数据库介绍_数据库描述-CSDN博客

数据库

什么是数据库举例图

什么是数据库

数据库（Database）是数据管理的有效技术，是由一批数据构成的有序集合，这些数据被存放在结构化的数据表里。通俗的讲，数据库就是存储数据的地方，就像冰箱是存储食物的地方一样。在生活中，每个人都在使用数据库。

数据是数据库中存储的基本对象，是按一定顺序排列组合的物理符号。数据有多种表现形式，可以是数字，也可以是文字、图形、图像、声音、语言等。在数据库中数据表示记录，例如，在学生管理数据库中，记录学生的信息包括学号、姓名、性别、年龄、籍贯和联系电话等，这些信息就是数据。

数据库实际上就是一个文件集合，是一个存储数据的仓库，本质就是一个文件系统，数据库是按照特定的格式把数据存储起来，用户可以对存储的数据进行增删改查操作。

我们常说 XX 数据库，其实实质上是 XX 数据库管理系统。目前，较为流行的数据库管理系统有 MySQL、SQL Server、Oracle 和 DB2 等。

生活中的数据库

在日常生活中，人们可以直接用中文、英文等自然语言描述客观事物。在计算机中，则要抽象出对这些事物感兴趣的特征，并组成一个记录来描述。

例如，在学生档案中，学生信息是由学号、姓名、性别、年龄、籍贯、联系电话等特征组成的，那么这些具体的特征值所构成的一条记录就是一个学生的信息数据，例如“2016010102，张三，男，26，山西，计算机学院，185********”。

值得注意的是，数据的描述形式还不能完全表达其内容，需要经过解释。例如，对于上面这条学生记录，了解其含义的人会得到这样的信息：张三的学号是 2016010102，今年 26 岁，山西人，就读于计算机学院，他的联系电话是 185********；而不了解其语义的人则无法理解其含义。所以，数据和对数据的解释是不可分的，数据的解释是指对数据含义的说明，数据的含义也称数据的语义，因此数据与其语义密不可分，没有语义的数据是没有意义和不完整的。

又比如，当我们在电话簿里查找名字时，就是在使用数据库。在某个浏览器上进行搜索时，也是在使用数据库。以及平时我们登录网络，也需要依靠数据库验证自己的名字和密码。即便是在使用 ATM 机时，也要利用数据库进行 PIN 码验证和余额检查。

什么是数据库管理系统

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，是用于建立、使用和维护数据库，简称DBMS。它对数据库进行统一的管理和控制，以保证数据库的安全性和完整性。用户通过DBMS访问数据库中的数据，数据库管理员也通过DBMS进行数据库的维护工作。它提供多种功能，可使多个应用程序和用户用不同的方法在同时或不同时刻去建立，修改和询问数据库。

按功能划分，数据库管理系统大致可分为6个部分：

1、模式翻译

提供数据定义语言(DDL)。用它书写的数据库模式被翻译为内部表示。数据库的逻辑结构、完整性约束和物理储存结构保存在内部的数据字典中。数据库的各种数据操作(如查找、修改、插入和删除等)和数据库的维护管理都是以数据库模式为依据的。

2、应用程序的编译

把包含着访问数据库语句的应用程序，编译成在DBMS支持下可运行的目标程序。

3、交互式查询

提供易使用的交互式查询语言，如SQL。DBMS负责执行查询命令，并将查询结果显示在屏幕上。

4、数据的组织与存取

提供数据在外围储存设备上的物理组织与存取方法。

5、事务运行管理

提供事务运行管理及运行日志，事务运行的安全性监控和数据完整性检查，事务的并发控制及系统恢复等功能。

6、数据库的维护

为数据库管理员提供软件支持，包括数据安全控制、完整性保障、数据库备份、数据库重组以及性能监控等维护工具。

为什么需要数据库

使用数据库可以高效且条理分明地存储数据，它使人们能够更加迅速和方便地管理数据，主要体现在以下几个方面。

1、数据库可以结构化存储大量的数据信息，方便用户进行有效的检索和访问。

数据库可以对数据进行分类保存，并且能够提供快速的查询。例如，我们平时使用百度搜索内容时，百度也是基于数据库和数据分类技术来达到快速搜索的目的。

2、数据库可以有效地保持数据信息的一致性、完整性、降低数据冗余。

可以很好地保证数据有效、不被破坏，而且数据库自身有避免重复数据的功能，以此来降低数据的冗余。

3、数据库可以满足应用的共享和安全方面的要求，把数据放在数据库中在很多情况下也是出于安全的考虑。

例如，如果把所有员工信息和工资数据都放在磁盘文件上，则工资的保密性就无从谈起。如果把员工信息和工资数据放在数据库中，就可以只允许查询和修改员工信息，而工资信息只允许指定人（如财务人员）查看，从而保证数据的安全性。

4、数据库技术能够方便智能化地分析，产生新的有用信息。

例如，超市中把物品销售信息保存在数据库中，每个月销售情况的排名决定了下半月的进货数量。数据库查询的结果实际上产生了新的数据信息。

数据库的存储结构

数据库的存储结构是指数据库中的物理数据和逻辑数据的表示形式、物理数据和逻辑数据之间关系映射方式的描述。在数据库技术中，可以使用两种形式描述客观现实的数据：物理数据描述和逻辑数据描述。物理数据和逻辑数据之间的转换通过数据库管理系统实现。

物理数据描述

物理数据描述是指数据在存储设备上的存储方式，物理数据是实际存放在存储设备上的数据，这些数据也称为物理记录。根据物理记录存储的位置，又可以分为有序存储和无序存储。

计算机数据的存储一般以硬盘为数据存储空间资源，从而保证计算机内的数据能够持续保存。

术语

在物理数据描述中，使用的数据描述术语包括以下各项。

位（bit）：二进制的一个单位称为位，位只能取 1 或 0。
字节（byte）：8 个位称为一个字节，可以存放对应 ASCII 码的一个字符。
字（word）：若干个字节组成一个字。一个字所含的二进制的位数称为字长，许多计算机的字长是不同的，例如计算机的字长可以是 8 位、16 位、24 位、32 位等。
块（block）：内存储器和外存储器交换信息的最小单位，又称为物理块或物理记录，每块的大小通常为 256 字节、512 字节、1024 字节等。
卷（volume）：一台输入输出设备所能装载的全部有用信息，例如磁带机的一盘磁带即为一卷，磁盘设备的一个盘组也是一卷。
无序存储（unordered）：数据记录按照插入的顺序进行存储。

逻辑数据描述

逻辑数据描述是指用户或程序员用于操作的数据形式，逻辑数据是一种抽象的概念，是对客观现实世界的反映和记录，这些数据也可以称为逻辑记录。

逻辑数据包含两个层次，一个层次是对客观现实信息世界的描述，另一个层次是对数据库管理系统中数据的描述。

术语

在对客观现实信息世界的描述中，使用的术语包括以下几项。

实体（entity）：客观现实存在的东西使用实体来描述。实体既可以是具体的、有形的对象，也可以是抽象的、无形的对象。例如，一本书是一个有形对象，一次借书过程则是一个无形的对象。
实体集（entities）：特性完全相同的同类实体的集合称为实体集。例如，一个图书馆所有的书籍是一个实体集，该图书馆的所有借书过程也是一个实体集。
属性（attribute）：实体的特性称为属性。每个属性都有一个值域，这些值域可以是整数类型、浮点数类型、字符类型或日期类型等。例如，实体书的属性包括书名、书号、出版日期、页数、价格以及出版社等，这些属性对应的值域分别为字符类型、字符类型、日期类型、整数类型、浮点数类型和字符类型等。
标识符（identifier）：能够唯一地标识每个实体的属性或属性集。例如，书的书号属性是实体书的标识符，借书过程实体的标识符包括借书证号、书号两个属性。

这些逻辑数据最终要通过数据库管理系统来转换成物理数据。

对数据库管理系统中数据的描述中（以关系型数据库管理系统为例），使用的术语包括以下几项。

数据项（data item）：也称为字段（field），标记实体属性的可以命名的最小信息单位，数据项的命名一般采用属性的描述性名称。这些名称可以是中文、英文或汉语拼音。
元组（tuple）：也称为记录（record），数据项的集合称为元组。一个元组表示一个具体的实体。
关系（relation）：在关系型数据库系统中，同一类元组所在的集合称为关系。关系适用于描述实体集，它包括一个实体集的所有元组。例如，所有的图书可以组成一个 books 关系。
键码（key）：在关系型数据库系统中，能够唯一地标识关系中每个元组的数据项或数据项的组合称为关系的键码。

数据库类型

数据库有两种类型，分别是关系型数据库和非关系型数据库。

关系型数据库

关系型数据库种类

关系型数据库是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据。简单说，关系型数据库是由多张能互相连接的表组成的数据库。

员工信息表就是关系型数据库

优点

都是使用表结构，格式一致，易于维护。
使用通用的 SQL 语言操作，使用方便，可用于复杂查询。
数据存储在磁盘中，安全。

缺点

读写性能比较差，不能满足海量数据的高效率读写。
不节省空间。因为建立在关系模型上，就要遵循某些规则，比如数据中某字段值即使为空仍要分配空间。
固定的表结构，灵活度较低。

存储的格式可以直观地反映实体间的关系。关系型数据库和常见的表格比较相似，关系型数据库中表与表之间是有很多复杂的关联关系的。

常见的关系型数据库有 Oracle、DB2、PostgreSQL、Microsoft SQL Server、Microsoft Access 和 MySQL 等。

数据库	简介	应用场景
Oracle	由于其诞生早、结构严谨、高可用、高性能、高安全等特点，使其在传统数据库应用中近乎垄断，金融、通信、能源、物流、零售、制造等各个传统行业的大型公司都在使用，甚至早期的世界500强企业几乎全部都是Oracle的用户。	主要在传统行业的数据化业务中，比如：通信、银行、金融这样的对可用性、健壮性、安全性、实时性要求极高的业务；或者零售、物流、能源这样对海量数据存储分析要求很高的业务。通常搭配Oracle大型服务器和磁盘阵列使用，售价非常昂贵。
MySQL	Web时代使用最广泛的关系型数据库，MySQL的早期定位的主要应用场景就是互联网开发。可以说，是互联网的爆发成就了MySQL，LAMP架构风靡天下。而由于MySQL更多的的追求轻量、易用，在传统的数据库应用场景中，份额极少。	其应用实例也大都集中于互联网方向，MySQL的高并发存取能力并不比大型数据库差，同时价格便宜，安装使用简便快捷，深受广大互联网公司的喜爱。并且由于MySQL的开源特性，针对一些对数据库有特别要求的应用，可以通过修改代码来实现定向优化，比如淘宝网。
Microsoft SQL Server	是Microsoft公司在软件集成方案中的重要一环，由于只能在Windows上使用，流行程度不如前两者。一般配置ASP.Net开发，也为Windows系统在企业级应用中的普及做出了很大贡献。	Microsoft SQL Server主要面向中小企业。其最大的优势就是在于集成了MS公司的各类产品及资源，提供了强大的可视化界面、高度集成的管理开发工具。也提供了整套的软件方案，基本上一套Windows系统装下来就齐活了。因此，不那么缺钱，但很缺IT人才的中小企业，会偏爱 Microsoft SQL Server 。

非关系型数据库

非关系型数据库种类

非关系型数据库又被称为 NoSQL（Not Only SQL )，意为不仅仅是 SQL。通常指数据以对象的形式存储在数据库中，而对象之间的关系通过每个对象自身的属性来决定。

非关系型数据库百度百科图示

优点

非关系型数据库存储数据的格式可以是 key-value 形式、文档形式、图片形式等。使用灵活，应用场景广泛，而关系型数据库则只支持基础类型。
速度快，效率高。 NoSQL 可以使用硬盘或者随机存储器作为载体，而关系型数据库只能使用硬盘。
海量数据的维护和处理非常轻松。
非关系型数据库具有扩展简单、高并发、高稳定性、成本低廉的优势。
可以实现数据的分布式处理。

缺点

非关系型数据库暂时不提供 SQL 支持，学习和使用成本较高。
非关系数据库没有事务处理，没有保证数据的完整性和安全性。适合处理海量数据，但是不一定安全。
功能没有关系型数据库完善。

常见的非关系型数据库有 Neo4j、MongoDB、Redis、Memcached、MemcacheDB 和 HBase 等。

非关系型数据库类型

⾮关系型数据库还能够细分化为四个⼩项：

键值型（Key-Value）数据库

每个单独的项都存储为键值对。键值存储是所有NoSQL数据库中最简单的数据库。示例：Redis, Memcached, Apache Ignite, Riak。

列存储（Column-oriedted）数据库

这些类型的数据库针对大型数据集上的查询进行了优化，它们将数据列存储在一起，而不是行。示例：Cassandra，Hbase，Scylla。

文档型（Document-Oriented）数据库

这些数据库通常将每个键与称为文档的复杂数据结构配对。文档可以包含键数组对、键值对甚至嵌套文档。示例：MongoDB、Apache CouchDB、ArangoDB、Couchbase、Cosmos DB、IBM Domino、MarkLogic、OrientDB。

图形（Graph）数据库

这些存储关于图形、网络的信息，例如社会关系、路线图、交通链接。示例：Neo4j，AllegroGraph。

分类	代表数据库	应用场景	特点
键值型(Key-Value)	Redis、 Riak	内容缓存，主要用于处理大量数据的密集IO型高访问负载。	键值数据库是形式最简单的NoSQL，数据中的每一个值（value）都有专门的键（key）与之匹配，能够实现针对相对简单数据集的超快应用性能，查找速度非常快。
文档型 (Document)	MongoDB、 CouchDB	Web应用，收集和处理来自网页和移动应用的数据。	文档数据库以类似文档的结构存储数据，可以采用无模式的形式，数据结构要求不严格，表结构可变。
列存储 (Big tables)	HBase、 Cassandra	通常应用于互联网搜索、其他大规模的网页应用和PB级数据的分析应用。	以列簇式存储，将同一列数据存在一起，在处理大数据集的时候，就可以具备更高的性能和扩展性（如HBase+Hadoop架构）。
图形 (Graph)	Neo4J、 GraphDB	社交网络，推荐系统等，专注于构建关系图谱。	类似于图的结构存储数据，可以利用图结构相关算法，便于探索数据之间的联系。