老去的MongoDB，未来在哪里

大概六年前，在为ZDNet撰写文章时，我们曾经认真思考过一个问题：MongoDB未来要走向何方？随着时间推移，答案已经逐渐浮出水面：要让数据库更具可扩展性，支持开发者编写好的各种应用程序。为此，MongoDB增加了原生搜索功能，以支持内容管理；物联网用例也获得了时序数据支持；另外还有变更流，可帮助电商应用快速预测出下一最佳行动。

顺带一说，MongoDB的客户还需要一种能够与开发工具良好匹配、易于上手的云解决方案。 结果就是Atlas，这项托管云服务目前占MongoDB整体业务的60%。

但平心而论，与大多数其他 *** 作型数据库一样，MongoDB直到最近才刚刚得到重视。毕竟大家可能很难想象要在一套 *** 作型数据库中，执行涵盖多个表（或文档集合）的复杂查询。

— 1 —

为什么要引入分析？

大多数 *** 作型应用程序的共同之处是一旦添加了分析功能，其实用性将马上飞升。例如，分析可以帮助 汽车 制造商增强预防性维护，医疗保健服务商能够确定最佳护理方案，电子商务或 游戏 厂商则可以改善客户交互、防止客户流失。这些出于决策优化而设计出的分析功能，是对 *** 作型数据库的良好补充。

把分析跟交易型数据库联系起来绝不是什么新鲜想法，HTAP、translytical或增强型交易数据库都是分析厂商们拿出的相应成果。

云原生提出的计算与存储彼此分离的理念，则让我们有了另一个在不影响性能或吞吐量的情况下、将 *** 作数据处理与分析加以结合的好机会。 最近亮相的Oracle MySQL HeatWaev和谷歌AlloyDB，正是大厂在这个方向上的积极尝试。

大多数此类混合数据库都会使用专为分析而设计的柱状表，对传统行存储进行补充。顺带一提，它们也都使用相同的常见关系数据结构，确保转换更加简便易行。与之对应，如果引入包含分层和嵌套数据结构的文档模型，那么转译过程往往会更加困难。

那么，MongoDB是不是也该拥有自己的分析功能？这还是要看我们如何定义“分析”。如前所述，如果我们向交易中引入智能化 *** 作分析，那么应用程序的实用性将大大增强。所以只要把范围设定在快速决策分析，而非复杂的分析建模，那么答案就是肯定的。

— 2 —

无法一蹴而就的事业

MongoDB已经开始尝试支持分析功能。它从可视化开始，着手提供自己的图表功能与商务智能（BI）连接器，现在的MongoDB在Tableaus与Qliks端看来已经几乎与MySQL无异。虽然一图胜万言，但对于分析来说，可视化还只是万里长征第一步。MongoDB尽管能提供趋势快照，但还无法进一步实现数据关联（往往涉及更复杂的查询），也无法完全回答“为什么”会出现哪些状况。

MongoDB决心已定，开始通过分析提升自身竞争力。但在这个分析复杂度愈发高企的时代，它显然无法取代Snowflake、Redshift、Databricks或者其他专业分析方案。 但MongoDB分析面向的也并非数据分析师，而是应用程序开发者。 回到 *** 作型数据库的首要原则——尽量别把它，跟需要高度复杂的连接及/或高并发查询扯在一起。只要能让开发者构建起更好的应用程序，MongoDB就算是成功了。

Atlas能够灵活预留专门的分析节点。MongoDB也将在不久后，全面允许客户在更适合分析的节点上选择不同的计算实例。这些节点将提供在线数据复制功能，借此实现近实时分析。

但这还只是第一步：由于Atlas可运行在多种云环境上，因此客户还可以选择更多其他实例。不过大家无需担心，MongoDB未来将推出规范性指南，同时提供机器学习方案帮助大家自动选择最适应工作负载的实例类型。

对分析的尝试当然不可能止步于此，去年预览发布的Atlas Serverless将于本周推出正式版。刚刚起步的分析自然也将成为受益者，因为分析类工作负载一般与交易事务不同、突发峰值往往更多。

— 3 —

有没有可能对接SQL？

其实引入SQL的想法在MongoDB发展早期一直备受反对，当时有声音认为MongoDB永远不该成为关系数据库。但是，理性终将战胜情绪。

本周，MongoDB引入了新的Atlas SQL接口，可用于读取Atlas数据。这是一种全新结构，采用不同于BI连接器的通道。Atlas SQL将是MongoDB为数据提供SQL接口的第一次真正尝试，其思路绝不是简单把JSON扁平化以使其在Tableau中看起来像MySQL，而是提供更加精细的视图、反映JSON文档架构的丰富性。

但SQL接口编写工作不可能一蹴而就，所以预计Atlas SQL将在未来几年内逐渐发展完善。 毕竟要想与各类SQL工具（不止是可视化）实现全面集成，MongoDB还得在丰富的数据仓库选项上多下工夫。 我们还希望看到对upserts等 *** 作的支持，分析平台没有了这些核心功能，就相当于分析表中失去了行插入功能。

与Atlas SQL接口一同推出预览版的全新列存储索引，则意在提高分析查询的性能水平。同样的，这还仅仅只是开始。例如，MongoDB用户目前仍需要手动设置列存储索引、指定字段。但从长远来看，我们可以通过分析访问模式来实现自动化。设想一下：后续我们可以丰富元数据以分析字段基数，添加Bloom过滤器以进一步优化扫描功能，也可以继续完善查询计划器。

接下来是Atlas Data Lake，负责为云对象存储中的JSON文档提供联合视图。Atlas Data Lake在改造完成后，将针对多个Atlas集群和云对象存储提供更多的通用联合查询功能。新的存储层会自动将Atlas集群数据集提取到云对象存储和内部技术目录 （并非Alation）组合当中，借此加快分析查询。

— 4 —

以人为本

长期以来，MongoDB一直是开发者们最喜欢的数据库之一。 这是因为开发者热爱JavaScript和JSON，目前JS在Tiobe人气指数中排名第七。而JavaScript、JSON和文档模型将是MongoDB的永恒主题。但很遗憾，由于MongoDB此前一直刻意回避SQL，所以也就失去了相应的庞大人才库——SQL开发者同样体量庞大，让这一查询语言在人气指数中位列第九。现在，是时候做出改变了。

虽然MongoDB仍然认为文档模型优于、并有望取代关系模型（只是一家之言），但相信大家都认同一点：为了进一步扩大影响范围，MongoDB必须接纳那些以往被忽略的受众群体。要想双赢，两大阵营应该团结一致、实现简化；对于某些 *** 作用例，我们不必将数据移动并转移至独立的数据仓库目标，而是简化为在统一平台内 *** 作，最终将数据提取转化为更简单的数据复制。

— 5 —

意不在取代数据仓库、数据湖或智能湖仓

MongoDB绝不是要取代独立的数据仓库、数据湖或智能湖仓。目前复杂建模与发现已经成为分析工作中的重要组成部分，所以必须与 *** 作型系统分别执行。 更重要的是，在 *** 作型数据库中支持分析，最大的意义其实是实现流程内联并尽可能实时化。

换言之，MongoDB将由此实现与Snowflakes或者Databricks的全面协同。大家可以在数据仓库、数据湖或智能湖仓中开发用于识别异常值的模型，再将结果整理为一个相对简单、易于处理的分类、预测或规范模型。这样只要交易中出现异常，该模型就会被自动触发。

如今，在MongoDB中实现这样的闭环流程已经颇具可行性，但具体方法仍然非常复杂。大家需要将MongoDB中的变更流、触发器和函数拼凑起来，共同组织成某种封闭式的分析反馈循环。 相信在不久的将来，MongoDB将把这些复杂性要素隐藏在后台，直接提供简单易用的闭环与近实时分析选项。 这绝不是凭空想象，而是技术发展趋势的必然结果。如今，MongoDB已经踏上了这段分析 探索 之旅，我们也期待着它能早传捷报。

随着数据安全法、个人信息保护法的颁布实施，数据安全成为各行业数字化转型的重要一环，通过数据库技术创新助力数据安全成为业内热点。

记者调研采访发现，面对数据安全合规以及新应用新场景下的安全防护要求，传统数据库安全防护理念和技术已经开始转变。在大数据环境下进行顶层设计、标准制订，对各大数据组件进行安全审计、访问控制与风险识别，针对结构化与非结构化数据的安全脱敏、加密安全与隐私防护等，都是当前数据库安全防护新趋势的重要问题。

多因素驱动数据库安全发展

近年来，我国数字经济蓬勃发展。最新发布的《中国互联网发展报告2021》显示，2020年我国数字经济规模达到392万亿元，占GDP比重达386%。

“只有保障数据安全，才能筑牢数字经济发展的底线。”达梦数据库高级副总经理付铨表示，数据是数字经济的重要生产资料，是国家核心战略资源和社会重要财富。同时，数据安全问题是关乎数字经济健康有序可持续发展的重大问题。

绿盟科技集团副总裁李晨认为，数据库安全发展主要有两个驱动因素，一是数据库本身的发展促使数据库安全技术发展，二是数据安全相关法律法规和标准规范对数据库安全防护提出新的需求。从技术发展看，大规模的数据存储和处理需求，使得大数据、数据仓库、数据湖以及数据中台得到推广，并应用于分布式数据库、云端数据库等很多场景。从数据安全法律法规看，继等级保护20系列标准提出大数据应用场景的安全防护参考后，数据安全法和个人信息保护法又相继颁布实施，将数据安全要求提高到法律的高度。

在中国信通院数据库应用创新实验室、中国通信标准化协会大数据技术标准推进委员会近日举办的“数据库安全防护新趋势”沙龙上，清华大学计算机系长聘教授李国良表示，标准有助于落实产业政策，促进企业发展。希望更多企业重视相关工作，共同为数据库安全的发展做出贡献。

据中国信通院云大所工程师刘思源介绍，中国信通院深耕数据库领域标准研制、产业研究、政策支撑、评测评估等，依托中国通信标准化协会大数据技术标准推进委员会，已牵头编制近10项数据库领域行业标准和若干团体标准，累计发布数据库白皮书和研究报告近10本，并定期发布评测评估观察，为遴选优质标的提供重要依据。

数据库安全保障网络安全

数据库安全防护是数据安全治理体系的一部分。李晨表示，绿盟科技从数据安全建设顶层设计出发，提出“一个中心，四个领域，五个阶段”的数据安全体系建设思路。以数据安全防护为中心，在组织建设、制度流程、技术工具和人员能力四个领域同时开展建设工作，通过“知、识、控、察、行”五个步骤进行数据安全落地建设。仅就数据库安全技术而言，绿盟科技有数据分类分级、审计与访问控制、脱敏、水印、脱敏后风险评估、数据防护与态势感知和隐私计算相关技术等。

付铨表示，在信息技术快速发展的背景下，需要在网络信息安全关键技术上有更大突破，前提是独立研发，掌握核心技术。在安全问题上，只有数据库没有安全问题，数据才不会泄露或丢失，信息安全才能得到保障。可以说，只有底层的数据库安全了，网络安全才有保障。

据介绍，达梦数据库研发的数据共享集群实现了国产数据库在共享存储集群方面的突破，在性能上与国际同类产品持平。公司产品广泛应用于金融、能源、电信等50多个重要领域。

构筑多维度立体化安全防线

“随着数据价值重要性的凸显以及未来开放性环境下的安全风险日益突出，数据库需要围绕系统整体韧性能力和数据端到端全生命周期安全构建系统整体外部感知能力和机密计算能力，并完善内核审计追溯能力。”华为技术有限公司数据库技术专家朱金伟说。

勒索病毒是当前受到关注的网络安全风险。美创科技产品和解决方案中心总监胡大海表示，为有效抵御勒索病毒威胁，美创科技从防范实践出发，以“零信任”安全理念为基础，推出“勒索防御产品+安全保险+容灾备份”三位一体的勒索病毒风险解决方案，为机构数据安全构筑起多维度、立体化的安全防线。完善的数据容灾备份建设可以在攻击发生前对数据进行备份，在攻击发生后对数据进行恢复，最大程度降低由勒索病毒加密、窃取数据造成的数据丢失乃至业务中断等影响。

据腾讯云计算技术有限公司数据库高级产品经理程昌明介绍，目前腾讯云数据库已经能够从数据沉淀、业务学习、特征总结、风险模型、人为中心以及行为分析等方面，基于大数据分析进行安全治理。

主要还是SQL和Access两种，C++需要懂一点，深入之后学点汇编也是有帮助的。

数据库的话未来发展……就我个人来看应该还不错的，大数据时代嘛。主要还是要找到对口的工作，创业也不失为一个好选择。

。

我认为随着技术系统在市场上的创新，传统的技术早就已经衰退，新的机会已经产生了，这是it界最自然的规律，所以数据库的未来极有可能会是htap，而且未来还会出现更多的高性能和性价比的产品。

我认为无论是什么阶层的用户，在未来的规划和使用过程中，首先考量的一个基本要素就是性价比，而且如今集群的规模逐渐的增强，每个人如果性能优化的成本都特别高的话，那么实际上对于一些普通用户来说并不是特别可观的，而对于普通用户来讲优化工作最直接的作用就是在成本可控的基本情况下，能够整体的提高整个数据库的能力，这也是这个行业所有的产品最核心的一个价值考量。

在考量一个数据库的成本以及性价比的过程中，免不了的，就需要考虑到机房供电和高端的配电网络等等设备的支出，而HTAP和ARM结构的适配，可以在同样等级的处理能力，甚至是略微高密度的处理能力，条件下让用户群实现应用成本越来越低的好处。对于用户而言，如果部署成本可以有所降低的话，那么单台机器的CPU核数将可能会增多，处理能力也会随之加强，在语言的优化层面，它可以上升的空间则更加的广阔，数据库性能也会有所提高。

在如今的大背景之下，数据库最常面临的问题就是昂贵的成本以及运行维度比较难，还有扩展性比较低的重大问题，特别是对于传统的数据库而言，经常在服务用户的过程中，因为各种各样的原因而无法满足用户的需求，而如今用HTAP云计算再加上数据库，可以使得运营的成本更加的低，而且运营的效率更加灵活，这肯定会成为未来数据库发展的一个免不了的主旋律。

为什么要有数据库？时代在发展，社会在进步。随着时代的发展，节奏也是非常快的，必须有一个数据库，如果没有数据库的话，办任何事情是非常繁琐和麻烦的。敌方所在六七十年代。没有网络就没有数据库。而是靠着手抄手写。进行各种材料的储存，需要大量的人员。而且想要找什么资料是很繁琐很麻烦的。而且还占用好多空间管理人员去维护管理。所以在新的时代。网络时代建立数据库是非常有必要的。所以要想准确快捷的储存查找各种资料，必须建立一个数据库。这也是时代的发展所需要的。

信息爆炸时代，带来的不仅仅是我们对信息剧增的无所适从，还有就是数据库技术的飞速发展和琳琅满目的数据库应用。

细数数据库技术从上世纪60年代兴起到如今，已有40余年的历史。从开始的层次数据库、网状数据库，到关系数据库管理系统，再到现在数据库技术与多学科技术有机结合后产生的分布式数据库、并行数据库、演绎数据库、多媒体库、移动数据库等等，它们共同构成的数据库大家族，热闹非凡。

那么，数据库技术在未来的发展上会有哪些明显趋势呢记者怀揣着这样的问题采访了Sybase中国有限公司售前总监宋一平。在数据库领域有着10多年工作经验，并一直工作在数据库应用最前沿的宋一平，对数据库技术未来的发展方向有着自己独到的见解。

存储方式将向“列存储”靠拢

到底是行存储还是列存储，主要看如何应用数据信息。

以前数据库都是以行的形式存储。理由很简单，用户需要的是对单条数据的读取和存储。而现在，单纯的数据记录已经不足以支撑企业发展了，企业更需要的是数据分析和决策支持。那么，单纯看一条记录也就没有了意义，而是要把所有数据的某项共性统计出来进行分析，这就是“列”的概念。

列存储的出现，实际上就是对数据分析需求的增多。而分析需求则一定是对某一个列的访问。

“以中国移动为例，上亿的用户，每个月都有超过TB级的数据，哪些是VIP用户，该如何根据他们的需求提供专有服务对于那些动感地带的用户，到底应该制定哪些优惠政策除了简单看话费，是不是还应该能从中挖掘出他们的消费特点，进行更有针对性的业务推广活动所有这些需求，就不再是仅仅看一条数据的问题，而需要频繁对列进行 *** 作。因此，我预计，不出半年，各大数据库厂商都会推出以列为存储方式的数据库。”宋一平直言。

记者简单了解到，近半年来确实出现不少认同以“列”存储的理论文章。这个Sybase从1997年就开始“守”了近10年的专利，估计就要难以再守了。

数据库规模将呈“两头”发展

“数据库的规模会向‘两头’发展，即大的越来越大，小的越来越小。”宋一平进一步解释，“所谓大的，主要是指企业级数据库的规模。10年前，数据库存储的数据大都以GB为基准衡量，几十GB就已经非常庞大了。而现在，仅仅广东移动一个公司每个月新增的数据量就已经用TB来衡量，相信不出3年，很多企业要存储的数据就要达到PB级。数据量越来越大，需要更大的数据库来做支撑，这就是数据库的发展方向之一。”

随着计算机的普及，计算机应用点的增多，数据存储量自然也就大了。记得一位网友曾经制作自己某一天的“数字化生活”，把这一天的吃喝拉撒睡全部用摄像头记录下来。这就是他的 “数字化生活”，把生活整个变成数字化的信息数据，这也是未来人们生活一个重要的方面。数据越来越多，数据库技术想要自如应对这样的发展，只有越来越大。

另一方面，数据库又会越来越小。

你知道吗目前在国外的一款卡西欧手表中就带有Sybase的数据库。手表可以随时记录天气情况、气压以及佩戴者的血压、心跳、步频等数据，佩戴者还可以把这些数据下载到计算机上做简单的分析，这种数据库虽然并不要求数据存储量大，但却要求在低计算量的情况下能快速反应，并能适应外界环境的变化。小数据库主要集中在移动数据库领域，现有技术已经能够提供很好的支持。

“数据仓库”概念渐入人心

很多数据库厂商认为，数据库一个就行，“一专多能”，既能用它进行实时交易，也能用它来进行数据分析。

但事实却并非这样简单。很多用户现在在前台一边需要数据库提供实时交易功能，一边又需要有很快的响应速度，而在后台，则又需要设立一些规则进行数据分析和商务智能分析。Sybase就认为，这两个数据库应该是两种格式，毕竟它们应用的需求不同。因此，从产品设置上，Sybase有交易型数据库和分析型数据库两种。

而数据仓库则是位于后台，存储着可供企业进行深度分析及决策使用的数据。数据仓库中的数据一般按照一定的主题域进行组织，主题是一个抽象的概念，是指用户使用数据仓库进行决策时所关心的方面，一个主题通常与多个 *** 作型信息系统相关。同时，一般企业会有好几个数据库，这些数据库之间是相互独立，并且往往是异构的。而数据仓库中的数据则是在对原有分散的数据库中的数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。一旦某个数据进入数据仓库以后，一般情况下将被长期保留来反映某一时间段的变化。

非结构化数据结构化存储

“我认为，非结构化数据仍然不能直接纳入数据库中。”宋一平表示，“说到这里，可能大家都认为我在逆潮流而动，现在很多数据库厂商都可以接受图像、视频等非结构化数据的存储，可Sybase怎么还要死守着结构化数据呢我认为，非结构化数据要想进入数据库，仍然需要结构化，只是这种结构化的方式各厂商不一样，而且相比以前有了很大的进步和提高。”

还记得，以前我们的记录方式是记录它的文件名，如果文件名中提到了某个人的名字，那么在整个数据库查询的时候，就可以把这个找到。宋一平对记者说：“这样做非常不科学的。”因为很多非结构化数据的文件名起的并不可能完全，如果强行把非结构化数据拉入结构化数据库中，显得不合适，影响 *** 作的便利。

那么，现在大家是如何把非结构化的数据变成结构化的呢“其实很简单”，宋一平解释，“就是用结构化的数据描述非结构化数据。比如，就用点和位置来记录中每个像素。一旦需要做查询的时候，可以根据像素的组合记录来比对，把符合比对要求的数据全部筛选出来。这样就把非结构化数据以结构化的方式纳入到数据库中，并能接受查询、检索等 *** 作。”

数据库技术发展几十年来，有些技术风光一时，但终究被淘汰;有些技术则一直沿用至今。所有的预测都只能是方向性的，各数据库厂商彼此的理解也有差异。未来的数据库会如何发展，我们拭目以待，但可以肯定那一定是最满足用户需求的。

数据库技术在电子商务领域应用研究简析

一、数据库及其主要特点

(一)数据库

数据库是对数据的组织、存储、管理的仓库，它是储存大量的信息的一个巨大的仓库。数据库的发展给人们查找信息提供了很大的作用，在数据库里的信息很容系被找到。因此，数据库现在被许多企业所应用。

(二)数据库主要特点

1实现数据的资源共享：数据的资源共享包括全部用户能同时进行数据库数据的修改、查询、保存，用户也能够通过端口进行 *** 作数据库，并提供数据的资源共享。

2减少数据的冗杂度：与文件系统相比较，数据库减少了数据的冗杂，是数据具有一致性。

3数据的独立性：它包括数据库中数据的逻辑结构和程序的相对独立。

4数据实现集中控制：文件管理中，数据是一种处于分散的结构，不容易进行控制。而数据库能够对数据进行控制和管理，还能通过联系建立关系。

5数据的安全性：文件管理数据容易造成数据的丢失，破损。而数据库中的数据是有维护的，数据库管理系统提供一套数据的安全，能够及时发现和修护系统，因而防止数据库中数据的破坏。

二、数据库技术在电子商务中的应用

(一)数据库技术的发展

现在，数据库技术已成为这个时代必备的技术，电子商务中也应用其数据库的技术。数据库是对数据的组织、存储、管理的仓库，它是储存大量信息的一个仓库。而在电子商务中的应用是一是对数据进行存储、收集、管理。二是进行决策。三是对数据库进行支持。电子商务的用户建立各种类型的数据库仓库，是为了保证系统的安全与稳定，也是为了利用数据库能够发现更多的信息资源，可以使用户自己的公司进一步发展电子商务中的数据库很多是用Access软件，这种技术用起来也很简便、快捷。现在人们对天猫、淘宝、赶集网、蘑菇网、搜狗、百度等等，这些再熟悉不过了。而这些都是电子商务的类型，它们的建立是需要大量的数据和信息，在建立它们的同时也要对其数据进行整理、组织、筛选，这就用到数据库的 *** 作来实现。

(二)数据库技术在齐齐哈尔工程学院百草家园中的应用

1、设计 方法

数据库技术在电子商务中的应用很多，例如：以齐齐哈尔工程学院的百草家园为例，要把百草家园这个网站发布到互联网上，我们就要用数据库来完成。首先在Access中先建立表，就是二维表。表中要装入与百草家园相关的信息，表的部分完成后，还要建立查询，查询的功能就是讲大量的信息进行筛选，把用户所需要的体现出来。例如：用户现在想查看一下百草住所区的房间，那么百草的其他信息就可以不用显现出来，这时就要用到查询的功能。而后是窗体，窗体主要作用就是建立网站的主页面、背景等，窗体还可以设置命令按钮，能做到用一个窗体就可以把大量的数据调用出来。例如：打开百草的主窗体，点下屏幕的住所区窗体，用户就会看到住所区的相关数据，一个一个窗体通过一个小的按钮就可以显示出来。接着是报表，报表的功能就是把数据用不同的方式体现出来。可以清晰的看出数据的所占比例，数据能用最佳的方式显示。最后是页、宏、模板。完成以上七个步骤完成后就可以在网上发布这个百草家园网站了。

2、应用效果

数据库建立程序，提高了数据的资源共享，减少了数据的冗杂，还保证了数据的安全性和一致性。建立了百草家园网站提高了百草家园的知名度，让人们更加地了解、认识它，顾客可以在网上直接进行预订房间，减少了许多中间环节。

(三)数据库在齐齐哈尔工程学院百草家园中的应用存在的问题

1、网页的效果制作不是十分美观

2、数据库中百草家园的信息安全问题

(四)数据库在齐齐哈尔工程学院百草家园中的应用的解决 措施

1、数据库的主要功能是进行数据的组织、筛选、整理，建立完整的数据系统。在Access中想要实现网页的唯美，只能先进行网页的制作，在网页制作中完成网页背景，通过 *** 作把背景导入数据库中，然后在其数据库里建立信息。这样就完成了数据库中网页效果的问题。

2、互联网的技术发展高速，信息的大量繁杂，想保证数据的安全性和一致性，就要做好数据库安全措施。应用数据库访问控制，全面性地约束，进行秘密通道数据库加密及数据库管理者来维护数据的安全。

三、数据库技术在电子商务中未来的发展

数据库技术在电子商务中的使用，是以在Web为基础的一个新的里程碑，而现在已发展到特殊的数据库界面，互联网的飞速发展，必将带动数据库技术的发展，同时也要提高数据库的技能，人工的技术将与网络进行连接。现在的电子商务应用中数据的冗杂给用户带来了许多头疼的问题，用户必须从冗杂的数据中找出关联性，这样才会更好的发展。但是完成这项任务很是麻烦，因此要人工技术与互联网技术相结合，会大大提高工作效率，也会使数据更简单的进行整理。总而言之，数据库技术在电子商务中的应用，对信息的处理、筛选、查询能在互联网上实现。

以上就是关于老去的MongoDB，未来在哪里全部的内容，包括:老去的MongoDB，未来在哪里、数据库对一个国家的经济文化科技国家安全等有何影响、数据库需要学习什么语言。。。。他的未来发展怎么样等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！