数据库学习笔记（第一章）【HCIA-GaussDBv1.5培训教程】

目录

数据库(Datebase,DB）

            特点：

数据库管理系统(DBMS)

            主要功能包括：

数据库系统(Database System, DBS)

                    简介：

数据管理的三个阶段

数据库系统优势

层次，网状，关系模型对比：

结构化查询语言——Structured Query Language

其他数据模型

        面向对象数据模型（ObjectOrientedData Model，OO模型）

        XML数据模型

        RDF数据模型（资源描述框架）

NoSQL数据库简介

​编辑

传统数据库与云数据库比较

数据库架构发展

                架构特点对比

关系型数据库主流应用场景

联机事务处理(OnLineTransaction Processing)

联机分析处理(OnLineAnalytical Processing)

OLTP和OLAP的对比分析

数据库性能衡量指标

      TPC（Transaction Processing Performance Council，事务处理性能委员会）

 TPC-C规范

TPC-H规范

   面向OLAP类系统

---

数据库(Datebase,DB）

            特点：

                                1.永久储存

                                2.有组织

                                3.可共享

---

数据库管理系统(DBMS)

            主要功能包括：

                                 1. 数据定义功能；

                                 2. 数据组织、存储和管理功能；

                                 3. 数据操纵功能；

                                4.数据库的事务管理和运行管理功能；

                                5. 数据库的建立和维护功能；

                                6. 与其他软件系统的通信功能等

---

数据库系统(Database System, DBS)

                    简介：

                                  数据库、数据库管理系统（及其应用开发工具）、应用程序和数据库管理员组成 的存储、管理、处理和维护数据的系统。

---

数据管理的三个阶段

---

数据库系统优势

                整体数据的结构化

                 数据面向整个系统而不是单个应用，被多个应用共享。

                 数据的共享性高，冗余度低且易扩充。

                 数据独立性高

                                物理独立性：应用程序与数据库中数据的物理存储是相互独立的。

                               逻辑独立性：应用程序与数据库的逻辑结构是相互独立的。

                统一管理和控制

                                数据的安全性保护；  数据的完整性检查；  并发控制；  数据库。

---

层次，网状，关系模型对比：

---

结构化查询语言——Structured Query Language

                 高级的非过程化编程语言，允许用户在高层数据结构上工作；

                  不要求用户指定数据存放方法；

                 不需要用户了解具体数据存放方式；

                 底层结构完全不同的各种关系型数据库系统可以使用相同的SQL语言作为数据操作和管理的接口。

---

其他数据模型

        面向对象数据模型（ObjectOrientedData Model，OO模型）

             将语义数据模型和面向对象程序设计方法结合起来，用一系列面向对象核心概念构成模型基础。  由于面向对象数据库操作语言过于复杂，没有得到开发人员认可

        XML数据模型

              可扩展标记语言(extensible markup language, 简称XML)，是W3C在1998年制定的一项标准，被作为互联网信息交换的标准。 XML模型是由若干带有标签的节点组成的有向树，是一种分层自描述模型，具有良好的语义和可扩展性，可以灵活地表示和组 织数据，并提供高效的查询方法，例如XPath、XQuery、关键字查询、子树匹配等。

        RDF数据模型（资源描述框架）

        资源描述框架      互联网的信息没有统一表达方式，W3C提出资源描述框架(Resource Description Framework，RDF) 来描述和注解互联网资 源； RDF是描述互联网资源的标记语言，结构为（主语，谓词，宾语）； 主要用于语义网、知识库的基础数据模型，是当前知识图谱技术的基石。

---

NoSQL数据库简介

---

传统数据库与云数据库比较

---

数据库架构发展

                        

（架构不做暂时细致说明了）

                架构特点对比

关系型数据库主流应用场景

联机事务处理(OnLineTransaction Processing)

        OLTP是传统关系数据库的主要应用 

                面向基本的，日常的事务处理，例如银行储蓄业务的存取交易，转账交易等。

        特点 

                大吞吐量：大量的短在线事务（插入、更新、删除），非常快速的查询处理。

                高并发，（准）实时响应。

        典型的OLTP场景

                       1. 零售系统  2.金融交易系统 3.火车票销售系统

联机分析处理(OnLineAnalytical Processing)

OLAP

联机分析处理的概念最早是E.F.Codd于1993年相对于OLTP系统而提出的。

是指对数据的查询和分析操作，通常对大量的历史数据查询和分析。涉及到的历史周期比较长，数据量大，在不同层 级上的汇总，聚合操作使得事务处理操作比较复杂。

特点

 主要面向侧重于复杂查询，回答一些“战略性”的问题。

 数据处理方面聚焦于数据的聚合，汇总，分组计算，窗口计算等“分析型”数据加工和操作。

 从多维度去使用和分析数据。

典型的OLAP场景

1.报表系统，CRM系统。 2. 金融风险预测预警系统、反洗钱系统。 3. 数据集市，数据仓库。

OLTP和OLAP的对比分析

---

数据库性能衡量指标

      TPC（Transaction Processing Performance Council，事务处理性能委员会）

                         职责是制定商务应用基准测试标准(Benchmark)的规范、性能和价格度量，并管理测试结果的发布。

                         制定的是标准规范而不是代码，任何厂家依据规范最优地构造自己系统进行评测。  推出了很多基准测试标准，其中针对OLTP和OLAP分别有两个规范。

 TPC-C规范

                面向OLTP系统，主要包括两个指标

                         流量指标：tpmC（tpm–transactions per minuete, 即每分钟测试系统处理的事务数量）。

                        性价比指标：Price（测试系统价格）/tmpC。

TPC-H规范

   面向OLAP类系统

                         流量指标：qphH–Query per hour，即每小时处理的复杂查询数量。

                          需要考虑测试数据集合大小，分为不同的测试数据集，指定了22个查询语句，可以根据产品微调。

                          测试场景：数据加载，Power能力测试和Througput测试。

---

---

---

习题：