系统架构师学习笔记3—数据库

有的知识点，我是没整理成的思维导图
不规范化带来的四大问题
(1）数据冗余：数据被多次重复存储；
(2）插入异常：插入时异常
(3）修改异常：修改导致数据不一致，
(4）删除异常：删除了不该删除的数据。
反规范化技术
(1)增加冗余列：在多个表中保留相同的列，减少或避免查询时的连接操作。
(2）增加派生列：在表中增加可以由本表或其它表中数据计算生成的列，减少查询时的连接操作并避免计算或使用集合函数。
(3）重新组表：如果许多用户需要查看两个表连接出来的结果数据，则把这两个表重新组成一个表来减少连接而提高性能。
(4）水平分割表：根据一列或多列数据的值，把数据放到多个独立的表中，主要用于表数据规模很大、表中数据相对独立或数据需要存放到多个介质上时使用。
(5）垂直分割表：对表进行分割，将主键与部分列放到一个表中，主键与其它列放到另一个表中，在查询时减少I/0次数。
分布式数据库的特点：
(1）数据独立性。
(2）集中与自治共享结合的控制结构。
(3）适当增加数据冗余度
(4)全局的一致性、可串行性和可恢复性。
分布式数据库的优点：
(1)分布式数据库可以解决企业部门分散而数据需要相互联系的问题。
(2）如果企业需要增加新的相对自主的部门来扩充机构，则分布式数据库系统可以在对当前机构影响最小的情况下进行扩充。
(3）分布式数据库可以满足均衡负载的需要。
(4）可靠性是比较高。
分布透明性
是指用户不必关心数据的逻辑分片，不必关心数据存储的物理位置分配细节，也不必关心局部场地上数据库的数据模型。包含以下：
(1)分片透明性是分布透明性的最高层次，它是指用户或应用程序只对全局关系进行操作而不必考虑数据的分片。
(2）位置透明性。位置透明性是指用户或应用程序应当了解分片情况，但不必了解片段的存储场地。
(3）局部数据模型透明性。局部数据模型透明性是指用户或应用程序应当了解分片及各片断存储的场地，但不必了解局部场地上使用的是何种数据模型。
数据仓库集特点是: (1）集成的数据。(2）面向主题。(3）数据相对稳定。(4）储存历史信息。
数据仓库的结构通常包含四个层次:
1.数据源:是数据仓库系统的基础，是整个系统的数据源泉。
⒉数据的存储与管理:是整个数据仓库系统的核心。
3.OLAP（联机分析处理）服务器:对分析需要的数据进行有效集成，按多维模型组织，以便进行多角度、多层次的分析，并发现趋势。
4.前端工具:主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具以及各种基于数据仓库或数据集市的应用开发工具。