数据库的介绍

一、数据库概述

1、定义

        数据库（Database）是按照数据结构组织、存储和管理数据的仓库。其核心目标是通过高效的方式实现数据的存储、检索、更新和管理。

2、发展历程

• 早期阶段：文件系统（如Excel、CSV）直接存储数据，但缺乏共享性、冗余控制和并发处理能力。
• 层次数据库与网状数据库：20世纪60年代出现，通过树形（层次）或网络结构管理数据，但复杂查询效率低。
• 关系型数据库（RDBMS）：1970年埃德加·科德提出关系模型，支持SQL语言，成为主流（如Oracle、MySQL）。
• 非关系型数据库（NoSQL）：2000年后为应对大数据和高并发场景兴起，强调灵活性和扩展性（如MongoDB、Redis）。

二、数据库主要类型

1、关系型数据库（RDBMS）

• 特点：
  • 表结构：数据以行和列的形式存储，表间通过外键关联。
  • ACID特性：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）。
  • SQL支持：使用标准SQL进行查询、插入、更新和删除操作。
• 常见数据库：
  • MySQL（开源）、PostgreSQL（高性能）、Oracle（企业级）、SQL Server（Windows生态）。
• 适用场景：
  • 需要强一致性、复杂查询（如银行交易、ERP系统）。

2、非关系型数据库（NoSQL）

分类及特点：

• 优势：  灵活的数据模型、水平扩展、高可用性。
• 劣势：  缺乏事务支持（部分NoSQL支持最终一致性）、复杂查询能力弱。
• 适用场景：  大数据量、高并发（如电商、物联网）、半结构化数据（如JSON）。

三、关系型 vs. 非关系型数据库

四、数据库设计基础

1、范式理论

• 第一范式（1NF）：消除重复字段，确保每列原子性。
• 第二范式（2NF）：在1NF基础上，消除非主属性对候选键的部分依赖。
• 第三范式（3NF）：在2NF基础上，消除非主属性对候选键的传递依赖。
• 反范式：为提高查询效率，允许适当冗余（如增加冗余字段）。

2、实体关系模型（ER模型）

• 实体（Entity）、属性（Attribute）、关系（Relationship），用于设计数据库逻辑结构。

3、索引

• 作用：加速数据检索，但会占用存储空间并影响写入性能。
• 类型：B树索引、哈希索引、全文索引等。

4、事务与锁

• 事务：通过BEGIN TRANSACTION、COMMIT、ROLLBACK保证操作的原子性和一致性。
• 锁机制：行级锁、表级锁、间隙锁，解决并发冲突问题。