数据库管理系统与NoSQL详解-优快云博客

一. 数据库原理

概念

数据库:database (DB) ，是一种存储数据的仓库
数据库能够长期,高效的管理和存储数据
数据库的目的就是能够存储(写)和提供(读)数据

数据分类

结构化的数据：即有固定格式和有限长度的数据。例如填的表格就是结构化的数据，国籍：中华人民共和国，民族：汉，性别：男，这都叫结构化数据
非结构化的数据：非结构化的数据越来越多，就是不定长、无固定格式的数据，例如网页，有时候非常长，有时候几句话就没了；例如语音，视频都是非结构化的数据
半结构化数据：比如：XML或者HTML的格式的数据

文件管理系统的缺陷

编写应用程序不方便
数据冗余不可避免
应用程序依赖性
不支持对文件的并发访问
数据间联系弱
难以按用户视图表示数据
无安全控制功能

DBMS 数据管理系统

Database ：数据库是数据汇集,它以一定的组织形式存于存储介质上
DBMS ：是管理数据库的系统软件，它实现数据库系统的各种功能。是数据库系统的核心
DBA：负责数据库的规划、设计、协调、维护和管理等工作
应用程序：指以数据库为基础的应用程序

数据库管理系统的基本功能

数据定义
数据处理
数据安全
数据备份

数据库系统的架构

单机架构
大型主机/终端架构
主从式架构(C/S)

数据库分类

概念:

数据库分类:根据数据库的架构和数据组织原理进行分类

早期根据数据库的组织数据的存储模型分类

层次数据库:基于层次的数据结构(数据分层)
网状数据库:基于网状的数据结构(数据网络)
关系数据库:基于关系模型的数据结构(二维表)

现在较多根据实际实际数据管理模型分类(存储介质)

关系型数据库:基于关系模型的数据结构(二维表)通常存储在磁盘
非关系型数据库

关系型数据库

概念关系型数据库:是一种建立在关系模型上的数据库

关系模型
- 关系数据结构(存储)
- 关系操作集合(操作)
- 关系完整性约束(约束)
关系型数据库存储在磁盘中(永久性存储)
关系型数据系统(DBS) 模型有四层结构
- 数据库管理系统(DBMS) ：管理系统运行(DataBase Management System )
- 数据库 (DB) ：数据存储的管理者(小管理,受DBMS管理)
- 数据表 (Table) :数据关系管理者
- 数据字段(Field): 依赖于数据表,实际数据存储者
关系型数据库产品
- 大型:Oracle,DB2
- 中型:MySQL ,SqlServer
- 小型:Sybase ,Access

非关系型数据库

概念非关系型数据库 ：NoSQL (Not only SQL) 不仅仅是关系型数据库

所有不是关系型数据库的统称
数据存储模型不是二维表,而是键值对 (key->value)
存储的位置通常是内存(效率高)
不能永久性存储(需要定时存到关系型数据库中)
常见的关系型数据产品
- MongoDB
- Redis
- Memcached

对比:

No SQL 通常是与关系型数据库配合使用的，他们彼此是一种互补关系

NoSQL 运行在内存,解决效率问题
- l/O 问题
- 效率问题
MySQL 运行在磁盘,解决稳定问题
- 安全问题(永久存储)
- 稳定

结论

1 . NoSQL 是对非关系型数据库的一类统称

  NoSQL 是不仅仅只是关系型数据库的意思

2 . NoSQL 通常运行在内存

   - 读取效率高
   - 并发访问高
   - 稳定性不高(断电即丢失)
   - NoSQL通常是键值对存储数据,访问简单

三种数据模型

层次数据模型

定义:层次数据模型是用于树状<层次> 结构来组织数据的数据模型

满足下面两个条件的基本层次联系的集合为层次模型
1.有且只有一个结点没有双亲结点,这个结点称为根结点
2.根以外的其它结点有且只有一个双亲结点

其实层次数据模型就是的图形表示就是一个倒立生长的树，由基本数据结构中的树（或者二叉树）的定义可知，每棵树都有且仅有一个根节点，其余的节点都是非根节点。每个节点表示一个记录类型对应与实体的概念，记录类型的各个字段对应实体的各个属性。各个记录类型及其字段都必须记录。

在这里插入图片描述

网状数据库

网状数据模型可以看做是放松层次数据模型的约束性的一种扩展。网状数据模型中所有的节点允许脱离父节点而存在，也就是说说在整个模型中允许存在两个或多个没有根节点的节点，同时也允许一个节点存在一个或者多个的父节点，成为一种网状的有向图。因此节点之间的对应关系不再是1:n，而是一种m:n的关系，从而克服了层次状数据模型的缺点。
　　特征：
　　　　 1. 可以存在两个或者多个节点没有父节点；
　　　　 2. 允许单个节点存在多于一个父节点；
　　网状数据模型中的，每个节点表示一个实体，节点之间的有向线段表示实体之间的联系。网状数据模型中需要为每个联系指定对应的名称。

在这里插入图片描述
优点：
- 网状数据模型可以很方便的表示现实世界中的很多复杂的关系；
- 修改网状数据模型时，没有层次状数据模型的那么多的严格限制，可以删除一个节点的父节点而依旧保留该节点；也允许插入一个没有任何父节点的节点，这样的插入在层次状数据模型中是不被允许的，除非是首先插入的是根节点；
- 实体之间的关系在底层中可以借由指针指针实现，因此在这种数据库中的执行操作的效率较高；

缺点：
- 网状数据模型的结构复杂，使用不易，随着应用环境的扩大，数据结构越来越复杂，数据的插入、删除牵动的相关数据太多，不利于数据库的维护和重建。
- 网状数据模型数据之间的彼此关联比较大，该模型其实一种导航式的数据模型结构，不仅要说明要对数据做些什么，还说明操作的记录的路径；
- DDL、DML语言复杂，用户不容易使用
- 记录之间联系是通过存取路径实现的，用户必须了解系统结构的细节

RDBMS 关系型数据库

关系Relational: 关系就是二维表,其中;表中的行,列次序并不重要
行row: 表中的每一行，又称为一条记录record
列column:表中的每一列,称为属性,字段,域field
主键Primary key: PK,用于唯一确定一个记录的字段,一张表只有一个主键
域domain：属性的取值范围，如，性别只能是’男’和’女’两个值，人类的年龄只能0-150

关系必须是规范化的,满足一定规范条件

最基本的规范条件：关系的每一个分量必须是一个不可分的数据项, 不允许表中还有表

常用关系数据库

MySQL: MySQL, MariaDB, Percona Server
PostgreSQL: 简称为pgsql，EnterpriseDB
Oracle
MSSQL
DB2

查看数据库排名网址

 https://db-engines.com/en/ranking

关系型数据库理论

实体-联系模型E-R

实体Entity : 客观存在并可以相互区分的客观事物或抽像事件称为实体,在E-R图中用矩形框表示实体，把实体名写在框内
属性:实体所具有的特征或性质
联系:联系时数据之间的关联集合.是客观存在的应用语义链
- 实体内部的联系:指组成实体的各属性之间的联系。如职工实体中，职工号和部门经理号之间有一种关联关系
实体之间的联系:指不同实体之间联系,例：学生选课实体和学生基本信息实体之间
实体之间的联系用菱形框表示

联系类型

一对一联系(1:1)
一对多联系(1:n) 外键
多对多联系(m:n)增加地三张表

数据操作

数据提取: 在数据集合中提取感兴趣的内容。SELECT
数据更新数据库中的数据,insert ,delete,update

数据库规划流程

收集数据,得到字段

收集必要且完整的数据项

转换成数据表的字段
把字段分类,归入表,建立表的关联
关联:表和表间的关系

分割数据表并建立关联的优点

节省空间

减少输入错误

方便数据修改

数据库正规化分析

数据库规范化，又称数据库或资料库的正规化、标准化，是数据库设计中的一系列原理和技术，以减少数据库中数据冗余，增进数据的一致性。关系模型的发明者埃德加·科德最早提出这一概念，并于1970 年代初定义了第一范式、第二范式和第三范式的概念设计关系数据库时，遵从不同的规范要求，设计出合理的关系型数据库，不同的规范要求被称为不同范式，各种范式呈递次规范，越高的范式数据库冗余越小目前关系数据库有六种范式：第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、巴德斯科范式（BCNF）、第四范式(4NF）和第五范式（5NF，又称完美范式）。满足最低要求的范式是第一范式（1NF）。在第一范式的基础上进一步满足更多规范要求的称为第二范式（2NF），其余范式以次类推。一般数据库只需满足第三范式(3NF）即可