关于数据库的分类！！

不完全是

■关系数据库 facts and information

关系数据库是建立在集合代数基础上，应用数学方法来处理数据库中的数据。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。

关系模型由关系数据结构、关系 *** 作集合、关系完整性约束三部分组成。

全关系系统十二准则

全关系系统应该完全支持关系模型的所有特征。关系模型的奠基人EFCodd具体地给出了全关系系统应遵循的基本准则。

;''准则0'' : 一个关系形的关系数据库系统必须能完全通过它的关系能力来管理数据库。

;''准则1'' 信息准则 : 关系数据库系统的所有信息都应该在逻辑一级上用表中的值这一种方法显式的表示。

;''准则2'' 保证访问准则 : 依靠表名、主码和列名的组合，保证能以逻辑方式访问关系数据库中的每个数据项。

;''准则3'' 空值的系统化处理 : 全关系的关系数据库系统支持空值的概念，并用系统化的方法处理空值。

;''准则4'' 基于关系模型的动态的联机数据字典 : 数据库的描述在逻辑级上和普通数据采用同样的表述方式。

;''准则5'' 统一的数据子语言 :

一个关系数据库系统可以具有几种语言和多种终端访问方式，但必须有一种语言，它的语句可以表示为严格语法规定的字符串，并能全面的支持各种规则。

;''准则6'' 视图更新准则 : 所有理论上可更新的视图也应该允许由系统更新。

;''准则7'' 高级的插入、修改和删除 *** 作 : 系统应该对各种 *** 作进行查询优化。

;''准则8'' 数据的物理独立性 : 无论数据库的数据在存储表示或存取方法上作任何变化，应用程序和终端活动都保持逻辑上的不变性。

;''准则9'' 数据逻辑独立性 : 当对基本关系进行理论上信息不受损害的任何改变时，应用程序和终端活动都保持逻辑上的不变性。

;''准则10'' 数据完整的独立性 : 关系数据库的完整性约束条件必须是用数据库语言定义并存储在数据字典中的。

;''准则11'' 分布独立性 : 关系数据库系统在引入分布数据或数据重新分布时保持逻辑不变。

;''准则12'' 无破坏准则 : 如果一个关系数据库系统具有一个低级语言，那么这个低级语言不能违背或绕过完整性准则。

■实时数据库是数据库系统发展的一个分支，它适用于处理不断更新的快速变化的数据及具有时间限制的事务处理。实时数据库技术是实时系统和数据库技术相结合的产物，研究人员希望利用数据库技术来解决实时系统中的数据管理问题，同时利用实时技术为实时数据库提供时间驱动调度和资源分配算法。然而，实时数据库并非是两者在概念、结构和方法上的简单集成。需要针对不同的应用需求和应用特点，对实时数据模型、实时事务调度与资源分配策略、实时数据查询语言、实时数据通信等大量问题作深入的理论研究。实时数据库系统的主要研究内容包括：

实时数据库模型

实时事务调度：包括并发控制、冲突解决、死锁等内容

容错性与错误恢复

访问准入控制

内存组织与管理

I/O与磁盘调度

主内存数据库系统

不精确计算问题

放松的可串行化问题

实时SQL

实时事务的可预测性

研究现状与发展实时数据库系统最早出现在1988年3月的ACM SIGMOD Record的一期专刊中。随后，一个成熟的研究群体逐渐出现，这标志着实时领域与数据库领域的融合，标志着实时数据库这个新兴研究领域的确立。此后，出现了大批有关实时数据库方面的论文和原型系统。人机交互技术与智能信息处理实验室实时数据库小组一直致力于实时系统、实时智能、实时数据库系统及相关技术的研究与开发，并取得了一定的成绩。

1 基本思想之什么是分库分表？

从字面上简单理解，就是把原本存储于一个库的数据分块存储到多个库上，把原本存储于一个表的数据分块存储到多个表上。

2 基本思想之为什么要分库分表？

数据库中的数据量不一定是可控的，在未进行分库分表的情况下，随着时间和业务的发展，库中的表会越来越多，表中的数据量也会越来越大，相应地，数据 *** 作，增删改查的开销也会越来越大；另外，由于无法进行分布式式部署，而一台服务器的资源（CPU、磁盘、内存、IO等）是有限的，最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈。

3 分库分表的实施策略。

分库分表有垂直切分和水平切分两种。

31 何谓垂直切分，即将表按照功能模块、关系密切程度划分出来，部署到不同的库上。例如，我们会建立定义数据库workDB、商品数据库payDB、用户数据库userDB、日志数据库logDB等，分别用于存储项目数据定义表、商品定义表、用户数据表、日志数据表等。

32 何谓水平切分，当一个表中的数据量过大时，我们可以把该表的数据按照某种规则，例如userID散列，进行划分，然后存储到多个结构相同的表，和不同的库上。例如，我们的userDB中的用户数据表中，每一个表的数据量都很大，就可以把userDB切分为结构相同的多个userDB：part0DB、part1DB等，再将userDB上的用户数据表userTable，切分为很多userTable：userTable0、userTable1等，然后将这些表按照一定的规则存储到多个userDB上。

33 应该使用哪一种方式来实施数据库分库分表，这要看数据库中数据量的瓶颈所在，并综合项目的业务类型进行考虑。

如果数据库是因为表太多而造成海量数据，并且项目的各项业务逻辑划分清晰、低耦合，那么规则简单明了、容易实施的垂直切分必是首选。

而如果数据库中的表并不多，但单表的数据量很大、或数据热度很高，这种情况之下就应该选择水平切分，水平切分比垂直切分要复杂一些，它将原本逻辑上属于一体的数据进行了物理分割，除了在分割时要对分割的粒度做好评估，考虑数据平均和负载平均，后期也将对项目人员及应用程序产生额外的数据管理负担。

在现实项目中，往往是这两种情况兼而有之，这就需要做出权衡，甚至既需要垂直切分，又需要水平切分。我们的游戏项目便综合使用了垂直与水平切分，我们首先对数据库进行垂直切分，然后，再针对一部分表，通常是用户数据表，进行水平切分。

4 分库分表存在的问题。

41 事务问题。

在执行分库分表之后，由于数据存储到了不同的库上，数据库事务管理出现了困难。如果依赖数据库本身的分布式事务管理功能去执行事务，将付出高昂的性能代价；如果由应用程序去协助控制，形成程序逻辑上的事务，又会造成编程方面的负担。

42 跨库跨表的join问题。

在执行了分库分表之后，难以避免会将原本逻辑关联性很强的数据划分到不同的表、不同的库上，这时，表的关联 *** 作将受到限制，我们无法join位于不同分库的表，也无法join分表粒度不同的表，结果原本一次查询能够完成的业务，可能需要多次查询才能完成。

43 额外的数据管理负担和数据运算压力。

额外的数据管理负担，最显而易见的就是数据的定位问题和数据的增删改查的重复执行问题，这些都可以通过应用程序解决，但必然引起额外的逻辑运算，例如，对于一个记录用户成绩的用户数据表userTable，业务要求查出成绩最好的100位，在进行分表之前，只需一个order by语句就可以搞定，但是在进行分表之后，将需要n个order by语句，分别查出每一个分表的前100名用户数据，然后再对这些数据进行合并计算，才能得出结果。

上述整理于互联网

四种

模糊数据库

指能够处理模糊数据的数据库。一般的数据库都是以二直逻辑和精确的数据工具为基础的，不能表示许多模糊不清的

事情。随着模糊数学理论体系的建立，人们可以用数量来描述模糊事件并能进行模糊运算。这样就可以把不完全性、不确定性、模糊性引入数据库系统中，从而形成模糊数据库。模糊数据库研究主要有两方面，首先是如何在数据库中存放模糊数据；其次是定义各种运算建立模糊数据上的函数。模糊数的表示主要有模糊区间数、模糊中心数、模糊集合数和隶属函数等。

统计数据库

管理统计数据的数据库系统。这类数据库包含有大量的数据记录，但其目的是向用户提供各种统计汇总信息，而不是提供单个记录的信息。

网状数据库

处理以记录类型为结点的网状数据模型的数据库。处理方法是将网状结构分解成若干棵二级树结构，称为系。系类型

是二个或二个以上的记录类型之间联系的一种描述。在一个系类型中，有一个记录类型处于主导地位，称为系主记录类

型，其它称为成员记录类型。系主和成员之间的联系是一对多的联系。网状数据库的代表是DBTG系统。1969年美国的

CODASYL组织提出了一份“DBTG报告”，以后，根据DBTG报告实现的系统一般称

为DBTG系统。现有的网状数据库系统大都是采用DBTG方案的。DBTG系统是典型的三级结构体系：子模式、模式、存储模式。相应的数据定义语言分别称为子模式定义语言SSDDL，模式定义语言SDDL，设备介质控制语言DMCL。另外还有数据 *** 纵语言DML。

演绎数据库

是指具有演绎推理能力的数据库。一般地，它用一个数据库管理系统和一个规则管理系统来实现。将推理用的事实数据存放在数据库中，称为外延数据库；用逻辑规则定义要导出的事实，称为内涵数据库。主要研究内容为，如何有效地计

算逻辑规则推理。具体为：递归查询的优化、规则的一致性维护等。

数据库按适用性来分的话。可分为:1 通用数据库， (sqlserver , mysql ,oracle )2 专用数据库(terrdata 专用 大型数分析的 ，其它专用于olap 数据处理。 )

按数据规模大小来分。可分为：1 桌面型。（foxbase access , ）2 服务器型 sqlserver orac 等。

按支持事务化分，1 事务型。2 非事务型。（专用于网站优化的mysql）

存取数据。1 访问量小，可能全丢掉。access 。

2 访问量大，但永许丢少量数据。mysql iasm引

3 sqlserver mysql 企业数据库，oracle db2 等，能保证高可靠性。高安全性。高事务量。

4 过了几年，公司数据库不小了。我要把他们全导出来。集合到一个数据仓库来。这些历史数据修改少，查询任务就另独立出来。

5 双过了几年，不同部门，分公司的数据又多了，这些历史数据中，隐藏着商业规律，已经具用深入分析的价值。我要上bi 了。

按生产阶段化分：生产数据库，数据仓库，商业智能数据库

1 生产数据库 ，你见到的普通应用，都可能是生产库，“考勤软件用到了access , 公司进销存用到了sql 或者是 ora” 等。这一系列库的共同点是，修改多(事务多)，需要快速完成。小规规查询多。多用sql语言,是关系数据库

连接字符中中的超时不超过几十秒，你做一个 *** 作，超时了返回错误。

Data Source=xxxx;Initial Catalog=xxxxx;Integrated Security=True;Connect Timeout=45

2 数据仓库，商业智能数据库 一般库结构不是关系结构。查询语言也不同于sql ，查询时间可能要一个晚上。

数据库领域也是高科技了，几家大公司也是每天概念，术语不停的出，究竟客户能得多少利，鬼也不知道。好多都是忽悠人的罢了。

新出来的nosql究竟是什么的。什么情况下适用。

以上是我的了解。半路出家，错误大家提出来。不要喷。

根据存储模型划分，数据库类型主要可分为:网状数据库(Network Database)、关系数据库(Relational Database)、树状数据库(Hierarchical Database)、面向对象数据库(Object-oriented Database)等。商业应用中主要是关系数据库，比如Oracle、DB2、Sybase、MS SQL Server、Informax、MySQL等。全部罗列出来是没有意义的，数据库太多了，你不说你的工作是涉及哪方面，恐怕很难提供更适合你的数据库。

初级应用一般是ACCESS 配合的脚本程序一般是 ASP ASPNET JSPMICROSOFT SQL 比较复杂点 不过功能强大很多 配合的脚本和ACCESS的一样MYSQL和PHP的组合是比较完美的如果你需要处理1000W条数据以上级别的数据,那以上的都不合适,一般用的比较多的是ORACLE 这个入门难度非常大如果想学的话就先学MICROSOFT SQL吧,这个网上教学比较多，ASPNET 20,应用的是非常广泛的

以上就是关于关于数据库的分类！！全部的内容，包括:关于数据库的分类！！、数据库为什么要分库分表、数据库主要分为哪两种类型等相关内容解答，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！