数据库应用

news2024/11/14 20:46:38

一、数据库基本概念

1、数据

(1)描述事物的符号记录称为数据(Data)。数字、文字、图形、图像、声音、档案记录等 都是数据。

(2)数据是以“记录”的形式按照统一的格式进行存储的,而不是杂乱无章的。 相同格式和类型的数据统一存放在一起,而不会把“人”和“书”混在一起存储。这样,数据的存储就能够井然有序。

2、表

记录(数据): 行
字段(属性): 列
以行+列的形式就组成了表(数据存储在表中)
关系数据库的表由记录组成,记录由字段组成,字段由字符或数字组成。它可以供各种用户共享, 具有最小冗余度和较高的数据独立性,它是统一管理的相关数据的集合。

3、数据库

数据库就是表的集合。它是以一定的组织方式存储的相互有关的数据集合

4、数据库管理系统

数据库管理系统(DatabaseManagementSystem,DBMS)是实现对数据库资源有效组织、管理和存取的系统软件。它在操作系统的支持下,支持用户对数据库的各项操作
BMS主要包括以下功能

(1)数据库的建立和维护功能:包括建立数据库的结构和数据的录入与转换、数据库的 转储与恢复、数据库的重组与性能监视等功能。

(2)数据定义功能:包括定义全局数据结构、局部逻辑数据结构、存储结构、保密模式及信息格式等功能。保证存储在数据库中的数据正确、有效和相容,以防止不合语义的错误数据被输入或输出。

(3)数据操纵功能:包括数据查询统计和数据更新两个方面。

(4)数据库的运行管理功能:这是数据库管理系统的核心部分,包括并发控制、存取控 制、数据库内部维护等功能。

(5)通信功能:DBMS 与其他软件系统之间的通信,如 Access 能与其他 Office 组件进行数据交换。

5、数据库系统

数据库系统(DatabaseSystem,DBS)是一个人机系统,一般由硬件、操作系统、数据库、DBMS、应用软件和数据库用户(包括数据库管理员)组成。用户可以通过 DBMS 操作数据库,也可以通过应用程序操作数据库。

应用程序是利用DBMS为解决某个具体的管理或数据处理的任务而编制的一系列命令的有序集合。如果应用程序比较完善,能够提供友好的人机界面,并编译成可执行文件发行,使得普通用户不需要具备计算机的专业知识,在较短时间就学会使用,那么就称为数据库应用软件。 navicat

常用的数据库应用软件有人事管理、财务管理、图书管理等信息管理软件及各类信息咨 询系统等。

数据库管理员(DatabaseAdministrator,DBA)负责数据库的更新和备份、数据库系统的维护、用户管理等工作,保证数据库系统的正常运行。DBA 一般由业务水平较高、资历较深的人员担任。

需要注意的是数据库、数据库系统、数据库管理系统,甚至数据库表等名词,在日常讨论中通常不严格区别。遇到此情况时,可以根据具体情况,判断出实际所指的是什么。

DBMS的工作模式如下

  • 1>接受应用程序的数据请求和处理请求
  • 2>将用户的数据请求(高级指令)转换为复杂机器代码(底层指令)
  • 3>实现对数据库的操作
  • 4>从数据库的操作中接受查询结果
  • 5>对查询结果进行处理(格式转换)
  • 6>将处理结果返回给用户

 

二、数据库发展史

发展的三个阶段:

  • 1、 层次型和网状型: 代表产品是1969年IBM公司研制的层次模型数据库管理系统IMS。
  • 2、 关系型数据型库: 目前大部分数据库采用的是关系型数据库。1970年IBM公司的研究员E.F.Codd提出了关系模型。其代表产品为sysem R和Inges。
  • 3、第三代数据库将为更加丰富的数据模型和更强大的数据管理功能为特征,以提供传统数据库系统难以支持的新应用。它必须支持面向对象,具有开放性,能够在多个平台上使用。管理技术的3个阶段1 人工管理2 文件管理3 数据库系统

时序数据库
mariadb

第三代数据库
⭐一些新的元素被添加进主流数据库系统中
引申:SQL + NoSQL 组合使用
web ——》 redis ——》mysql
CPU ——》 缓存 ——》内存

三、关系型数据库

常见的关系性数据库系统:

1、MySQL

2、PostgreSQL

3、SQLite

4、Microsoft SQL Server

5、Oracle Database

关系型数据库基本概念:关系性数据库是一种数据管理系统,通过定义表格(称为“关系”)来组织和存储数据。这种类型的数据库通过 SQL(结构化查询语言)来进行数据操作和查询

  • 表(Table): 数据以表格的形式存储。每个表包含若干列(字段)和行(记录)。

  • 行(Row): 表中的一条记录。每一行代表一个数据实体。

  • 列(Column): 表中的一个字段,定义了数据的类型和属性。

  • 主键(Primary Key): 唯一标识表中的每一行的字段或字段组合。主键的值必须唯一且不能为空。

  • 外键(Foreign Key): 用于在不同表之间建立关联的字段。外键在一个表中引用另一个表的主键。

  • 索引(Index): 用于加速查询操作的数据结构。索引提高了数据检索速度,但可能会增加数据写入和存储的开销。

  • 视图(View): 一个虚拟表,是从一个或多个表中提取的结果集。视图可以用于简化复杂的查询或隐藏表的实际结构。

数据库设计原则

  • 范式化: 组织数据以减少冗余和依赖。常见的范式有第一范式(1NF)、第二范式(2NF)、第三范式(3NF)等。

  • 数据完整性: 确保数据的准确性和一致性,包括主键约束、外键约束、唯一约束等。

  • 性能优化: 使用索引、查询优化、分区等技术来提高数据库的性能。

  • 安全性: 管理用户权限,确保数据的机密性和安全性。

  • 备份和恢复: 定期备份数据库,确保在数据丢失或损坏时可以恢复。

关系型数据库优缺点:

优点:
1、易于维护:都是使用表结构,格式一致;
2、使用方便:SQL语言通用,可用于复杂查询;
3、复杂操作:支持SQL,可用于一个表以及多个表之间非常复杂的查询。
缺点:
1、读写性能比较差,尤其是海量数据的高效率读写;
2、固定的表结构,灵活度稍欠;
3、高并发读写需求,传统关系型数据库来说,硬盘I/O是一个很大的瓶颈

四、非关系型数据库

非关系型数据库:非关系型数据库(NoSQL 数据库)是指不使用传统的关系模型(表格)来存储数据的数据库系统。它们在结构、存储、查询和扩展性方面提供了更多灵活性,适用于处理大规模和多样化的数据集;

使用非关系型数据库的优点:

  • 灵活的数据模型: 非关系型数据库可以处理结构化和非结构化数据,适合处理复杂的数据类型和不规则数据。

  • 高可扩展性: 大多数非关系型数据库设计用于横向扩展,可以在多个节点上分布数据,处理大规模的数据和高并发请求。

  • 高性能: 对于特定的应用场景(如高速缓存、实时分析),非关系型数据库可以提供比传统关系型数据库更高的性能。

  • 适应性: 能够适应快速变化的需求和数据结构,可以灵活应对变化的数据模型。

非关系型数据库优缺点:

优点:1、格式灵活:存储数据的格式可以是key,value形式、文档形式、图片形式等等,文档形式、图片形式等等,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。
           2、速度快: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;
           3、高扩展性;
           4、成本低:nosql数据库部署简单,基本都是开源软件。

缺点:1、不提供sql支持,学习和使用成本较高;
           2、无事务处理;
           3、数据结构相对复杂,复杂查询方面稍欠。
           4、好多数据写在内存中

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2081304.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

OpenAI 神秘「草莓」项目;IBM 关闭中国研发部门;《黑神话:悟空》幕后演员曝光;升级 AI 搜索、AI 写作等功能|网易数智日报

IBM 关闭中国研发部门,涉及员工数量超过 1000 人 8 月 26 日,IBM 中国方面确认,IBM 将彻底关闭中国研发部门,涉及员工数量超过 1000 人。、IBM 中国在声明中称:「IBM 会根据需要调整运营,为客户提供最佳服…

我入局了!最新大模型应用场景案例,数字化转型新机遇!

前言 谈起企业数字化转型,听到最多的词就是: 踩坑、烧钱、价值体现难……导致数字化成为企业发展过程中鸡肋般的存在。离不开,但用不好。 相反,作为新风口,AI却逆势增长!借助AI的数字化转型、AI场景落地…

有没有不花钱的变声器软件免费版?适用于新媒体人的8款变声器软件汇总!

随着直播及游戏行业的快速发展,许多人开始关注变声器软件的使用,尤其是那些想要在公众场合上不让别人认出的同时也能畅快地进行交流的用户。无论是为了娱乐、制作内容还是保护个人隐私,变声器软件为人们提供了许多便利。很多人都会问&#xf…

【计算机组成原理】五、中央处理器:1.CPU的功能与结构指令执行过程(运算器、数据通路、控制器、指令周期)

五、中央处理器 文章目录 五、中央处理器1.CPU的功能与结构1.1CPU功能1.2运算器1.2.1基本结构1.2.2 ALU和寄存器的数据通路 1.3控制器1.3.1基本结构1.3.2控制器功能 1.4CPU的基本结构 2.指令执行过程2.1指令周期2.2指令周期流程2.3数据流2.4指令执行方案:如何安排多…

P1-90螺栓产品特性及应用范围

P1-90螺栓是一种高强度、耐高温的特殊紧固件,因其优异的性能而在众多行业中得到了广泛应用。下面我们将详细介绍P1-90螺栓的产品特性及其应用范围。 产品特性 1. 材质与性能 P1-90螺栓通常采用优质合金钢材料制成,具有高强度、耐高温、抗腐蚀等特点。这种…

大模型为何能与人类交流?

大模型在接受到对话后,有4个步骤(如下图) ① 文本token化 ② 单词向量化、位置编码 ③ 自注意力 ④ 编码输出 我们接下来看看这几个步骤是怎么具体工作的。 1、文本token化、向量化embedding和位置编码 任何不同种族交流的前提就是&am…

【GD32 MCU 移植教程】从 STM32F10x 移植到 GD32E103的移植说明

1. 前言 对于使用微控制器进行产品开发的设计人员来说,因产品及功能升级,往往需要将一种微控制器替 换成另一种微控制器,在保留既有功能的情况下增加新功能。为了更快地推出新产品,设计人员经 常要将应用程序移植到新的微控制器…

苹果手机数据恢复方法有哪些?推荐3个快速恢复的方法

你是否遇到过这样的情况呢:苹果手机进水后,无法打开手机,导致手机里的数据不见了;苹果手机不见了,买新手机却没有以前的手机数据……面对这样的情况,如何恢复苹果手机的数据呢?别急,…

Java基础——自学习使用(抽象类)

一、抽象类的定义 在Java中,抽象类是一种不能被实例化的类,它主要用于被其他类继承。抽象类可以包含抽象方法(没有方法体的方法,仅有一个方法签名,以abstract关键字声明)和非抽象方法(即具有实现…

【前沿技术】扩散模型Stable Diffusion原理与应用

Stable Diffusion是一种基于扩散模型(Diffusion Models)的生成技术,近年来在图像生成和其他生成任务中取得了显著的进展。该技术以其高质量的生成效果、稳定的训练过程和广泛的应用前景,迅速在学术界和工业界引起了广泛关注。 以…

C++入门基础知识38——【关于C++ 运算符——逻辑运算符】

成长路上不孤单😊【14后,C爱好者,持续分享所学,如有需要欢迎收藏转发😊😊😊😊😊😊😊!!!!&#xff…

【PWN · 栈迁移 | one-read】[羊城杯 2024]pstack

从前的栈迁移,怎么也得泄露一个栈指针,或者对bss有两次及以上写的能力,这题过分精简,一时间失了分寸。。。好在信息检索到了解法,并动态调试了解了过程 前言 栈溢出长度不够如何利用——可以考虑栈迁移 如果从交互来…

想入门AI产品经理,你一定要明白这些!

前言 对于想要进入AI领域,特别是成为AI产品经理的朋友们来说,了解并掌握一些AI大模型的基础知识是非常重要的。接下来,我就用更通俗的方式,给大家介绍一下入行AI大模型所必备的几点知识。 一、AI大模型是啥? 简单来…

中秋佳节好物推荐:五款数码产品让你的节日更加精彩

中秋节是中华文化中最为重要的传统节日之一,它象征着团圆和丰收,也是我们与家人朋友欢聚一堂,共享美好时光的日子。除了团圆饭桌上的月饼和水果,我们还可以通过一些现代数码产品来为这个节日增添科技感和便利性。无论是提升个人生…

【机器学习】非线性降维、流形学习的基本概念、如何选择合适的非线性降维方法以及非线性降维的流形学习实例(含python代码)

引言 非线性降维是机器学习中用来处理高维数据的一种方法,特别是当数据包含复杂的非线性结构时 文章目录 引言一、非线性降维1.1 目的1.2 非线性降维方法1.2.1 核主成分分析 (Kernel PCA)1.2.2 局部线性嵌入 (LLE)1.2.3 等距映射 (Isomap)1.2.4 拉普拉斯特征映射 (L…

3秒AI写真出图,Stable Diffusion2024升级版+使用教程来了!(无需安装,解压即用)

要说今年摄影圈最大的新秀 那妥妥的就Stable Diffusion 比如下面的写真照片 你敢信这是SD绘画生成的? 就在刚刚它又全面升级了 新版无需安装,直接解压就能用 比之前推送的更加智能、快速和简单 另外还特意为大家准备了 Stable Diffusion 人工智能…

新书速览|Altium Designer 24入门与案例实践:视频教学版

本书内容 《Altium Designer 24入门与案例实践:视频教学版》以当前最新的板卡级设计软件Altium Designer 24为基础,全面讲述电路设计的各种基本操作方法与技巧,并演示两个大型综合实战案例。《Altium Designer 24入门与案例实践:视频教学版》配套示例源文…

RAG的基石:大语言模型文本向量化能力对比

什么是具象的高维向量空间?也许这是一个,在不同的平行空间里面,对不同的物体有各自的表示… 一、概述 大家都比较关心大语言模型的能力,但往往容易忽略其向量化(Embedding)的能力。在RAG应用中&#xff0c…

USB3202N多功能数据采集卡16位模拟量250K频率LabVIEW采集卡

品牌:阿尔泰科技 系列:多功能数据采集卡 概述: USB3202N多功能数据采集卡,LabVIEW无缝连接,提供图形化API函数,提供8通道(RSE、NRSE)、4通道(DIFF)模拟量输…

计算机毕业设计hadoop+spark+hive物流预测系统 物流大数据分析平台 物流信息爬虫 物流大数据 机器学习 深度学习

流程: 1.Python爬虫采集物流数据等存入mysql和.csv文件; 2.使用pandasnumpy或者MapReduce对上面的数据集进行数据清洗生成最终上传到hdfs; 3.使用hive数据仓库完成建库建表导入.csv数据集; 4.使用hive之hive_sql进行离线计算&…