MySQL数据库概述(一)

news2024/10/6 5:59:39

夕阳留恋的不是黄昏，而是朝阳

Mysql 新系列参考 尚硅谷 宋红康老师的教材文档，后续不再进行说明。

一. 为什么要使用数据库

主要是为了进行持久化。

持久化(persistence)：把数据保存到可掉电式存储设备中以供之后使用。大多数情况下，特别是企业级应用，

数据持久化意味着将内存中的数据保存到硬盘上加以”固化”，而持久化的实现过程大多通过各种关系数据库来完成。

二 数据库的相关概念

DB：数据库（Database）
即存储数据的“仓库”，其本质是一个文件系统。它保存了一系列有组织的数据。
DBMS：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，用于建立、使用和维护数据库，对数据库进行统一管理和控制。用户通过数据库管理系统访问数据库中表内的数据。
SQL：结构化查询语言（Structured Query Language）
专门用来与数据库通信的语言。

数据库管理系统(DBMS)可以管理多个数据库，一般开发人员会针对每一个应用创建一个数据库。

为保存应用中实体的数据，一般会在数据库创建多个表，以保存程序中实体用户的数据。

image-20211013202511233

常见的数据库管理软件有: Oracle, Mysql, SQL Server, DB2, PostgreSQL, Acess, Sybase,informix

数据库排名链接地址: https://db-engines.com/en/ranking

三 常见关系型数据库介绍

三.一 Oracle

1979 年，Oracle 2 诞生，它是第一个商用的 RDBMS（关系型数据库管理系统）。随着 Oracle 软件的名气越来越大，公司也改名叫 Oracle 公司。

2007年，总计85亿美金收购BEA Systems。

2009年，总计74亿美金收购SUN。此前的2008年，SUN以10亿美金收购MySQL。意味着Oracle 同时拥有了 MySQL 的管理权，至此 Oracle 在数据库领域中成为绝对的领导者。

2013年，甲骨文超越IBM，成为继Microsoft后全球第二大软件公司。

如今 Oracle 的年收入达到了 400 亿美金，足以证明商用（收费）数据库软件的价值。

三.二 MySQL

2008被Sun收购（10亿美金），2009年Sun被Oracle收购。MariaDB应运而生。

（MySQL 的创造者担心 MySQL 有闭源的风险，因此创建了 MySQL 的分支项目 MariaDB）

其体积小、速度快、总体拥有成本低，可处理上千万条记录的大型数据库，尤其是开放源码这一特点，

使得很多互联网公司、中小型网站选择了MySQL作为网站数据库

优点:

  1. 开放源代码，使用成本低。
  2. 性能卓越，服务稳定。
  3. 软件体积小，使用简单，并且易于维护。
  4. 历史悠久，社区用户非常活跃，遇到问题可以寻求帮助。
  5. 许多互联网公司在用，经过了时间的验证。

三.三 SQL Server

SQL Server 是微软开发的大型商业数据库，诞生于 1989 年。C#、.net等语言常使用，与WinNT完全集成，也可以很好地与Microsoft BackOffice产品集成。

三.四 DB2

IBM公司的数据库产品,收费的。常应用在银行系统中。

三.五 PostgreSQL

PostgreSQL 的稳定性极强，最符合SQL标准，开放源码，具备商业级DBMS质量。PG对数据量大的文本以及SQL处理较快。

三.六 SyBase

已经淡出历史舞台。提供了一个非常专业数据建模的工具PowerDesigner。

三.七 SQLite

嵌入式的小型数据库，应用在手机端。 零配置，SQlite3不用安装，不用配置，不用启动，关闭或者配置数据库实例。当系统崩溃后不用做任何恢复操作，再下次使用数据库的时候自动恢复。

三.八 informix

IBM公司出品，取自Information 和Unix的结合，它是第一个被移植到Linux上的商业数据库产品。仅运行于unix/linux平台，命令行操作。 性能较高，支持集群，适应于安全性要求极高的系统，尤其是银行，证券系统的应用。

四 常见非关系型数据库介绍

非关系型数据库，可看成传统关系型数据库的功能阉割版本，基于键值对存储数据，不需要经过SQL层的解析，性能非常高。

同时，通过减少不常用的功能，进一步提高性能。

目前基本上大部分主流的非关系型数据库都是免费的。

相比于 SQL，NoSQL 泛指非关系型数据库，包括了榜单上的键值型数据库、文档型数据库、搜索引擎和列存储等，除此以外还包括图形数据库。

也只有用 NoSQL 一词才能将这些技术囊括进来。

四.一 键值型数据库

键值型数据库通过 Key-Value 键值的方式来存储数据，其中 Key 和 Value 可以是简单的对象，也可以是复杂的对象。Key 作为唯一的标识符，优点是查找速度快，在这方面明显优于关系型数据库，缺点是无法像关系型数据库一样使用条件过滤（比如 WHERE），如果你不知道去哪里找数据，就要遍历所有的键，这就会消耗大量的计算。

键值型数据库典型的使用场景是作为内存缓存。Redis 是最流行的键值型数据库。

image-20211020172958427

四.二 文档型数据库

此类数据库可存放并获取文档，可以是XML、JSON等格式。在数据库中文档作为处理信息的基本单位，一个文档就相当于一条记录。文档数据库所存放的文档，就相当于键值数据库所存放的“值”。MongoDB 是最流行的文档型数据库。此外，还有CouchDB等。

四.三 搜索引擎数据库

虽然关系型数据库采用了索引提升检索效率，但是针对全文索引效率却较低。搜索引擎数据库是应用在搜索引擎领域的数据存储形式，由于搜索引擎会爬取大量的数据，并以特定的格式进行存储，这样在检索的时候才能保证性能最优。核心原理是“倒排索引”。

典型产品：Solr、Elasticsearch、Splunk 等。

四.四 列式数据库

列式数据库是相对于行式存储的数据库，Oracle、MySQL、SQL Server 等数据库都是采用的行式存储（Row-based），而列式数据库是将数据按照列存储到数据库中，这样做的好处是可以大量降低系统的 I/O，适合于分布式文件系统，不足在于功能相对有限。典型产品：HBase等。

image-20211020173921726

四.五 图形数据库

图形数据库，利用了图这种数据结构存储了实体（对象）之间的关系。图形数据库最典型的例子就是社交网络中人与人的关系，数据模型主要是以节点和边（关系）来实现，特点在于能高效地解决复杂的关系问题。

图形数据库顾名思义，就是一种存储图形关系的数据库。它利用了图这种数据结构存储了实体（对象）之间的关系。关系型数据用于存储明确关系的数据，但对于复杂关系的数据存储却有些力不从心。如社交网络中人物之间的关系，如果用关系型数据库则非常复杂，用图形数据库将非常简单。典型产品：Neo4J、InfoGrid等。

image-20211020180934455

No SQL 演变:

1970：NoSQL = We have no SQL

1980：NoSQL = Know SQL

2000：NoSQL = No SQL!

2005：NoSQL = Not only SQL

2013：NoSQL = No, SQL!

NoSQL 对 SQL 做出了很好的补充，比如实际开发中，有很多业务需求，其实并不需要完整的关系型数据库功能，非关系型数据库的功能就足够使用了。

这种情况下，使用性能更高、成本更低的非关系型数据库当然是更明智的选择。比如：日志收集、排行榜、定时器等。

五 关系型数据库设计原则

  • 关系型数据库的典型数据结构就是数据表，这些数据表的组成都是结构化的（Structured）。
  • 将数据放到表中，表再放到库中。
  • 一个数据库中可以有多个表，每个表都有一个名字，用来标识自己。表名具有唯一性。
  • 表具有一些特性，这些特性定义了数据在表中如何存储，类似Java和Python中 “类”的设计。

五.一 表、记录、字段

E-R（entity-relationship，实体-联系）模型中有三个主要概念是：实体集、属性、联系集。

一个实体集（class）对应于数据库中的一个表（table），一个实体（instance）则对应于数据库表中的一行（row），也称为一条记录（record）。

一个属性（attribute）对应于数据库表中的一列（column），也称为一个字段（field）

image-20210914235450032

ORM思想 (Object Relational Mapping)体现：
数据库中的一个表  <---> Java或Python中的一个类
表中的一条数据  <---> 类中的一个对象（或实体）
表中的一个列  <----> 类中的一个字段、属性(field)

五.二 表之间的关联关系

  • 表与表之间的数据记录有关系(relationship)。现实世界中的各种实体以及实体之间的各种联系均用关系模型来表示。
  • 四种：一对一关联、一对多关联、多对多关联、自我引用

五.二.一 一对一关系

  • 在实际的开发中应用不多，因为一对一可以创建成一张表。
  • 举例：设计学生表：学号、姓名、手机号码、班级、系别、身份证号码、家庭住址、籍贯、紧急联系人、…

    • 拆为两个表：两个表的记录是一一对应关系。

    • 基础信息表（常用信息）：学号、姓名、手机号码、班级、系别

    • 档案信息表（不常用信息）：学号、身份证号码、家庭住址、籍贯、紧急联系人、…

  • 两种建表原则：
    • 外键唯一：主表的主键和从表的外键（唯一），形成主外键关系，外键唯一。
    • 外键是主键：主表的主键和从表的主键，形成主外键关系。

image-20210914235534452

五.二.二 一对多关系（one-to-many）

  • 常见实例场景：客户表和订单表，分类表和商品表，部门表和员工表。
  • 举例：

    • 员工表：编号、姓名、…、所属部门

    • 部门表：编号、名称、简介

  • 一对多建表原则：在从表(多方)创建一个字段，字段作为外键指向主表(一方)的主键

image-20210915001013524

image-20210914235610597

image-20210915084623432

五.二.三 多对多（many-to-many）

要表示多对多关系，必须创建第三个表，该表通常称为联接表，它将多对多关系划分为两个一对多关系。将这两个表的主键都插入到第三个表中。

image-20210915001048215

  • 举例1：学生-课程

    • 学生信息表：一行代表一个学生的信息（学号、姓名、手机号码、班级、系别…）

    • 课程信息表：一行代表一个课程的信息（课程编号、授课老师、简介…）

    • 选课信息表：一个学生可以选多门课，一门课可以被多个学生选择

      学号     课程编号  
1        1001
2        1001
1        1002

  • 举例2：产品-订单

    “订单”表和“产品”表有一种多对多的关系，这种关系是通过与“订单明细”表建立两个一对多关系来定义的。一个订单可以有多个产品，每个产品可以出现在多个订单中。

    • 产品表：“产品”表中的每条记录表示一个产品。
    • 订单表：“订单”表中的每条记录表示一个订单。
    • 订单明细表：每个产品可以与“订单”表中的多条记录对应，即出现在多个订单中。一个订单可以与“产品”表中的多条记录对应，即包含多个产品。

image-20210914235637068

  • 举例3：用户-角色
  • 多对多关系建表原则：需要创建第三张表，中间表中至少两个字段，这两个字段分别作为外键指向各自一方的主键。

image-20210915084707586

五.二.四 自我引用(Self reference)

每个产品可以与“订单”表中的多条记录对应，即出现在多个订单中。一个订单可以与“产品”表中的多条记录对应，即包含多个产品。

[外链图片转存中…(img-2SzKAJgW-1691051426628)]

  • 举例3：用户-角色
  • 多对多关系建表原则：需要创建第三张表，中间表中至少两个字段，这两个字段分别作为外键指向各自一方的主键。

[外链图片转存中…(img-8naOsJnR-1691051426628)]

五.二.四 自我引用(Self reference)

image-20210914235651997

谢谢!!!

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/831566.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

Linux操作系统（三）：详解Linux及2023年gcc/g++ 多版本间切换

Linux操作系统（三）：详解Linux及2023年gcc/g++ 多版本间切换

目录 1. Linux操作系统之Red hat与Centos2. 多个gcc/glibc版本的共存及指定gcc版本的编译2.1 如何确定cuda版本和gcc版本不适配2.2 cuda降级&#xff08;不推荐&#xff09;2.3 gcc多版本管理2.4 直接换一台服务器 1. Linux操作系统之Red hat与Centos 基于目前手头的Linux操作…
阅读更多...
二、搜索与图论6：Dijkstra 模板题+算法模板（Dijkstra求最短路 I, Dijkstra求最短路 II，1003 Emergency）

二、搜索与图论6：Dijkstra 模板题+算法模板（Dijkstra求最短路 I, Dijkstra求最短路 II，1003 Emergency）

文章目录 算法模板Dijkstra题目代码模板朴素dijkstra算法堆优化版dijkstra 树与图的存储(1) 邻接矩阵&#xff1a;(2) 邻接表&#xff1a;关于e[],ne[],h[]的理解 关于堆的原理与操作 模板题Dijkstra求最短路 I原题链接题目思路题解 Dijkstra求最短路 II原题链接题目思路题解 1…
阅读更多...
cpolar内网穿透可应用于哪些场景？

cpolar内网穿透可应用于哪些场景？

前言 &#x1f4d5;作者简介&#xff1a;热爱跑步的恒川&#xff0c;致力于C/C、Java、Python等多编程语言&#xff0c;热爱跑步&#xff0c;喜爱音乐的一位博主。 &#x1f4d7;本文收录于恒川的日常汇报系列&#xff0c;大家有兴趣的可以看一看 &#x1f4d8;相关专栏C语言初…
阅读更多...
RGB颜色值与十六进制颜色码对照表（超详细）

RGB颜色值与十六进制颜色码对照表（超详细）

(꒪ꇴ꒪ ),hello我是祐言博客主页&#xff1a;C语言基础,Linux基础,软件配置领域博主&#x1f30d;快上&#x1f698;&#xff0c;一起学习&#xff01;送给读者的一句鸡汤&#x1f914;&#xff1a;集中起来的意志可以击穿顽石!作者水平很有限&#xff0c;如果发现错误&#x…
阅读更多...
VGG卷积神经网络-笔记

VGG卷积神经网络-笔记

VGG卷积神经网络-笔记 VGG是当前最流行的CNN模型之一&#xff0c; 2014年由Simonyan和Zisserman提出&#xff0c; 其命名来源于论文作者所在的实验室Visual Geometry Group。 测试结果为&#xff1a; 通过运行结果可以发现&#xff0c;在眼疾筛查数据集iChallenge-PM上使用VGG…
阅读更多...
maven发布到中央仓库

maven发布到中央仓库

创建账号 https://issues.sonatype.org 【第二步】登录申请新项目 右上角点击Create&#xff0c;Project选择第一项&#xff0c;有的时候带不出来第二个New Project&#xff0c;可以再选一次Project的选项。
阅读更多...
warning Replace `‘vue‘` with `“vue“；`

warning Replace `‘vue‘` with `“vue“；`

warning Replace vue with "vue"; 如果报以上错误 不要怀疑直接找 .eslintrc 元凶就是他 方法一 在配置关闭eslint语法检测 在vite.config.ts文件中 方法二 适用于项目中不得不依赖 eslint 进行配置结尾换行符&#xff0c;那么就会直接在开发环境中进行验证。…
阅读更多...
面向对象程序三大特性一：多态（超详细）

面向对象程序三大特性一：多态（超详细）

目录 1.重写 1.1基本语法规则 1.2规则深化 1.3重写与重载的区别 2.向上转型 2.1简单介绍 2.3向上转型的作用 3.向下转型 3.1介绍 3.2instanceof 基本介绍 4.多态 4.1多态实现条件 4.2避免在构造方法中调用重写的方法 1.重写 重写 (override) &#xff1a;也称为覆…
阅读更多...
数据库导出Excel格式的表结构

数据库导出Excel格式的表结构

数据库导出Excel格式的表结构 你是否遇到到导出数据库里面的表结构&#xff0c;包含字段名称、类型、长度、小数、默认值、字段描述之类的需求&#xff1b;当我们去navcat里面找时发现没有&#xff0c;因为navcat没有提供这一功能&#xff0c;他只可以导出表结构的sql&#xff…
阅读更多...
一百四十、海豚调度器——海豚删除无法直接删除的工作流

一百四十、海豚调度器——海豚删除无法直接删除的工作流

一、目的 海豚调度器有时会遇到无法直接删除的工作流&#xff0c;一旦直接删除就会报错&#xff1a; 批量删除工作流实例错误: 218 二、解决方法 (一)打开MySQL的dolphinscheduler数据库的表t_ds_process_definition &#xff08;二&#xff09;根据报错的工作流名称hive_ba…
阅读更多...
上海亚商投顾：沪指震荡微涨 金融、地产午后大幅走强

上海亚商投顾：沪指震荡微涨 金融、地产午后大幅走强

上海亚商投顾前言&#xff1a;无惧大盘涨跌&#xff0c;解密龙虎榜资金&#xff0c;跟踪一线游资和机构资金动向&#xff0c;识别短期热点和强势个股。 市场情绪 三大指数早盘震荡&#xff0c;午后集体拉升反弹&#xff0c;创业板指涨超1%。券商等大金融板块午后再度走强&#…
阅读更多...
C语言多级指针

C语言多级指针

#include "stdio.h" #include <stdlib.h>int main() {int a 10;//*p int a int *pint* p &a;int** q &p;//int** q int *(*q) int *(q) a//int**q int*(*q) int*(&a) int*&a aint*** k &q;//分析&#xff1a;首先k是个变量&…
阅读更多...
HDFS介绍

HDFS介绍

目录 ​编辑 一、HDFS基础 1.1 概述 1.2 HDFS的设计目标 1.2.1 硬件故障 1.2.2 流式数据访问 1.2.3 超大数据集 1.2.4 简单的一致性模型 1.2.5 移动计算而不是移动数据 1.2.6 跨异构硬件和软件平台的可移植性 1.3 基础概念 1.3.1 块&#xff08;Block&#xff09; 1.3.2 复制…
阅读更多...
【智慧校园】智慧班牌解决方案

【智慧校园】智慧班牌解决方案

【智慧校园】智慧班牌全套源码 智慧校园saas云平台系统 前后端分离架构 1、使用springboot框架Javavue2 2、数据库MySQL5.7 3、移动端小程序使用小程序原生语言开发 4、电子班牌固件安卓7.1&#xff1b;使用Java Android原生 5、elmentui &#xff0c;Quartz&#xff0c;jpa&a…
阅读更多...
MyBatis的动态SQL语句

MyBatis的动态SQL语句

文章目录 前言LocalDate数据库代码po 包 ifwhere 标签 查trim 标签 增set 标签 改foreach 标签 删 前言 提示&#xff1a;这里可以添加本文要记录的大概内容&#xff1a; 查询条件是动态的 MyBatis的动态SQL语句是指在运行时根据不同条件选择不同的SQL语句执行。 这些条件可…
阅读更多...
华为OD机试真题 Java 实现【阿里巴巴找黄金宝箱(IV)】【2023 B卷 100分】，附详细解题思路

华为OD机试真题 Java 实现【阿里巴巴找黄金宝箱(IV)】【2023 B卷 100分】，附详细解题思路

目录 专栏导读一、题目描述二、输入描述三、输出描述四、解题思路五、Java算法源码六、效果展示1、输入2、输出3、说明 七、复杂度分析1、时间复杂度2、空间复杂度 华为OD机试 2023B卷题库疯狂收录中&#xff0c;刷题点这里 专栏导读 本专栏收录于《华为OD机试&#xff08;JAV…
阅读更多...
CAD随机球体颗粒过渡区3D插件

CAD随机球体颗粒过渡区3D插件

插件介绍 CAD随机球体颗粒&过渡区3D插件可用于在AutoCAD软件内生成随机分布的球体及球体外侧过渡区部件&#xff0c;适用于科研绘图、有限元建模如混凝土细观、颗粒增强复合材料、随机三维骨料及过渡区等方面的应用。 插件可指定的参数有模型的长、宽、高&#xff1b;球…
阅读更多...
批处理文件的@echo off是什么意思?

批处理文件的@echo off是什么意思?

echo off 关闭回显 echo on 打开回显 echo off并不是DOS程序中的&#xff0c; 而是DOS批处理中的。 当年的DOS&#xff0c;所有操作都用键盘命令来完成&#xff0c; 当你每次都要输入相同的命令时&#xff0c; 可以把这么多命令存为一个批处理&#xff0c; 从此以后&#xff…
阅读更多...
MybatisPlus的QueryWrapper方法解释

MybatisPlus的QueryWrapper方法解释

QueryWrapper继承AbstractLambdaWrapper 继承自 AbstractWrapper ,自身的内部属性 entity 也用于生成 where 条件以及 LambdaQueryWrapper, 可以通过 new QueryWrapper().lambda() 方法获取. 一些用法 常规 queryWrapper.lt&#xff08;&#xff09;——小于queryWrapper.le…
阅读更多...
揭开接口自动化测试的神秘面纱，从入门到高级实战

揭开接口自动化测试的神秘面纱，从入门到高级实战

接口测试背景和必要性 接口测试是测试系统组件间接口&#xff08;API&#xff09;的一种测试&#xff0c;主要用于检测内部与外部系统、内部子系统之间的交互质量&#xff0c;其测试重点是检查数据交换、传递的准确性&#xff0c;控制和交互管理过程&#xff0c;以及系统间相互…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023