绪论

绪论

---

数据管理阶段

• 人工管理
• 文件系统
• 数据库系统

---

01 数据库系统

1.1 概念

• 数据库技术：研究数据库的结构、存储、设计、管理和使用的一门科学。
• 数据库系统（DataBase System，DBS）：采用数据库技术的计算机系统，它由计算机硬件、软件和数据资源组成的系统。【多用户访问】
• 组成：用户→数据库应用程序→数据库管理系统→数据库
• 数据库：数据库是由长期存储在计算机内的、有组织的、统一管理的，可以表现为多形式的，可以共享的数据集合。
• 特点：略
• 数据模型（Data Model）：层次型【树状】、网状型、关系型

---

• 数据库管理系统（Data Base Management System）：用于建立、使用和维护数据库。
• 主要功能
  ①数据定义——DDL
  ②数据操纵——DML
  ③数据库的运行管理
  ④数据组织、存储与管理
  ⑤数据库维护
  ⑥通信

---

• 应用程序：面向用户，用户通过应用程序输入和处理数据库中的数据。

---

• 数据定义语言 DDL
  包括CREATE，DROP，ALTER等动作
• 数据查询语言 DQL
• 数据操纵语言 DML
  以INSERT，UPDATE，DETETE为主
• 数据控制语言 DCL
  GRANK和REVOKE

---

• 关系型数据库的优缺点：
  优点：①容易理解②使用方便③易于维护
  缺点：①高并发读写能力差②对海量数据的读写效率低叁扩展性差

---

• NoSQL数据库的特点
  ①灵活的数据模型
  ②可伸缩性强
  ③自动分片
  ④自动复制

---

02 分布式数据库的数据管理

• 分布式系统的核心理念：让多台服务器协同工作，完成高并发或大数据量的任务
• 分布式数据库：通过网络技术将物理上分开的数据库连接在一起，进行逻辑层面上的集中管理。

---

2.1 分布式数据处理的基本特点

• 分布的透明管理
• 复制数据的透明管理
• 事务的可靠性【数据多备份，消除单点故障】

分布式数据处理存在的问题：副本更新，副本一致性

---

2.2 CAP理论【三者不可兼得】

• 一致性

即更新操作后，所有节点在同一时间的数据完全一致。分成客户端、服务端两个视角。

• 可用性

即用户访问数据时，系统是否在正常响应时间返回结果

• 分区容错性

即分布式系统在遇到某节点或网络分区故障时。仍然能够对外提供满足数据一致性和可用性服务。

CAP理论认为分布式系统只能同时兼顾两个特性。

即CA、CP、AP三种情况。

• CA without P

不要求P，即不允许分区，则强一致性和可用性可以保证。

• CP without A

不要求可用性，即每个请求都需要在各服务器间强一致，而分区容错性会导致同步时间无限延长，但CP可以得到保证。

• AP without C

分区发生节点之间有失联的可能性，为了实现高可用，每个节点用本地数据提供服务，就会导致全局数据不一致。

---

03 ACID与BASE

在大数据应用中，数据海量，且不允许丢失，因而采用分布式、多副本的方式进行存储。容错性得兼顾。故需要在一致性与可用性间权衡。

3.1 ACID的特性

• 原子性

一个事务的所有系列操作步骤被看成一个动作,所有步骤要么全部完成，要么一个也不会完成。

• 一致性

在事务开始之前或结束之后，数据库的完整性约束没被破坏。

• 隔离性

确保并发执行的事务，按顺序一个接一个的执行。

• 持久性

一旦一个事务被提交，它应该持久保存，不会因为与其他操作冲突而取消这个事务。

事务的四个特征可以看出关系型数据库要求强一致性。但这在NoSQL数据库中是重点弱化机制。针对分布式数据存储管理提供弱一致性保证。即BASE原理。

3.2 BASE原理

• 基本可用

保证核心功能或当前最重要的功能可用。

• 软状态

允许系统数据在中间状态，但不影响系统的整体可用性，即允许不同节点的副本之间存在暂时不一致情况。

• 最终一致性

数据副本最终能够一致。

3.3 NoSQL分类

• 数值数据库
• 列族数据库
• 文档数据库(MongoDB、CouchDB)
• 图形数据库

---

      对于这些知识点，本人仍停留在概念的表面，不能深入理解。因此笔记内容大多是老师PPT上概念性的语言，缺少了自己的所获所感！