什麼是第一大資料庫

❶ 全球四個最大的四個開源庫

開源資料庫MySQLMySQL是一個開放源碼的小型關聯式資料庫管理系統，開發者為瑞典MySQL AB公司。目前MySQL被廣泛地應用在Internet上的中小型網站中。由於其體積小、速度快、總體擁有成本低，尤其是開放源...開源資料庫MySQLMySQL是一個開放源碼的小型關聯式資料庫管理系統，開發者為瑞典MySQL AB公司。目前MySQL被廣泛地應用在Internet上的中小型網站中。由於其體積小、速度快、總體擁有成本低，尤其是開放源碼這一特點，許多中小型網站為了降低網站總體擁有成本而選擇了MySQL作為網站資料庫。盤點：開源社區那些免費的資料庫軟體MySQL為多種編程語言提供了API，包括C、C++、C#、Delphi、Eiffel、Java、Perl、PHP、Python、Ruby和Tcl等。而其自身是採用C和C++編寫的，使用了多種編譯器進行測試，所以，MySQL能夠保證源代碼具有很強的可移植性。這樣的一款資料庫，自然能夠支持幾乎所有的操作系統，從Unix、Linux到Windows，具體包括AIX、BSDi、FreeBSD、HP-UX、Linux、Mac OS、Novell Netware、NetBSD、OpenBSD、OS/2 Wrap、Solaris、SunOS、Windows等多種操作系統。最重要的是，它是一個可以處理擁有上千萬條記錄的大型資料庫。與此同時，MySQL也產生了很多分支版本的資料庫也非常值得推薦。首先是MariaDB，它是一個採用Maria存儲引擎的MySQL分支版本，是由原來MySQL的作者 Michael Widenius創辦的公司所開發的免費開源的資料庫伺服器。與MySQL相比較，MariaDB更強的地方在於它擁有更多的引擎，包括Maria存儲引擎、PBXT存儲引擎、XtraDB存儲引擎、FederatedX存儲引擎，它能夠更快的復制查詢處理、運行的速度更快、更好的功能測試以及支持對Unicode的排序等。其次是rcona，它為MySQL資料庫伺服器進行了改進，在功能和性能上較MySQL有著很顯著的提升。該版本提升了在高負載情況下的InnoDB的性能，同時，它還為DBA提供一些非常有用的性能診斷工具，並且提供很多參數和命令來控制伺服器行為。第三是Percona Server，它使用了諸如google-mysql-tools、Proven Scaling和 Open Query對MySQL進行改造。並且，它只包含MySQL的伺服器版，並沒有提供相應對 MySQL的Connector和GUI工具進行改進。非關系型資料庫NoSQL從NoSQL的字面上理解，NoSQL就是Not Only SQL，被業界認為是一項全新的資料庫革命性運動，早期就有人提出，發展至2009年趨勢越發高漲。NoSQL的擁護者們提倡運用非關系型的數據存儲，相對於目前鋪天蓋地的關系型資料庫運用，這一概念無疑是一種全新的思維的注入。盤點：開源社區那些免費的資料庫軟體當然，NoSQL也是隨著互聯網Web2.0網站的興起才能取得長足的進步。關鍵的需求在於，傳統的關系資料庫在應付Web2.0網站，特別是超大規模和高並發的SNS類型的web2.0純動態網站顯得力不從心，暴露了很多難以克服的問題，而非關系型的資料庫則由於其本身的特點得到了非常迅速的發展。首先推薦的是Oracle NoSQL Database，這是一個社區版。Oracle的這個NoSQL Database， 是在10月4號的甲骨文全球大全上發布的Big Data Appliance的其中一個組件，Big Data Appliance是一個集成了Hadoop、NoSQL Database、Oracle資料庫Hadoop適配器、Oracle資料庫Hadoop裝載器及R語言的系統。其次推薦的是Membase。Membase是NoSQL家族的一個新的重量級的成員。Membase是開源項目，源代碼採用了Apache2.0的使用許可。該項目託管在GitHub.Source tarballs上，目前可以下載beta版本的Linux二進制包。該產品主要是由North Scale的memcached核心團隊成員開發完成，其中還包括Zynga和NHN這兩個主要貢獻者的工程師，這兩個組織都是很大的在線游戲和社區網路空間的供應商。並且，Membase容易安裝、操作，可以從單節點方便的擴展到集群，而且為memcached(有線協議的兼容性)實現了即插即用功能，在應用方面為開 發者和經營者提供了一個比較低的門檻。做為緩存解決方案，Memcached已經在不同類型的領域(特別是大容量的Web應用)有了廣泛的使用，其中 Memcached的部分基礎代碼被直接應用到了Membase伺服器的前端。通過兼容多種編程語言和框架，Membase具備了很好的復用性。在安裝和配置方面，Membase提供了有效的圖形化界面和編程介面，包括可配置 的告警信息。Membase的目標是提供對外的線性擴展能力，包括為了增加集群容量，可以針對統一的節點進行復制。 另外，對存儲的數據進行再分配仍然是必要的。第三推薦的是Hibari。Hibari在日語中意思為「雲雀」，它是一個專為高可靠性和大數據存儲的資料庫引擎，可用於雲計算環境中，例如 webmail、SNS和其他要求T/P級數據存儲的環境中。同時，Hibari也支持Java，C/C++，Python，Ruby和Erlang語言的客戶端。第四推薦的是memcachedb。這是一個由新浪網的開發人員開放出來的開源項目，給memcached分布式緩存伺服器添加了Berkeley DB的持久化存儲機制和非同步主輔復制機制，讓memcached具備了事務恢復能力、持久化能力和分布式復制能力，非常適合於需要超高性能讀寫速度，但是 不需要嚴格事務約束，能夠被持久化保存的應用場景，例如memcachedb被應用在新浪博客上面。第五推薦的是Leveldb。這是一個Google實現的非常高效的kv資料庫，目前的版本1.2能夠支持billion級別的數據量了。 在這個數量級別下還有著非常高的性能，主要歸功於它的良好的設計，特別是LSM演算法。LevelDB是單進程的服務，性能非常之高，在一台4個Q6600的CPU機器上，每秒鍾寫數據超過40w，而隨機讀的性能每秒鍾超過10w。XML資料庫的優勢XML資料庫是一種支持對XML格式文檔進行存儲和查詢等操作的數據管理系統。在系統中，開發人員可以對資料庫中的XML文檔進行查詢、導出和指定格式的序列化。目前XML資料庫有三種類型：XMLEnabledDatabase(XEDB)，即能處理XML的資料庫;NativeXMLDatabase(NXD)，即純XML資料庫;HybridXMLDatabase(HXD)，即混合XML資料庫。關系資料庫中的第一代XML支持是切分(或分解)文檔，以適應關系表格或將文檔原封不動地存儲為字元或二進制大對象(CLOB 或 BLOB)。這兩個方法中的任一種都嘗試將XML模型強制轉換成關系模型。然而，這兩種方法在功能和性能上都有很大的局限性。混合型模型將XML存儲在類似於DOM的模型中。XML數據被格式化為緩沖數據頁，以便快速導航和執行查詢以及簡化索引編制。在這里，首要要推薦的XML資料庫是Sedna。它號稱是一款原生態的XML資料庫，提供了全功能的核心資料庫服務，包括持久化存儲、ACID事務、索引、安全、熱備、UTF8等。實現了 W3C XQuery 規范，支持全文搜索以及節點級別的更新操作。第二款XML資料庫是BaseX。這款資料庫用來存儲緊縮的XML數據，提供了高效的 XPath和XQuery的實現，同時，它還提供一個前端操作界面。盤點：開源社區那些免費的資料庫軟體第三款推薦的是XMLDB。這款資料庫使用了關系型資料庫來存儲任意的XML文檔，因為所採用的存儲機制，所以文檔的搜索速度特別快，同時執行XSL轉換也相當快。XMLDB同時還提供了一個PHP的模塊，可以應用在Web應用中。第四塊推薦的是X-Hive/DB。它是一個為需要高級XML數據處理和存儲功能的軟體開發者設計的強大的專屬XML資料庫。X-Hive/DB Java API包含存儲、查詢、檢索、轉換和發表XML數據的方法。與傳統關系型資料庫相比，XML資料庫具有以下優勢：第一，XML資料庫能夠對半結構化數據進行有效的存取和管理。如網頁內容就是一種半結構化數據，而傳統的關系資料庫對於類似網頁內容這類半結構化數據無法進行有效的管理。第二，提供對標簽和路徑的操作。傳統資料庫語言允許對數據元素的值進行操作，不能對元素名稱操作，半結構化資料庫提供了對標簽名稱的操作，還包括了對路徑的操作。第三，當數據本身具有層次特徵時，由於XML數據格式能夠清晰表達數據的層次特徵，因此XML資料庫便於對層次化的數據進行操作。XML資料庫適合管理復雜數據結構的數據集，如果己經以XML格式存儲信息，則XML資料庫利於文檔存儲和檢索;可以用方便實用的方式檢索文檔，並能夠提供高質量的全文搜索引擎。另外XML資料庫能夠存儲和查詢異種的文檔結構，提供對異種信息存取的支持。

❷ 資料庫 名詞解釋

資料庫的概念:

資料庫(Database)是按照數據結構來組織、存儲和管理數據的倉庫，它產生於距今六十多年前，隨著信息技術和市場的發展，特別是二十世紀九十年代以後，

數據管理不再僅僅是存儲和管理數據，而轉變成用戶所需要的各種數據管理的方式。資料庫有很多種類型，從最簡單的存儲有各種數據的表格到能夠進行海量數據存儲的大型資料庫系統都在各個方面得到了廣泛的應用。

在信息化社會，充分有效地管理和利用各類信息資源，是進行科學研究和決策管理的前提條件。資料庫技術是管理信息系統、辦公自動化系統、決策支持系統等各類信息系統的核心部分，是進行科學研究和決策管理的重要技術手段。

資料庫的定義:

定義1:資料庫(Database)是按照數據結構來組織、存儲和管理數據的建立在計算機存儲設備上的倉庫。

簡單來說是本身可視為電子化的文件櫃——存儲電子文件的處所，用戶可以對文件中的數據進行新增、截取、更新、刪除等操作。

在經濟管理的日常工作中，常常需要把某些相關的數據放進這樣的「倉庫」，並根據管理的需要進行相應的處理。

例如，企業或事業單位的人事部門常常要把本單位職工的基本情況(職工號、姓名、年齡、性別、籍貫、工資、簡歷等)存放在表中，這張表就可以看成是一個資料庫。有了這個"數據倉庫"我們就可以根據需要隨時查詢某職工的基本情況，也可以查詢工資在某個范圍內的職工人數等等。這些工作如果都能在計算機上自動進行，那我們的人事管理就可以達到極高的水平。此外，在財務管理、倉庫管理、生產管理中也需要建立眾多的這種"資料庫"，使其可以利用計算機實現財務、倉庫、生產的自動化管理。

定義2:

嚴格來說，資料庫是長期儲存在計算機內、有組織的、可共享的數據集合。資料庫中的數據指的是以一定的數據模型組織、描述和儲存在一起、具有盡可能小的冗餘度、較高的數據獨立性和易擴展性的特點並可在一定范圍內為多個用戶共享。

這種數據集合具有如下特點：盡可能不重復，以最優方式為某個特定組織的多種應用服務，其數據結構獨立於使用它的應用程序，對數據的增、刪、改、查由統一軟體進行管理和控制。從發展的歷史看，資料庫是數據管理的高級階段，它是由文件管理系統發展起來的。[1] [2]

資料庫的處理系統:

資料庫是一個單位或是一個應用領域的通用數據處理系統，它存儲的是屬於企業和事業部門、團體和個人的有關數據的集合。資料庫中的數據是從全局觀點出發建立的，按一定的數據模型進行組織、描述和存儲。其結構基於數據間的自然聯系，從而可提供一切必要的存取路徑，且數據不再針對某一應用，而是面向全組織，具有整體的結構化特徵。

資料庫中的數據是為眾多用戶所共享其信息而建立的，已經擺脫了具體程序的限制和制約。不同的用戶可以按各自的用法使用資料庫中的數據；多個用戶可以同時共享資料庫中的數據資源，即不同的用戶可以同時存取資料庫中的同一個數據。數據共享性不僅滿足了各用戶對信息內容的要求，同時也滿足了各用戶之間信息通信的要求。

資料庫的基本結構:

資料庫的基本結構分三個層次，反映了觀察資料庫的三種不同角度。

以內模式為框架所組成的資料庫叫做物理資料庫；以概念模式為框架所組成的數據叫概念資料庫；以外模式為框架所組成的資料庫叫用戶資料庫。

⑴ 物理數據層。

它是資料庫的最內層，是物理存貯設備上實際存儲的數據的集合。這些數據是原始數據，是用戶加工的對象，由內部模式描述的指令操作處理的位串、字元和字組成。

⑵ 概念數據層。

它是資料庫的中間一層，是資料庫的整體邏輯表示。指出了每個數據的邏輯定義及數據間的邏輯聯系，是存貯記錄的集合。它所涉及的是資料庫所有對象的邏輯關系，而不是它們的物理情況，是資料庫管理員概念下的資料庫。

⑶ 用戶數據層。

它是用戶所看到和使用的資料庫，表示了一個或一些特定用戶使用的數據集合，即邏輯記錄的集合。

資料庫不同層次之間的聯系是通過映射進行轉換的。

資料庫的主要特點:

⑴ 實現數據共享

數據共享包含所有用戶可同時存取資料庫中的數據，也包括用戶可以用各種方式通過介面使用資料庫，並提供數據共享。

⑵ 減少數據的冗餘度

同文件系統相比，由於資料庫實現了數據共享，從而避免了用戶各自建立應用文件。減少了大量重復數據，減少了數據冗餘，維護了數據的一致性。

⑶ 數據的獨立性

數據的獨立性包括邏輯獨立性（資料庫中資料庫的邏輯結構和應用程序相互獨立）和物理獨立性（數據物理結構的變化不影響數據的邏輯結構）。

⑷ 數據實現集中控制

文件管理方式中，數據處於一種分散的狀態，不同的用戶或同一用戶在不同處理中其文件之間毫無關系。利用資料庫可對數據進行集中控制和管理，並通過數據模型表示各種數據的組織以及數據間的聯系。

⑸數據一致性和可維護性，以確保數據的安全性和可靠性

主要包括：①安全性控制：以防止數據丟失、錯誤更新和越權使用；②完整性控制：保證數據的正確性、有效性和相容性；③並發控制：使在同一時間周期內，允許對數據實現多路存取，又能防止用戶之間的不正常交互作用。

⑹ 故障恢復

由資料庫管理系統提供一套方法，可及時發現故障和修復故障，從而防止數據被破壞。資料庫系統能盡快恢復資料庫系統運行時出現的故障，可能是物理上或是邏輯上的錯誤。比如對系統的誤操作造成的數據錯誤等。

資料庫的數據種類:

資料庫通常分為層次式資料庫、網路式資料庫和關系式資料庫三種。而不同的資料庫是按不同的數據結構來聯系和組織的。

1.數據結構模型

⑴數據結構

所謂數據結構是指數據的組織形式或數據之間的聯系。

如果用D表示數據，用R表示數據對象之間存在的關系集合，則將DS=(D，R)稱為數據結構。

例如，設有一個電話號碼簿，它記錄了n個人的名字和相應的電話號碼。為了方便地查找某人的電話號碼，將人名和號碼按字典順序排列，並在名字的後面跟隨著對應的電話號碼。這樣，若要查找某人的電話號碼(假定他的名字的第一個字母是Y)，那麼只須查找以Y開頭的那些名字就可以了。該例中，數據的集合D就是人名和電話號碼，它們之間的聯系R就是按字典順序的排列，其相應的數據結構就是DS=(D，R)，即一個數組。

⑵數據結構類型

數據結構又分為數據的邏輯結構和數據的物理結構。

數據的邏輯結構是從邏輯的角度(即數據間的聯系和組織方式)來觀察數據，分析數據，與數據的存儲位置無關；數據的物理結構是指數據在計算機中存放的結構，即數據的邏輯結構在計算機中的實現形式，所以物理結構也被稱為存儲結構。

這里只研究數據的邏輯結構，並將反映和實現數據聯系的方法稱為數據模型。

比較流行的數據模型有三種，即按圖論理論建立的層次結構模型和網狀結構模型以及按關系理論建立的關系結構模型。

2.層次、網狀和關系資料庫系統

⑴層次結構模型

層次結構模型實質上是一種有根結點的定向有序樹(在數學中"樹"被定義為一個無回的連通圖)。下圖是一個高等學校的組織結構圖。這個組織結構圖像一棵樹，校部就是樹根(稱為根結點)，各系、專業、教師、學生等為枝點(稱為結點)，樹根與枝點之間的聯系稱為邊，樹根與邊之比為1:N，即樹根只有一個，樹枝有N個。

按照層次模型建立的資料庫系統稱為層次模型資料庫系統。IMS(Information Management System)是其典型代表。

⑵網狀結構模型

按照網狀數據結構建立的資料庫系統稱為網狀資料庫系統，其典型代表是DBTG(Database Task Group)。用數學方法可將網狀數據結構轉化為層次數據結構。

⑶ 關系結構模型

關系式數據結構把一些復雜的數據結構歸結為簡單的二元關系(即二維表格形式)。例如某單位的職工關系就是一個二元關系。

由關系數據結構組成的資料庫系統被稱為關系資料庫系統。

在關系資料庫中，對數據的操作幾乎全部建立在一個或多個關系表格上，通過對這些關系表格的分類、合並、連接或選取等運算來實現數據的管理。

dBASEⅡ就是這類資料庫管理系統的典型代表。對於一個實際的應用問題（如人事管理問題），有時需要多個關系才能實現。用dBASEⅡ建立起來的一個關系稱為一個資料庫（或稱資料庫文件），而把對應多個關系建立起來的多個資料庫稱為資料庫系統。dBASEⅡ的另一個重要功能是通過建立命令文件來實現對資料庫的使用和管理，對於一個資料庫系統相應的命令序列文件，稱為該資料庫的應用系統。

因此，可以概括地說，一個關系稱為一個資料庫，若干個資料庫可以構成一個資料庫系統。資料庫系統可以派生出各種不同類型的輔助文件和建立它的應用系統。

資料庫的發展簡史:

1 資料庫的技術發展

使用計算機後，隨著數據處理量的增長，產生了數據管理技術。數據管理技術的發展與計算機硬體（主要是外部存儲器）系統軟體及計算機應用的范圍有著密切的聯系。數據管理技術的發展經歷了以下四個階段：人工管理階段、文件系統階段、資料庫階段和高級資料庫技術階段 。

2 數據管理的誕生

資料庫的歷史可以追溯到五十年前，那時的數據管理非常簡單。通過大量的分類、比較和表格繪制的機器運行數百萬穿孔卡片來進行數據的處理，其運行結果在紙上列印出來或者製成新的穿孔卡片。而數據管理就是對所有這些穿孔卡片進行物理的儲存和處理。然而，1950 年雷明頓蘭德公司（Remington Rand Inc）的一種叫做Univac I 的計算機推出了一種一秒鍾可以輸入數百條記錄的磁帶驅動器，從而引發了數據管理的革命。1956 年IBM生產出第一個磁碟驅動器—— the Model 305 RAMAC。此驅動器有50 個碟片，每個碟片直徑是2 英尺，可以儲存5MB的數據。使用磁碟最大的好處是可以隨機存取數據，而穿孔卡片和磁帶只能順序存取數據。

1951： Univac系統使用磁帶和穿孔卡片作為數據存儲。

資料庫系統的萌芽出現於二十世紀60 年代。當時計算機開始廣泛地應用於數據管理，對數據的共享提出了越來越高的要求。傳統的文件系統已經不能滿足人們的需要，能夠統一管理和共享數據的資料庫管理系統（DBMS）應運而生。數據模型是資料庫系統的核心和基礎，各種DBMS軟體都是基於某種數據模型的。所以通常也按照數據模型的特點將傳統資料庫系統分成網狀資料庫、層次資料庫和關系資料庫三類。

最早出現的網狀DBMS，是美國通用電氣公司Bachman等人在1961年開發的IDS（Integrated Data Store）。1964年通用電氣公司（General ElectricCo.）的Charles Bachman 成功地開發出世界上第一個網狀DBMS也即第一個資料庫管理系統——集成數據存儲（Integrated Data Store IDS），奠定了網狀資料庫的基礎，並在當時得到了廣泛的發行和應用。IDS 具有數據模式和日誌的特徵，但它只能在GE主機上運行，並且資料庫只有一個文件，資料庫所有的表必須通過手工編碼生成。之後，通用電氣公司一個客戶——BF Goodrich Chemical 公司最終不得不重寫了整個系統，並將重寫後的系統命名為集成數據管理系統（IDMS）。

網狀資料庫模型對於層次和非層次結構的事物都能比較自然的模擬，在關系資料庫出現之前網狀DBMS要比層次DBMS用得普遍。在資料庫發展史上，網狀資料庫佔有重要地位。

層次型DBMS是緊隨網路型資料庫而出現的，最著名最典型的層次資料庫系統是IBM 公司在1968 年開發的IMS（Information Management System），一種適合其主機的層次資料庫。這是IBM公司研製的最早的大型資料庫系統程序產品。從60年代末產生起，如今已經發展到IMSV6，提供群集、N路數據共享、消息隊列共享等先進特性的支持。這個具有30年歷史的資料庫產品在如今的WWW應用連接、商務智能應用中扮演著新的角色。

1973年Cullinane公司（也就是後來的Cullinet軟體公司），開始出售Goodrich公司的IDMS改進版本，並且逐漸成為當時世界上最大的軟體公司。

資料庫的關系由來:

網狀資料庫和層次資料庫已經很好地解決了數據的集中和共享問題，但是在數據獨立性和抽象級別上仍有很大欠缺。用戶在對這兩種資料庫進行存取時，仍然需要明確數據的存儲結構，指出存取路徑。而後來出現的關系資料庫較好地解決了這些問題。

1970年，IBM的研究員E.F.Codd博士在刊物《Communication of the ACM》上發表了一篇名為「A Relational Model of Data for Large Shared Data Banks」的論文，提出了關系模型的概念，奠定了關系模型的理論基礎。盡管之前在1968年Childs已經提出了面向集合的模型，然而這篇論文被普遍認為是資料庫系統歷史上具有劃時代意義的里程碑。Codd的心願是為資料庫建立一個優美的數據模型。後來Codd又陸續發表多篇文章，論述了範式理論和衡量關系系統的12條標准，用數學理論奠定了關系資料庫的基礎。關系模型有嚴格的數學基礎，抽象級別比較高，而且簡單清晰，便於理解和使用。但是當時也有人認為關系模型是理想化的數據模型，用來實現DBMS是不現實的，尤其擔心關系資料庫的性能難以接受，更有人視其為當時正在進行中的網狀資料庫規范化工作的嚴重威脅。為了促進對問題的理解，1974年ACM牽頭組織了一次研討會，會上開展了一場分別以Codd和Bachman為首的支持和反對關系資料庫兩派之間的辯論。這次著名的辯論推動了關系資料庫的發展，使其最終成為現代資料庫產品的主流。

1969年Edgar F.「Ted」 Codd發明了關系資料庫。

1970年關系模型建立之後，IBM公司在San Jose實驗室增加了更多的研究人員研究這個項目，這個項目就是著名的System R。其目標是論證一個全功能關系DBMS的可行性。該項目結束於1979年，完成了第一個實現SQL的 DBMS。然而IBM對IMS的承諾阻止了System R的投產，一直到1980年System R才作為一個產品正式推向市場。IBM產品化步伐緩慢的三個原因：IBM重視信譽，重視質量，盡量減少故障；IBM是個大公司，官僚體系龐大，IBM內部已經有層次資料庫產品，相關人員不積極，甚至反對。

然而同時，1973年加州大學伯克利分校的Michael Stonebraker和Eugene Wong利用System R已發布的信息開始開發自己的關系資料庫系統Ingres。他們開發的Ingres項目最後由Oracle公司、Ingres公司以及矽谷的其他廠商所商品化。後來，System R和Ingres系統雙雙獲得ACM的1988年「軟體系統獎」。

1976年霍尼韋爾公司(Honeywell)開發了第一個商用關系資料庫系統——Multics Relational Data Store。關系型資料庫系統以關系代數為堅實的理論基礎，經過幾十年的發展和實際應用，技術越來越成熟和完善。其代表產品有Oracle、IBM公司的 DB2、微軟公司的MS SQL Server以及Informix、ADABAS D等等。

資料庫的發展階段：

資料庫發展階段大致劃分為如下的幾個階段：人工管理階段、文件系統階段、資料庫系統階段、高級資料庫階段。

人工管理階段

20世紀50年代中期之前，計算機的軟硬體均不完善。硬體存儲設備只有磁帶、卡片和紙帶，軟體方面還沒有操作系統，當時的計算機主要用於科學計算。這個階段由於還沒有軟體系統對數據進行管理，程序員在程序中不僅要規定數據的邏輯結構，還要設計其物理結構，包括存儲結構、存取方法、輸入輸出方式等。當數據的物理組織或存儲設備改變時，用戶程序就必須重新編制。由於數據的組織面向應用，不同的計算程序之間不能共享數據，使得不同的應用之間存在大量的重復數據，很難維護應用程序之間數據的一致性。

這一階段的主要特徵可歸納為如下幾點：

（1）計算機中沒有支持數據管理的軟體，計算機系統不提供對用戶數據的管理功能，應用程序只包含自己要用到的全部數據。用戶編製程序，必須全面考慮好相關的數據，包括數據的定義、存儲結構以即存取方法等。程序和數據是一個不可分割的整體。數據脫離了程序極具無任何存在的價值，數據無獨立性。

（2）數據不能共享。不同的程序均有各自的數據，這些數據對不同的程序通常是不相同的，不可共享；即使不同的程序使用了相同的一組數據，這些數據也不能共享，程序中仍然需要各自加入這組數據，哪個部分都不能省略。基於這種數據的不可共享性，必然導致程序與程序之間存在大量的重復數據，浪費存儲空間。

（3）不能單獨保存數據。在程序中要規定數據的邏輯結構和物理結構，數據與程序不獨立。基於數據與程序是一個整體，數據只為本程序所使用，數據只有與相應的程序一起保存才有價值，否則毫無用處。所以，所有程序的數據不單獨保存。數據處理的方式是批處理。

文件系統階段:

這一階段的主要標志是計算機中有了專門管理資料庫的軟體——操作系統（文件管理）。

上世紀50年代中期到60年代中期，由於計算機大容量直接存儲設備如硬碟、磁鼓的出現，

推動了軟體技術的發展，軟體的領域出現了操作系統和高級軟體，操作系統中的文件系統是專門管理外存的數據管理軟體，操作系統為用戶使用文件提供了友好界面。操作系統的出現標志著數據管理步入一個新的階段。在文件系統階段，數據以文件為單位存儲在外存，且由操作系統統一管理，文件是操作系統管理的重要資源。

文件系統階段的數據管理具有一下幾個特點：

優點

（1）數據以「文件」形式可長期保存在外部存儲器的磁碟上。由於計算機的應用轉向信息管理，因此對文件要進行大量的查詢、修改和插入等操作。

（2）數據的邏輯結構與物理結構有了區別，程序和數據分離，使數據與程序有了一定的獨立性，但比較簡單。數據的邏輯結構是指呈現在用戶面前的數據結構形式。數據的物理結構是指數據在計算機存儲設備上的實際存儲結構。程度與數據之間具有「設備獨立性」，即程序只需用文件名就可與數據打交道，不必關心數據的物理位置。由操作系統的文件系統提供存取方法（讀/寫）。

（3）文件組織已多樣化。有索引文件、鏈接文件和直接存取文件等。但文件之間相互獨立、缺乏聯系。數據之間的聯系需要通過程序去構造。

（4）數據不再屬於某個特定的程序，可以重復使用，即數據面向應用。但是文件結構的設計仍是基於特定的用途，程序基於特定的物理結構和存取方法，因此程度與數據結構之間的依賴關系並未根本改變。

（5）用戶的程序與數據可分別存放在外存儲器上，各個應用程序可以共享一組數據，實現了以文件為單位的數據共享文件系統。

（6）對數據的操作以記錄為單位。這是由於文件中只存儲數據，不存儲文件記錄的結構描述信息。文件的建立、存取、查詢、插入、刪除、修改等操作，都要用程序來實現。

（7）數據處理方式有批處理，也有聯機實時處理。

缺點

文件系統對計算機數據管理能力的提高雖然起了很大的作用，但隨著數據管理規模的擴大，數據量急劇增加，文價系統顯露出一些缺陷，問題表現在：

（1）數據文件是為了滿足特定業務領域某一部門的專門需要而設計，數據和程序相互依賴，數據缺乏足夠的獨立性。

（2）數據沒有集中管理的機制，其安全性和完整性無法保障，數據維護業務仍然由應用程序來承擔；

（3）數據的組織仍然是面向程序，數據與程序的依賴性強，數據的邏輯結構不能方便地修改和擴充，數據邏輯結構的每一點微小改變都會影響到應用程序；而且文件之間的缺乏聯系，因而它們不能反映現實世界中事物之間的聯系，加上操作系統不負責維護文件之間的聯系，信息造成每個應用程序都有相對應的文件。如果文件之間有內容上的聯系，那也只能由應用程序去處理，有可能同樣的數據在多個文件中重復儲存。這兩者造成了大量的數據冗餘。

（4）對現有數據文件不易擴充，不易移植，難以通過增、刪數據項來適應新的應用要求。

資料庫系統階段：

20世紀60年代後期，隨著計算機在數據管理領域的普遍應用，人們對數據管理技術提出了更高的要求：希望面向企業或部門，以數據為中心組織數據，減少數據的冗餘，提供更高的數據共享能力，同時要求程序和數據具有較高的獨立性，當數據的邏輯結構改變時，不涉及數據的物理結構，也不影響應用程序，以降低應用程序研製與維護的費用。資料庫技術正是在這樣一個應用需求的基礎上發展起來的。

概括起來，資料庫系統階段的數據管理具有以下幾個特點：

（1）採用數據模型表示復雜的數據結構。數據模型不僅描述數據本身的特徵，還要描述數據之間的聯系，這種聯系通過所有存取路徑。通過所有存儲路徑表示自然的數據聯系是資料庫與傳統文件的根本區別。這樣，數據不再面向特定的某個或多個應用，而是面對整個應用系統。如面向企業或部門，以數據為中心組織數據，形成綜合性的資料庫，為各應用共享。

（2）由於面對整個應用系統使得，數據冗餘小，易修改、易擴充，實現了數據貢獻。不同的應用程序根據處理要求，從資料庫中獲取需要的數據，這樣就減少了數據的重復存儲，也便於增加新的數據結構，便於維護數據的一致性。

（3）對數據進行統一管理和控制，提供了數據的安全性、完整性、以及並發控制。

（4）程序和數據有較高的獨立性。數據的邏輯結構與物理結構之間的差別可以很大，用戶以簡單的邏輯結構操作數據而無須考慮數據的物理結構。

（5）具有良好的用戶介面，用戶可方便地開發和使用資料庫。

從文件系統發展到資料庫系統，這在信息領域中具有里程碑的意義。在文件系統階段，人們在信息處理中關注的中心問題是系統功能的設計，因此程序設計佔主導地位；而在資料庫方式下，數據開始占據了中心位置，數據的結構設計成為信息系統首先關心的問題，而應用程序則以既定的數據結構為基礎進行設計。

資料庫發展趨勢:

隨著信息管理內容的不斷擴展，出現了豐富多樣的數據模型（層次模型，網狀模型，關系模型，面向對象模型，半結構化模型等），新技術也層出不窮（數據流，Web數據管理，數據挖掘等）。每隔幾年，國際上一些資深的資料庫專家就會聚集一堂，探討資料庫研究現狀，存在的問題和未來需要關注的新技術焦點。過去已有的幾個類似報告包括：1989年Future Directions inDBMS Research-The Laguna BeachParticipants ；1990年DatabaseSystems : Achievements and Opportunities ；1991年W.H. Inmon 發表的《構建數據倉庫》；1995年Database。

常見資料庫廠商:

1. SQL Server

只能在windows上運行，沒有絲毫的開放性，操作系統的系統的穩定對資料庫是十分重要的。Windows9X系列產品是偏重於桌面應用，NT server只適合中小型企業。而且windows平台的可靠性，安全性和伸縮性是非常有限的。它不象unix那樣久經考驗，尤其是在處理大資料庫。

2. Oracle

能在所有主流平台上運行（包括 windows）。完全支持所有的工業標准。採用完全開放策略。可以使客戶選擇最適合的解決方案。對開發商全力支持。

3. Sybase ASE

能在所有主流平台上運行（包括 windows）。 但由於早期Sybase與OS集成度不高，因此VERSION11.9.2以下版本需要較多OS和DB級補丁。在多平台的混合環境中，會有一定問題。

4. DB2

能在所有主流平台上運行（包括windows）。最適於海量數據。DB2在企業級的應用最為廣泛，在全球的500家最大的企業中,幾乎85%以上用DB2資料庫伺服器，而國內到97年約佔5%。

❸ 全世界三大免費資料庫是什麼

目前免費的資料庫有以下幾個：
SQLite、Berkeley DB、PostgreSQL、MySQL、Firebird、mSQL、MSDE、DB2 Express-C、Oracle XE，Access
其中使用率最高就是這三個：
1，MySQL
2，SQLite
3，Access

❹ 資料庫發展歷史是什麼

資料庫對於普通人來講
就可以簡單理解為有固定格式的數據集合，
專門為解決某一類數據保存和計算問題而存在的，
就像單位用的各種各樣的報表和單據，
只不過軟體會幫你保存管理這些單據和報表在計算機上，
幫你計算求和等等操作 生成你想要的各種數據報告。

利用資料庫軟體和計算機的高速運算特性，
可以大大提高工作效率和正確性。
減少工作時間成本和人力成本。

沒有他們也可以，但是你不得不用手工的辦法處理數據，
不管數據量多少都一樣。

❺ 全球最大的資料庫是什麼

世界上最大的十抄個資料庫襲:
1.全球氣象數據中心： 220千兆網路數據，6個petabytes的其它數據。
2.全美能源研究科技計算中心： 2.8個petabytes (1個petabyte 約等於1千千兆)。
3.AT&T： 323千兆信息。
4.Google： 每天有9千1百萬次搜索量。
5.Sprint： 具體數據容量不詳，但其擁有2.85萬億條資料庫行。
6.ChoicePoint： 250千兆數據。
7.YouTube： 45千兆視頻。
8.Amazon： 42千兆數據。
9.中央情報局： (Secret)。
10.美國國會圖書館： 1億3千萬項條目(書籍、圖片、地圖等)，20千兆文本。

❻ 國內十大資料庫排名是哪些

1、openGauss企業。

2、達夢。

3、GaussDB。

4、PolarDB。

5、人大金倉。

6、GBase。

7、TDSQL。

8、SequoiaDB。

9、OushuDB。

10、AnalyticDB。

詳細介紹：

1、南大通用：

南大通用提供具有國際先進哪派技術水平的資料庫產品。南大通用已經形成了在大規模、高性能、分布式、高安全的數據存儲、管理和應用方面的技術儲備，同時對於數據整合、應用系統集成、PKI安全等方面具有豐富的應用開發經驗。

2、武漢達夢：

武漢達夢資料庫有限公司成立於2000年，為國有控股的基礎軟體企業，專業從事資料庫管理系統研發、銷售和服務。其前身是華中科技大學資料庫與多媒體研究所，是國內最早從事資料庫管理系統研發的科研機構。達夢資料庫為中國資料庫標准委員會組長單位，得到了國家各級政府的強力支持。

3、人大金倉：

人大金倉資料庫管理系統KingbaseES是北京人大金倉信息技術股份有限公司自主研製開發的具有自主知弊緩李識產權的通用關系型資料庫管理系統。

金倉資料庫主要面向事務處理類應用，兼顧各類數據分析類應用，可用做管理信息系統、業務及生產系統、決策支持系租遲統、多維數據分析、全文檢索、地理信息系統、圖片搜索等的承載資料庫。

4、神舟通用：

神通資料庫是一款計算機資料庫。神通資料庫標准版提供了大型關系型資料庫通用的功能，豐富的數據類型、多種索引類型、存儲過程、觸發器、內置函數、視圖、Package、行級鎖、完整性約束、多種隔離級別、在線備份、支持事務處理等通用特性，系統支持SQL通用資料庫查詢語言。

❼ 大數據常用哪些資料庫(什麼是大資料庫)

通常資料庫分為關系型資料庫和非關系型資料庫，關系型資料庫的優勢到現在也是無可替代的，比如MySQL、SQLServer、Oracle、DB2、SyBase、Informix、PostgreSQL以及比較小型的Aess等等資料庫，這些數據納卜庫支持復雜的SQL操作和事務機制，適合小量數據讀寫場景；但是到了大數據時代，人們更多的數據和物聯網加入的數據已經超出了關系資料庫的承載范圍。

大數據時代初期，隨著數據請求並發量大不斷增大，一般都是採用的集群同虧搭步數據的方式處理，就是將資料庫分成了很多的小庫，每個資料庫的數據內容是不變的，都是保存了源資料庫的數據副本，通過同步或者非同步方式保證數據的一致性，每個庫設定特定的讀寫方式，比如主資料庫負責寫操作，從資料庫是負責讀操作，等等根據業務復雜程度以此類推，將業務在物理層面上進行了分離，但是這種方式依舊存在一定的負載壓力的問題，企業數據在不斷的擴增中，後面就採用分庫分表的方式解決，對讀寫負載進行分離，但是這種實現依舊存在不足，且需要不斷進行資料庫伺服器擴容。

NoSQL資料庫大致分為5種類型

1、列族資料庫：BigTable、HBase、Cassandra、AmazonSimpleDB、HadoopDB等，下面簡單介紹幾個

（1）Cassandra：Cassandra是一個列存儲資料庫，支持跨數據中心的數據復制。它的數據模型提供列索引，log-structured修改，支持反規范化，實體化視圖和嵌入超高速緩存。

（2）HBase：ApacheHbase源於Google的Bigtable，是一個開源、分布式、面向列存儲的模型。在Hadoop和HDFS之上提供了像Bigtable一銷茄拿樣的功能。

（3）AmazonSimpleDB：AmazonSimpleDB是一個非關系型數據存儲，它卸下資料庫管理的工作。開發者使用Web服務請求存儲和查詢數據項

（4）ApacheAumulo：ApacheAumulo的有序的、分布式鍵值數據存儲，基於Google的BigTable設計，建立在ApacheHadoop、Zookeeper和Thrift技術之上。

（5）Hypertable：Hypertable是一個開源、可擴展的資料庫，模仿Bigtable，支持分片。

（6）AzureTables：為要求大量非結構化數據存儲的應用提供NoSQL性能。表能夠自動擴展到TB級別，能通過REST和ManagedAPI訪問。

2、鍵值資料庫：Redis、SimpleDB、Scalaris、Memcached等，下面簡單介紹幾個

（1）Riak：Riak是一個開源，分布式鍵值資料庫，支持數據復制和容錯。（2）Redis：Redis是一個開源的鍵值存儲。支持主從式復制、事務，Pub/Sub、Lua腳本，還支持給Key添加時限。

（3）Dynamo：Dynamo是一個鍵值分布式數據存儲。它直接由亞馬遜Dynamo資料庫實現；在亞馬遜S3產品中使用。

（4）OracleNoSQLDatabase：來自Oracle的鍵值NoSQL資料庫。它支持事務ACID（原子性、一致性、持久性和獨立性）和JSON。

（5）OracleNoSQLDatabase：具備數據備份和分布式鍵值存儲系統。

（6）Voldemort：具備數據備份和分布式鍵值存儲系統。

（7）Aerospike：Aerospike資料庫是一個鍵值存儲，支持混合內存架構，通過強一致性和可調一致性保證數據的完整性。

3、文檔資料庫：MongoDB、CouchDB、Perservere、Terrastore、RavenDB等，下面簡單介紹幾個

（1）MongoDB：開源、面向文檔，也是當下最人氣的NoSQL資料庫。

（2）CounchDB：ApacheCounchDB是一個使用JSON的文檔資料庫，使用Javascript做MapRece查詢，以及一個使用HTTP的API。

（3）Couchbase：NoSQL文檔資料庫基於JSON模型。

（4）RavenDB：RavenDB是一個基於.NET語言的面向文檔資料庫。

（5）MarkLogic：MarkLogicNoSQL資料庫用來存儲基於XML和以文檔為中心的信息，支持靈活的模式。

4、圖資料庫：Neo4J、InfoGrid、OrientDB、GraphDB，下面簡單介紹幾個

（1）Neo4j：Neo4j是一個圖資料庫；支持ACID事務（原子性、獨立性、持久性和一致性）。

（2）：一個圖資料庫用來維持和遍歷對象間的關系，支持分布式數據存儲。

（3）：是結合使用了內存和磁碟，提供了高可擴展性，支持SPARQ、RDFS和Prolog推理。

5、內存數據網格：Hazelcast、OracleCoherence、TerracottaBigMemorry、GemFire、Infinispan、GridGain、GigaSpaces，下面簡單介紹幾個

（1）Hazelcast：HazelcastCE是一個開源數據分布平台，它允許開發者在資料庫集群之上共享和分割數據。

（2）OracleCoherence：Oracle的內存數據網格解決方案提供了常用數據的快速訪問能力，一致性支持事務處理能力和數據的動態劃分。

（3）TerracottaBigMemory：來自Terracotta的分布式內存管理解決方案。這項產品包括一個Ehcache界面、Terracotta管理控制台和BigMemory-Hadoop連接器。

（4）GemFire：VmwarevFabricGemFire是一個分布式數據管理平台，也是一個分布式的數據網格平台，支持內存數據管理、復制、劃分、數據識別路由和連續查詢。

（5）Infinispan：Infinispan是一個基於Java的開源鍵值NoSQL數據存儲，和分布式數據節點平台，支持事務，peer-to-peer及client/server架構。

（6）GridGain：分布式、面向對象、基於內存、SQLNoSQL鍵值資料庫。支持ACID事務。

（7）GigaSpaces：GigaSpaces內存數據網格能夠充當應用的記錄系統，並支持各種各樣的高速緩存場景。