数据库的各种模型简单学习笔记

数据库vs文件系统：数据共享性好，冗余度低，数据独立性好，弹性大，易扩充。数据库将对数据的结构化任务从某个应用程序中解耦出来，交由数据库管理系统操作，减少应用程序的维护和修改，简化了应用程序的编写。

数据库的三级模式：外模式、模式和内模式。模式是数据库全体数据的逻辑结构和特征的描述。例如层次模型，网状模型，关系模型这些在模式这一级定义。内模式是数据物理结构和存储方式的描述，也被称为存储模式，更为底层。外模式也称子模式，是数据库用户能看见和使用的局部数据的逻辑结构和特征的描述，与具体应用有关。三层模式之间的解耦是使用映像实现的。

概念模型：实体，属性，码，实体型，实体集，联系。实体-联系方法（E-R模型）

常用数据模型：层次模型，网状模型，关系模型，面向对象数据模型，对象关系数据模型，半结构化数据模型。

层次模型：基本层次联系——两个记录以及它们之间的一对多，一对一的联系。双亲结点，子女结点。现实中很多实体之间的联系很自然地是层次关系。树状能够带来高查询效率，但插入和删除操作的设计就较为复杂。另外有很多联系是非层次型的。一个结点可能有多个双亲结点，此时的层次模型就很笨拙。

网状模型：当层次联系集合中，一个以上的结点无双亲，一个结点可以有多于一个的双亲，这个就是网状模型。其存取性能较高。缺点是结构复杂，当数据类型越来越多时，数据库的结构就越来越复杂，不利于用户最终掌握。记录之间的联系通过存取路径实现，加重了编写程序的负担。

关系模型：从用户角度看，关系模型由一组关系构成。每个关系的数据结构是一张规范化的二维表。元组——表中的一行。属性——表中的一列。码——某个属性组可以唯一确定一个元组。域——一组具有相同数据类型的值的集合，可以理解为某个属性是一个变量，这个变量的值域。分量——元组中的一个属性值。关系模式——对关系的描述：关系名（属性1，属性2，...，属性n）。关系模型要求关系是规范化的。表中不能有表。关系模型将存取路径向用户隐蔽，用户只需进行查询和修改，提高了独立性。关系模型的操作包括查询操作和插入、删除、修改操作两大部分，查询操作又分为选择，投影，连接，除，并，差，交，笛卡尔积等。关系操作的特点是集合操作，即操作的对象和结果都是集合。早期关系操作能力，分别有关系代数和关系演算。结构化查询语言SQL介于关系代数与关系演算之间。详细的关系模型的知识主要涉及各种码，主码，完整性，范式，完备性的东西。

NoSQL系统：一种解释为非关系数据库；另一种介绍所Not Only SQL，即数据管理技术不仅仅是SQL。NoSQL系统支持的数据模型通常有4种：Key-value模型、BigTable模型、文档模型和图模型。

Key-value模型：记为KV，类似字典，按照Key值来存储和提取Value值。Value值是无结构的二进制码或纯字符串，在应用层进行解析。代表系统：Cassandra，Redis。

BigTable模型：支持结构化的数据，包括列、列簇、时间戳以及版本控制等元数据的存储。代表系统：HBase，Big Table。

文档模型：它的Value值支持复杂的结构定义，通常是被转换成JSON或类似于JSON格式的结构化文档。支持数据库索引的定义，索引主要按照字段名组织。代表系统：MongoDB。

图模型：记为G(V, E)，每个结点V具有若干属性，边E也有若干属性。该模型支持图结构的各种基本算法。

NewSQL系统是融合NoSQL与SQL的新型数据库系统。SQL扩展性差， 成本高，难以应对海量数据挑战，而NoSQL灵活性高，扩展性好，但不支持SQL，导致应用程序开发困难，特别不支持事务ACID特性（原子性（Atomicity），一致性（Consistency），隔离性（lsolation），持久性（Durability））。NewSQL则结合了两者优势。

MapReduce：MapReduce是一种并行编程模型，2004年Google提出，用于解决大规模并行计算问题。以key/value的分布式存储系统为基础。计算结点和存储结点通常是同一个结点，即MapReduce框架和Hadoop分布式文件系统（HDFS）。将并行数据库与MapReduce两者结合起来的数据库设计有并行数据库主导型、MapReduce主导型、并行数据库和MapReduce集成型。

内存数据库（MMDB）：将数据库的全部或大部分数据放在内存中的数据库系统。其目的是有效利用内存的优势来提高数据库的性能。它具有高吞吐率，低延时访问，良好并行处理能力等特性。

 

更多文章与笔记请关注：微信公众号：二进制树