查询
可以用
SQL
语句方便的在一个表以及多个表之间做非常复杂的数据查询。
事务支持
使得对于安全性能很高的数据访问要求得以实现。
4.2
非关系型数据库
(
非
RDBMS)
4.2.1
介绍
非关系型数据库
,可看成传统关系型数据库的功能
阉割版本
,基于键值对存储数据,不需要经过
SQL
层
的解析,
性能非常高
。同时,通过减少不常用的功能,进一步提高性能。
目前基本上大部分主流的非关系型数据库都是免费的。
4.2.2
有哪些非关系型数据库
相比于
SQL
,
NoSQL
泛指非关系型数据库,包括了榜单上的键值型数据库、文档型数据库、搜索引擎和
列存储等,除此以外还包括图形数据库。也只有用
NoSQL
一词才能将这些技术囊括进来。
键值型数据库
键值型数据库通过
Key-Value
键值的方式来存储数据,其中
Key
和
Value
可以是简单的对象,也可以是复
杂的对象。
Key
作为唯一的标识符,优点是查找速度快,在这方面明显优于关系型数据库,缺点是无法
像关系型数据库一样使用条件过滤(比如
WHERE
),如果你不知道去哪里找数据,就要遍历所有的键,
这就会消耗大量的计算。
键值型数据库典型的使用场景是作为
内存缓存
。
Redis
是最流行的键值型数据库。
文档型数据库
此类数据库可存放并获取文档,可以是
XML
、
JSON
等格式。在数据库中文档作为处理信息的基本单位,
一个文档就相当于一条记录。文档数据库所存放的文档,就相当于键值数据库所存放的
“
值
”
。
MongoDB
是最流行的文档型数据库。此外,还有
CouchDB
等。
搜索引擎数据库
虽然关系型数据库采用了索引提升检索效率,但是针对全文索引效率却较低。搜索引擎数据库是应用在
搜索引擎领域的数据存储形式,由于搜索引擎会爬取大量的数据,并以特定的格式进行存储,这样在检
索的时候才能保证性能最优。核心原理是
“
倒排索引
”
。
典型产品:
Solr
、
Elasticsearch
、
Splunk
等。
列式数据库
列式数据库是相对于行式存储的数据库,
Oracle
、
MySQL
、
SQL Server
等数据库都是采用的行式存储
(
Row-based
),而列式数据库是将数据按照列存储到数据库中,这样做的好处是可以大量降低系统的
I/O
,适合于分布式文件系统,不足在于功能相对有限。典型产品:
HBase
等。
图形数据库
图形数据库,利用了图这种数据结构存储了实体(对象)之间的关系。图形数据库最典型的例子就是社
交网络中人与人的关系,数据模型主要是以节点和边(关系)来实现,特点在于能高效地解决复杂的关
系问题。
图形数据库顾名思义,就是一种存储图形关系的数据库。它利用了图这种数据结构存储了实体(对象)
之间的关系。关系型数据用于存储明确关系的数据,但对于复杂关系的数据存储却有些力不从心。如社
交网络中人物之间的关系,如果用关系型数据库则非常复杂,用图形数据库将非常简单。典型产品:
Neo4J
、
InfoGrid
等。
4.2.3 NoSQL
的演变
由于
SQL
一直称霸
DBMS
,因此许多人在思考是否有一种数据库技术能远离
SQL
,于是
NoSQL
诞生了,
但是随着发展却发现越来越离不开
SQL
。到目前为止
NoSQL
阵营中的
DBMS
都会有实现类似
SQL
的功
能。下面是
“NoSQL”
这个名词在不同时期的诠释,从这些释义的变化中可以看出
NoSQL
功能的演变
:
1970
:
NoSQL = We have no SQL
1980
:
NoSQL = Know SQL
2000
:
NoSQL = No SQL!
2005
:
NoSQL = Not only SQL
2013
:
NoSQL = No, SQL!
NoSQL
对
SQL
做出了很好的补充,比如实际开发中,有很多业务需求,其实并不需要完整的关系型数据
库功能,非关系型数据库的功能就足够使用了。这种情况下,使用
性能更高
、
成本更低
的非关系型数据
库当然是更明智的选择。比如:日志收集、排行榜、定时器等。
4.3
小结
NoSQL
的分类很多,即便如此,在
DBMS
排名中,还是
SQL
阵营的比重更大,影响力前
5
的
DBMS
中有
4
个是关系型数据库,而排名前
20
的
DBMS
中也有
12
个是关系型数据库。所以说,掌握
SQL
是非常有
必要的。整套课程将围绕
SQL
展开。
5.
关系型数据库设计规则
关系型数据库的典型数据结构就是
数据表
,这些数据表的组成都是结构化的(
Structured
)。
将数据放到表中,表再放到库中。
一个数据库中可以有多个表,每个表都有一个名字,用来标识自己。表名具有唯一性。
表具有一些特性,这些特性定义了数据在表中如何存储,类似
Java
和
Python
中
“
类
”
的设计。
5.1
表、记录、字段
E-R
(
entity-relationship
,实体
-
联系)模型中有三个主要概念是:
实体集
、
属性
、
联系集
。
一个实体集(
class
)对应于数据库中的一个表(
table
),一个实体(
instance
)则对应于数据库表
中的一行(
row
),也称为一条记录(
record
)。一个属性(
attribute
)对应于数据库表中的一列
(
column
),也称为一个字段(
field
)。
5.2
表的关联关系
表与表之间的数据记录有关系
(relationship)
。现实世界中的各种实体以及实体之间的各种联系均用
关系模型来表示。
四种:一对一关联、一对多关联、多对多关联、自我引用
5.2.1
一对一关联(
one-to-one
)
在实际的开发中应用不多,因为一对一可以创建成一张表。
举例:设计
学生表
:学号、姓名、手机号码、班级、系别、身份证号码、家庭住址、籍贯、紧急
联系人、
...
拆为两个表:两个表的记录是一一对应关系。
基础信息表
(常用信息):学号、姓名、手机号码、班级、系别
档案信息表
(不常用信息):学号、身份证号码、家庭住址、籍贯、紧急联系人、
...
两种建表原则:
外键唯一:主表的主键和从表的外键(唯一),形成主外键关系,外键唯一。
外键是主键:主表的主键和从表的主键,形成主外键关系。
ORM
思想
(Object Relational Mapping)
体现:
数据库中的一个表
<---> Java
或
Python
中的一个类
表中的一条数据
<--->
类中的一个对象(或实体)
表中的一个列
<---->
类中的一个字段、属性
(field)
5.2.2
一对多关系(
one-to-many
)
常见实例场景:
客户表和订单表
,
分类表和商品表
,
部门表和员工表
。
举例:
员工表:编号、姓名、
...
、所属部门
部门表:编号、名称、简介
一对多建表原则:在从表
(
多方
)
创建一个字段,字段作为外键指向主表
(
一方
)
的主键
5.2.3
多对多(
many-to-many
)
要表示多对多关系,必须创建第三个表,该表通常称为
联接表
,它将多对多关系划分为两个一对多关
系。将这两个表的主键都插入到第三个表中。
举例
1
:学生
-
课程
学生信息表
:一行代表一个学生的信息(学号、姓名、手机号码、班级、系别
...
)
课程信息表
:一行代表一个课程的信息(课程编号、授课老师、简介
...
)
选课信息表
:一个学生可以选多门课,一门课可以被多个学生选择
举例
2
:产品
-
订单
“
订单
”
表和
“
产品
”
表有一种多对多的关系,这种关系是通过与
“
订单明细
”
表建立两个一对多关系来
定义的。一个订单可以有多个产品,每个产品可以出现在多个订单中。
产品表
:
“
产品
”
表中的每条记录表示一个产品。
订单表
:
“
订单
”
表中的每条记录表示一个订单。
订单明细表
:每个产品可以与
“
订单
”
表中的多条记录对应,即出现在多个订单中。一个订单
可以与
“
产品
”
表中的多条记录对应,即包含多个产品。
举例
3
:用户
-
角色
多对多关系建表原则:需要创建第三张表,中间表中至少两个字段,这两个字段分别作为外键指向
各自一方的主键。
5.3.4
自我引用
(Self reference)
学号 课程编号
1 1001
2 1001
1 1002