【数据库】数据库巩固一

前言：

这次我们来从头到脚来重新认识一遍数据库吧！！！

一、数据库技术

数据库技术是数据库管理的有效技术，研究如何对数据进行科学管理，从而为人们提供可共享的、安全的、可靠的数据。

数据库技术包含四个相关概念： 数据，数据库，数据库管理系统，数据库系统

1、数据

• 早起的计算机系统主要用于科学计算，处理的数据是数值型数据：比如整数，浮点数。
• 现代计算机系统的数据概念是广义的：数字、文字、图像、图形、音频等
• 数据除了表现形式之外，还有语义---->理解：比如60可以是一个班有60个人，也可以是一个人的体重
• 记录：记录是在计算机中表示和存储数据的一种格式或一种方法（比如把多方面的数据来描述一个人，这些数据组织在一起，构成一条记录）

2、数据库
数据库是存放数据的仓库，是大量数据的集合。
数据库是长期存储在计算机内、有组织的、可共享的大量数据的集合。

有组织：按照一定的数据模型组织、描述和存储。
可共享：为各种用户使用

3、数据库管理系统（DBMS）

数据库管理系统是一个能够科学地组织和存储数据，高效的获取和维护数据的系统软件，是位于用户与操作系统之间的数据管理软件，包含的功能：

• 数据定义功能（DDL）
• 数据组织、存储和管理功能
• 数据操纵功能（DML）
• 数据库的事务管理和运行管理功能
• 数据库的建立和维护功能
• 与其他软件系统的通信功能

强调：数据库管理系统是一个系统软件的概念，数据库管理系统和操作系统一样是计算机系统的基础软件

4、数据库系统（DBS）

数据库系统是由数据库、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。

（蓝色框框都是代表数据库系统组成部分）

二、数据模型

数据模型是数据库系统的核心和基础，所以数据库系统的发展和数据模型的发展密不可分。所以数据库模型的划分维度是数据库系统划分的一个重要标准。

1、层次模型

• 层次模型的数据结构就是一棵树形结构，只有一个节点没有双亲，也就是根节点（root）
• 根节点意外的其他节点有且只有一个双亲节点

2、网状模型

• 允许一个以上的节点无双亲
• 一个节点可以有多于一个双亲

例子：如学生选课之类的
注：图里的E代表实体，R代表实体之间的关系

3、关系模型

关系模型是一组关系组成的。每个关系的数据结构都是一张规范化的二维表

• 建立在严格的数据概念基础上
• 关系必须是规范化的
• 关系的分量必须是一个不可分的数据项
  

关系模式： 关系名（属性1，属性2，属性3，……,属性n）
比如例子中的关系就是 学生（学号，姓名，年龄，性别）

4、面向对象数据模型

传统的关系数据模型对复制对象的标识能力差，语义表达能力较弱，就提出了面向对象型，但是语言过于复制，没有得到认可

5、XML数据模型

是一种半结构化数据，半结构化是相对结构化数据而言的，纯文本的话就是一种无结构化数据

6、RDF数据模型

RDF是用来描述互联网资源的标记语言，结构为（主语（url），谓语（属性），宾语（具体的值或者另一个数据对象））

三、数据库类型

1、SQL（Structured Query Language）

用于关系型数据库（ACID特性）

• 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
• 不要求用户制定数据存放方法
• 不需要用户了解具体数据存放格式
• 还有通用的特点，底层不同的关系型数据库也可以使用相同的SQL语言

2、NoSQL（Not Only SQL）

非关系型的、分布式的、不保证满足ACID特性的一类数据管理系统。

技术特点：

• 对数据进行分区，利用大量节点并行处理获得高性能
• 降低ACID一致性约束，运行暂时不一致，接收最终一致性。遵循BASE原则
• 各数据分区提供备份（一般三份），提高系统可用性

3、NewSQL

• 指追求NoSQL的可扩展性同时能够支持关系模型（包括ACID特性）的关系型数据库系统，主要面向OLTP场景。
• 能够支持SQL作为主要的使用语言

四、数据库架构发展

随着业务规模增大，数据库存储的数据量和承载的业务压力也不断增加，数据库的架构需要随之变化，为上层应用提供稳定和高效的数据服务。

• 首先按照主机数量来区分，一个数据库主机是单机架构，多于一个数据库主机是多机架构

• 对于单机架构来说，单主机是指应用和database都部署在同一个主机上。而独立主机则是两者分开，database专门部署在独立的数据库服务器上。

• 对于多机架构来说，按照数据数量是否分片，分为两类，分别是分组和分片

• 分组：有主备、主从、多从，是根据服务器拥有的角色不同来划分的，本质也是利用同步技术在多个库之间进行数据复制

• 分片（sharding）：从数据的独立性角度来描述架构

  分片架构主要表现形式就是水平数据分片架构，把数据分散在多个节点上的分片烦恼干，每一个分片包括数据库的一部分，成为一个shard。（常见的分片算法：根据列表值，范围取值和hash值进行分片）

  ○ 无共享（Share-Nothing）架构：是从资源独立性角度来描述架构。sharding是shared-nothing架构的基础。
  集群中每一个节点（处理单元）都有自己独立的CPU/内存/存储，不存在共享资源，各处理单元处理本地的数据。Shared-Nothing的最小单元可能不是物理节点，而是逻辑上的虚拟处理单元。比如一个物理主机具有4核CPU，部署的时候可以部署4个数据库实例，也就相当于拥有4个处理单元。

  ○ MPP：大规模并行处理：MPP是从并行计算角度来描述框架

五、数据库的应用场景

1、联机事务处理(OLTP)

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，非常快速的查询处理
• 高并发，（准）实时响应

事务的举例： 在tb买100块钱的东西，里面至少包括两个操作：
1、买家的账户减少100元
2、卖家的账户增加100元
支持事务的数据库管理系统要确保以上两个操作（也就是整个事务）都能完成，或一起取消，不然会出现100元平白消失或出现的情况。

2、联机分析处理（OLAP）

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。例如报表系统，数据集市，数据仓库等。

特点：

• 侧重于复制查询，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

3、OLTP和OLAP对比分析

无论OLTP还是OLAP系统都是遵守ACID原则的关系型数据库。两者在功能上是相似的，都支持SQL，都可以处理大量数据，都是强一致事务处理。但是对于应用场景来说，OLTP更强调实时性要求，OLAP更强调大数据量分析。

数据处理类型	OLTP	OLAP
分析粒度	细节的	细节的，综合的，或提炼的
时效性	在存取瞬间是准确的	代表过去的数据
可更新性	可更新	不更新
操作可预知性	操作需求事先可知道	操作需求事先可能不知道
实时性	对性能要求高，相应毫秒级别、秒级	对性能要求相对宽松，相应分钟级、小时级
数据量	一个时刻操作一条或几条记录，数据量小	一个时刻操作一集合，数据量大
驱动方式	事务驱动	分析驱动
应用类型	面向应用	面向分析
应用场景	支持日常运营	支持管理需求
典型应用	银行核心系统、信用卡系统	ACRM、风险管理

六、2020年3月数据库排行

可以去看每个月数据库的排行：

https://db-engines.com/