数据库选型的五大要素
面对品种繁多的数据库产品，如何才能独具慧眼，选中适合自己的数据库产品呢？众所周知，正确的评估、选型与数据库技术本身同样重要。而通常，数据库厂商都会在性能清单和技术基准表中尽量展现产品最佳的一面，对产品弱点却避免提及或进行遮掩，关于这一点，业界已经是人尽皆知了。其实在挑选和评估过程中，首要目标是选择一款能够满足甚至超过预定要求的技术或解决方案。选型的正确方法将使用户在面对众多产品时，提高其做出最佳选择的能力。
数据库选型时，必须考虑以下五大因素：
1. 开发要求
2. 性能/成本
3. 数据库运行和管理
4. 可升级性
5. 总体拥有成本
开发要求
首先，需要清楚自己究竟想使用什么开发技术。例如，你是要以https://www.doczj.com/doc/2c8177271.html,访问传统的关系型数据库？还是要以纯面向对象技术构建J2EE应用平台？又或是需要建设XML Web Services？如果你要实现的是纯关系型的开发典范，那么实际要
使用的受支持的标准（和非标准）SQL功能有多少？
如果你要规划的是面向对象开发策略，那么在原计划里的数据库支持真正的面向对象吗？它是如何支持的？若有需要,
它能同时提供SQL的功能吗？数据库支持这个功能吗？虽然,有些关系型数据库声称支持对象开发，但实际上并不是直
接支持的。这种非直接的体系结构将导致更多的事务处理故障，以及潜在的可升级性和性能问题。
另外，你还需要确定自己的前端技术如何与后端进行“对话”。你的业务逻辑是放在客户机一端呢？还是放在服务器一端？你要使用哪些脚本语言？它们与后端服务器的兼容性如何？它们是快速应用开发（RAD）环境吗？
目前，实现基于关系型数据库的应用可以选择传统的主流品牌，这些数据库产品有着很成熟的关系技术以及广泛的应用资源。但是,如果实现的是基于面向对象技术的应用、又或是数据结构更为复杂时，不妨考虑目前一些公司推出的所谓
后关系数据库。它所代表的正好是关系数据库和面向对象技术的融合，以多维数据引擎作为核心，从根本上支持复杂的对象存储及主流的二维表，同时也已经配备了功能强大的应用服务引擎，可作对象逻辑操作的平台。它的出现已经为传统数据库领域带来了冲击，而在面向对象数据库方面更是广受欢迎。
性能/成本
测量数据库性能最常见的方法是TPC基准。TPC明确地定义了数据库方案、数据量以及SQL查询。测量的结果是，在特
定的操作系统上，配置了特定的数据库版本，以及在惊人的硬件条件下，每项事务的成本是多少——其中的事务可以是TPC测试中定义的任何数据库操作。
从理论上来讲，这类基准旨在提供不同产品间客观的比较值。但在现实中，这些方案又有多少能准确反映并回答你在挑选技术时所存在的疑惑？其次，所有技术厂商发布的TPC基准都会超过以前发布的结果。这样，TPC基准在更大程度上
反映的是为解决问题而投入的内存和CPU量，而不是数据库性能的任何真实表现。
以笔者多年所见，只有在真实的环境中进行实际的比较测试才可以推断出数据库的预期性能及评估所需成本。常用的方法包括平衡移植，把原来的数据转移到类似硬件上的另一套数据库，然后以真实的客户端连接这套测试对象。又或是以数据产生器针对真实的数据模型，建立出庞大的数据量，再以客户端连接作测试。
这种做法跟实验室中的做法的不同之处有以下几点：第一，试验中的硬件构架跟你预期的方案不会有太大的差别；第二，所测试的事务在宽度和深度方面跟未来计划的也差不太远；第三，如果是硬件条件一样，我们可以直接看出测试对象跟原来方案有着多少差异。
掌握了以上结论之后，我们应该可以更精明地为所需的性能投入相应的成本。换句话说，我们将能够更准确地预测各种数据库的性能与相应的成本。
数据库运行和管理
所有数据库都需要进行管理。数据库管理涉及以下问题：
·操作任务：备份、故障切换、灾难恢复，等等；
·整理系统：分段、存档；
·访问控制：定义、监控；
·性能：保持系统在线和优化运行；
·数据库方案变更：更改数据库结构、更新索引、数据库同步。
有些数据库需要比其他数据库投入更多管理资源，业界通常以一家公司必须雇用的数据库管理员（DBA）人数的多少来
做比较，这是因为只有雇用足够数量的管理员才能在确保系统运行平稳的同时，又能维持数据库的完整性。
因此，在数据库选型时应考虑以下问题：
·产品需要多少数据库管理员？
·他们负责什么？
·什么任务需要停机？
·停机时间会有多长？
·这些任务的困难/复杂程度有多大？
·执行这些任务需要什么技术？
·这些任务如何管理（现场还是远程）？
·现在有哪些工具可以帮助完成这些任务？
·所有优化措施都可行/容易执行吗？
过去选择数据库时，因为别无他选，大部分项目经理、信息主任在考虑问题时已经不再看重以上因素，理由是不管选哪一品牌的产品，他们还是要长时间地付出同样昂贵的维护及管理费用。而目前市面上出现的一些新的数据库为行业带来了一定的冲击，除速度和处理能力之外，更重要的是，为信息主任们分担了大部分繁杂的工序，过去一些必然的管理和优化操作，现在全自动完成，已招聘的人力资源可改而投入单位里其他岗位，创造更大的价值。
可升级性
随着对数据库应用软件使用的不断增加，很可能某一时刻当前的硬件配置就不够用了，这时你就需要对硬件进行检查。升级可以朝两个方向发展：垂直升级（使用更大/更多的处理器）和水平升级（使用与当前平台同一规格的更多的计算
机/处理器）。
在考虑可升级性时，用户应首先回答以下问题：
·业务逻辑能和数据分离吗？
·业务逻辑能拆分吗？
·数据库能分段吗？
·这些任务执行起来容易吗？
·执行上述任一操作后对性能有什么提升？
·如果当前的配置成倍增长，那么性能也会成倍增长吗？
·升级到所需的数量/容量时有哪些体系结构可以选择？
·我需要对用户接口前端做哪些更改才能接纳这些不同的选择？这些更改有多复杂，需要什么技术？更改的成本是多少？
·最后一点，同时也是最重要的一点，这类要求在开发和部署方面有哪些需要注意的事项？
虽然所有供应商都声称自己提供的是“具有巨大升级空间”的技术，但最重要的还是你要调查高容量升级所引发的直接、间接及隐藏成本。对“服务器群（Server Farms）”一词相关的技术切勿掉以轻心。那些好的数据库所带来的机遇应该基于它所支持的各种主流的操作系统平台，以及研发多年成熟和稳定的网络分布式数据缓冲技术，确保在垂直升级时不用对应用程序做任何修订，更可在不影响日常业务运作的情况下，实时调整服务器群的规模。
总体拥有成本
总体拥有成本(Total Cost of Ownership)是你做决策时必须首先面对的问题。作为一个专业的决策人员，不能只因为
单项优势(如软件价格）就加以采纳，所部署的解决方案创建出来的价值理应超过它的成本。
目前的困难在于许多成本和优势都是无形的，因此难以量化并且难以测量。不过，在对评估的各个产品进行TCO审查时，一定要将数量和客观的估计值包括在内。否则不仅对产品的情况掌握得不够完整，还有可能导致结论不够全面，从而产生负面结果。需要考虑的一些成本和优势如表1所示。
表1 数据库选型中的成本和优势
下面我们来举例说明，如果我们需要在数据库A和B之间进行选择。在考虑TCO的前提下，我们应该做如表2所示的计算。
表2 数据库A和B的TCO计算
从表面上看来，数据库A价格便宜、实施的成本也相对地低一些。但要达到预期的服务水平，硬件和维护的成本却要高很多。相反，数据库B售价高昂、实施时的风险高一点所以成本也高很多，但因为它的技术水平比较高，相对的硬件和维护成本就要低很多。结果是，数据库B的方案，长远来讲反而更有利。通过以上的假设，说明如果通过TCO审查，我们能更全面地看到事实的真相。
为什么要用关系型数据库而不用非关系型数据库。
1、对于增删改查操作，关系型数据库和非关系型数据库的性能开销基本一致，因为所有表的数据量都非常小，小于百
万级，因为在千万级数据量以下，关系型数据库只要设置了索引，都是非常快的。
2、在性能方面一致的情况下，非关系数据库的缺点在于无法支持动态连接查询应用，即sql中的join操作，或者说是join效率不如关系型数据库高，另外也不支持分组(group)和统计操作(count/sum/avg等)，在业务系统中存在大量的join操作，比如，报表打印、银行缴费对账、员工、机构、角色、交易、科目、字典等复杂应用都涉及到大量关联，
所以非关系型数据库在这些处理方面不如关系型数据库灵活和性能高，编写的代码可读性和健壮性也较低。
3、关系型数据库的管理工具，比非关系型数据库的管理工具更丰富，也更完善。对于数据库的DBA维护而言，关系型
数据库的批量更新、导入、导出、备份、优化等方式和资料都丰富，对于开发人员的入门门槛，关系型数据库也比较低。
4、关系型数据库的发展历史和稳定性要超过非关系型数据库。
5、既然在性能一致的情况下为什么不用关系型数据库呢。
6、统计和数据分析相关的数据库就必须是用关系型数据库了，因为大量的统计应用都是基于sql中的统计函数的，比
如查询交易业务性别比例、学历分布等，都涉及到sql操作，比如，join,group by xxx,sum(),count(),avg()等，这
些都是非关系型数据库不支持的。
数据库管理系统 学院：信息工程学院 专业：计算机科学与技术（教师教育）姓名：曹永荣 学号：12015241912 2017-3-27
Oracle数据库 ORACLE数据库系统是美国ORACLE公司（甲骨文）提供的以分布式数据库为核心的一组软件产品，是目前最流行的客户/服务器(CLIENT/SERVER)或B/S体系结构的数据库之一。比如Silver Stream就是基于数据库的一种中间件。ORACLE数据库是目前世界上使用最为广泛的数据库管理系统，作为一个通用的数据库系统，它具有完整的数据管理功能；作为一个关系数据库，它是一个完备关系的产品；作为分布式数据库它实现了分布式处理功能。但它的所有知识，只要在一种机型上学习了ORACLE知识，便能在各种类型的机器上使用它。Oracle数据库最新版本为Oracle Database 12c。Oracle数据库12c引入了一个新的多承租方架构，使
用该架构可轻松部署和管理数据库云。此外，一些创新特性可最大限度地提高资源使用率和灵活性，如Oracle Multitenant可快速整合多个数据库，而Automatic Data Optimization和Heat Map能以更高的密度压缩数据和对数据分层。这些独一无二的技术进步再加上在可用性、安全性和大数据支持方面的主要增强，使得Oracle数据库12c成为私有云和公有云部署的理想平台。 My SQL数据库 My SQL：是一种开放源代码的关系型数据库管理系统（RDBMS），My SQL数据库系统使用最常用的数据库管理语言--结构化查询语言（SQL）进行数据库管理。由于My SQL是开放源代码的，因此任何人都可以在General Public License的许可下下载并根据个性化的需要对其进行修改。My SQL因为其速度、可靠性和适应性而备受关注。大多数人都认为在不需要事务化处理的情况下，My SQL是管理内容最好的选择 SQL Server数据库 SQL Server是由Microsoft开发和推广的关系数据库管理系统（DBMS），它最初是由Microsoft、Sybase和Ashton-Tate三家公司共同开发的，并于1988年推出了第一个OS/2版本。Microsoft SQL Server近年来不断更新版本，1996年，Microsoft 推出
数据库安全加固产品选型系列之二 上次写了数据库安全加固产品选型系列文章的第一篇后，据说反响还不错。但是在部门内部就“资深”售前的称号问题产生了争执，大家一致认为本人虽然“长的着急”了点，但是心理年龄似乎还是比较年轻的，是啊，就像那首歌里唱不是：“革命人永远是年轻……” （坏了，这首老歌又暴露了问题……） 言归正传，上回从客户面临的数据库安全“核心痛点”，以及中安威士针对客户“痛点”开发的几款产品的实现原理，两个方面介绍了在数据库安全加固产品选型时的一些参考依据。 今天我们来聊聊造成数据库风险存在的最大，最直接，最重要的因素：人！您别笑，我也没和您开玩笑。您仔细想想看，围绕数据库安全的诸多维度，例如，数据库的权限配置、数据库的备份与恢复、数据库的误操作，甚至是数据库本身存在的各种漏洞和针对数据库发起攻击的黑客们，都离不开我说的这个一撇一捺的“人”字。 举个例子，如果我们只从数据库泄露途径这个相对单纯的维度来分析“人”带来的威胁。不难看出,数据泄露的途径主要来自外部和内部两个方面。第一个方面：外部威胁一般大家都明白，各种黑客攻击，SQL注入，恶意后门等等方法来企图窃取数据。另一方面，内部人员的蓄意越权访问、误操作、或是介质窃取等，都是数据泄露和数据遭到破坏的途径。值得一提的是，内部人员通常权限较高，可以轻而易举的导出整库整表的数据，和黑客们的外部攻击相比，看似缺乏技术含量的来自内部的威胁却逐渐成为了数据泄露风险的主流因素。根据权威咨询公司的调查结果显示，来自于内部的数据泄漏事件占70%以上。 随着企业在边界防护上的不断强化，越来越多的数据安全防线，被从内部攻破。特别是具有敏感数据访问权限的人员成为数据泄密的主要途径。如何针对现实工作中的多种人员角色来选择中安威士的数据库安全加固产品，以覆盖数据泄露的多个风险点呢？我们已经总结好了，为了让您看得清清楚楚、明明白白、真真切切……当然还是上表格啦！
1、试述数据库系统的特点。 （1）、数据结构化数据库系统实现整体数据的结构化，这是数据库的主要特征之一，也是数据库系统与文件系统的本质区别。 （2）数据的共享性高，冗余度低，易扩充数据库的数据不再面向某个应用而是面向整个系统， （3）数据独立性高数据独立性包括数据的物理独立性和数据的逻辑独立性。 （4）数据由DBMS 统一管理和控制数据库的共享是并发的共享，即多个用户可以同时存取数据库中的数据甚至可以同时存取数据库中同一个数据。 2、数据库管理系统的主要功能有哪些？ 答： ( l ）数据库定义功能； ( 2 ）数据存取功能； ( 3 ）数据库运行管理； ( 4 ）数据库的建立和维护功能。 3、试述数据模型的概念、数据模型的作用和数据模型的三个要素。 数据模型是数据库中用来对现实世界进行抽象的工具，是数据库中用于提供信息表示和操作手段的形式构架。 因此数据模型通常由数据结构、数据操作和完整性约束三部分组成。 4、试述概念模型的作用。
概念模型实际上是现实世界到机器世界的一个中间层次。概念模型用于信息世界的建模，是现实世界到信息世界的第一层抽象，是数据库设计人员进行数据库设计的有力工具，也是数据库设计人员和用户之间进行交流的语言。 5、试述数据库系统三级模式结构 数据库系统的三级模式结构由外模式、模式和内模式组成。 特点：（1）数据结构化。（2）数据的共享性高，冗余度低，容易扩展。（3）数据独立性高。（4）数据有DBMS统一管理。 6、试述数据库系统的组成。 数据库系统一般由数据库、数据库管理系统（及其开发工具）、应用系统、数据库管理员和用户构成。 7、DBA 的职责是什么？ 负责全面地管理和控制数据库系统。具体职责包括：①决定数据库的信息内容和结构；②决定数据库的存储结构和存取策略；③定义数据的安全性要求和完整性约束条件；④监督和控制数据库的使用和运行；⑤改进和重组数据库系统。 8、试述关系模型的三个组成部分。 答：关系模型由关系数据结构、关系操作集合和关系完整性约束三部分组成 9、试述关系数据语言的特点和分类。 答：关系数据语言可以分为三类： （1）关系代数语言。
国家二级ACCESS机试选择题（数据库设计基础）模拟试卷2 (总分：60.00，做题时间：90分钟) 一、选择题(总题数：30，分数：60.00) 1.在关系模型中，每一个二维表称为一个 （分数：2.00） A.关系√ B.属性 C.元组 D.主码(键) 解析：解析：每个二维表代表一个关系，由表框架及表的元组组成。 2.若实体A和B是一对多的联系，实体B和C是一对一的联系，则实体A和C的联系是 （分数：2.00） A.一对一 B.一对多√ C.多对一 D.多对多 解析：解析：由于B和C有一一对应的联系，而A和B只间有一对多的联系，则通过关系之间的传递，则A和C之间也是一对多的联系。 3.有三个关系R，S和T R和S得到关系T的运算是 （分数：2.00） A.选择 B.投影 C.交 D.并√ 解析：解析：关系代数的并运算是指：设关系R和S具有相同的关系模式，R和S的并是由属于R或属于S 的元组组成的集合，记为R∪S。形式定义为：R∪S≡{t｜t∈RVt∈S}，式中t是元组变量。本题中关系T 是由属于关系R的或者属于关系S的元组组成，所以T是R u s的结果。 4.一般情况下，当对关系R和S进行自然连接时，要求R和S含有一个或者多个共有的 （分数：2.00） A.记录 B.行 C.属性√ D.元组 解析：解析：自然连接要满足两个条件：一是两关系之间有公共域。二是通过共域的相等值(属性)进行连接。 5.有三个关系R，S和T R和S得到关系T的运算是 （分数：2.00） A.选择 B.差√ C.交 D.并 解析：解析：由关系T中的数据可以看出，其数据由属于关系R但是不属于关系S的数据组成。所以关系T是由关系R和S通过差运算得到的。
中小型企业如何选择自己的数据库 作为一个中小型的公司，在数据库选型方面的做法是我们本次选题非常重视的，陈总也很乐意的和我分享了他们公司在数据库选型方面的一些思路，陈总认为：“由于SP行业对于数据库的吞吐量不像互联网应用要求的那么高，但是我们需要的是数据库的性能比较强劲比较稳定，相对而言，目前Sqlserver也能够满足我们实际应用的需求，我们肯定会想到今后的业务发展，其中包括稳定性等方面的考虑，因此我们会选择Oracle，Oracle是基于Linux 方面，因此稳定性要比windows 平台会好一些，当然也会有成本上的考虑。Oracle在大型运算的时候某种成本要比SQlserver强一些，所以我们的中心数据库会放在Oracle中，这是我们目前正在做的一个工作。” 我们都知道，做数据库的迁移不是一件很容易的事情，如果做得不好势必会影响到自己的业务，说到数据库迁移时的问题，我们从北京天舟通讯有限公司的一些实际经验中了解到，他们在迁移中也遇到了一些问题。陈总认为：“迁移肯定会遇到问题，而且迁移一般会有两种情况，第一、增量迁移。第二、全量迁移。我们这次的迁移选择的是全量迁移，而且方案和淘宝是很类似的。我们也专门做了一个中间的服务层，让数据从SQLServer慢慢的迁移到Oracle，最后有个时间节点，比如说夜晚一停机的时候所有的数据都会指向新的Oracle。迁移过程中遇到的问题主要有两点：第一个是迁移的速度。我们目前的数据量相对于淘宝来说还是非常少的，也就是有几百G大小的数据量。第二、我们的服务是24小时的。因此服务的短时间迁移是很重要的。要保证数据的一致性，迁移完成之后要进行校验，而且目前有几个方案可供选择，而且还在校验过程中。” 中小型企业数据库选型的建议：中小型企业数据库选择的时候成本的考虑是很重要的，目前我们公司做增值方面的业务，由于和运营商的合作，因此公司在运营投入方面的力度还是很大的。其实我个人觉得我们公司使用MySql是没有问题的，但是我们公司考虑数据库的性能方面要比成本会更重要一些。 对于一些中小型企业来讲，选择Mysql、PCserver，搭几个群集基本上是够用的。而我们就会做好一些的，比如Oracle 的RAC，Oracle的群集，目前就是选择多花一些钱，保证今后用户的增长。 目前我们公司和运营商合作的话，如果发展的好的话，收入是一直保持固定的增长，我们的用户流动性很小，业绩也是一个增量的过程，公司在财力方面还是很宽松的，因此选择数据库也是很注重性能和稳定性。 说到了数据库的迁移，我们不难想到一个问题，今后主要的业务会转移到Oracle上面，其他数据库会不会继续采用?对于这个问题，陈总认为：“我们公司有很多的支撑系统，这些系统有些是在SQLServer和Mysql上面，目前不可能一下子就迁移到Oracle上面，因为所有的支撑系统全部开发一遍也是不现实的。我们的一些核心业务如IVR(应答式交互)会迁移到Oracle中，而以前的支撑系统还是会采用Mysql数据库。”
常见数据库及其特点 目前，商品化的数据库管理系统以关系型数据库为主导产品，技术比较成熟。面向对象的数据库管理系统虽然技术先进，数据库易于开发、维护，但尚未有成熟的产品。 (免费，体积小，速度快，成本低，开源，适用于中小型网站) MySQL是最受欢迎的开源SQL数据库管理系统，它是一个快速的、多线程、多用户和健壮的SQL数据库服务器。MySQL服务器支持关键任务、重负载生产系统的使用。MySQL具有以下优势： (1)MySQL是一个关系数据库管理系统。(2)MySQL是开源的。 (3)MySQL服务器是一个快速的、可靠的和易于使用的数据库服务器。 (4)MySQL服务器工作在客户/服务器或嵌入系统中。 Server(流行于Web) SQL Server是由微软开发的数据库管理系统，是Web上最流行的用于存储数据的数据库，它已广泛用于电子商务、银行、保险、电力等与数据库有关的行业。SQL Server 提供了众多的Web和电子商务功能，如对XML和Internet标准的丰富支持，通过Web对数据进行轻松安全的访问，具有强大的、灵活的、基于Web的和安全的应用程序管理等。而且，由于其易操作性及其友好的操作界面，深受广大用户的喜爱。(功能齐全，大型，专业，企业级，其开发工具全部用JAVA来写的) 目前，Oracle产品覆盖了大、中、小型机等多种机型，Oracle成为世界上使用最广泛的关系数据系统之一。 (1)可联结性:Oracle能与多种通讯网络相连，支持客户机/服务器方式和各种协议(TCP/IP、DECnet、等)。 (2)开放性:Oracle良好的兼容性、可移植性、可连接性和高生产率使Oracle RDBMS具有良好的开放性。 (3)名符其实的大型数据库：ORACLE建立的数据库，最大数据量可达几百GB； (4)共享SQL和多线索服务器体系结构：这两个特性的结合，减少ORACLE的资源占用，增强处理能力，能支持成百甚至上千个用户。 (5)跨平台能力：ORACLE数据库管理系统可以运行在100多个硬件和软件平台上，这一点为其它PC平台上的数据库产品所不及。 (6)分布式数据库：可以使物理分布不同的多个数据库上的数据，被看成是一个完整的逻辑数据库。
数据库表结构设计参考
表名外部单位表（DeptOut） 列名数据类型（精度范围）空/非空约束条件 外部单位ID 变长字符串(50) N 主键 类型变长字符串(50) N 单位名称变长字符串(255) N 单位简称变长字符串(50) 单位全称变长字符串(255) 交换类型变长字符串(50) N 交换、市机、直送、邮局单位邮编变长字符串(6) 单位标识(英文) 变长字符串(50) 排序号整型(4) 交换号变长字符串(50) 单位领导变长字符串(50) 单位电话变长字符串(50) 所属城市变长字符串(50) 单位地址变长字符串(255) 备注变长字符串(255) 补充说明该表记录数约3000条左右，一般不做修改。初始化记录。 表名外部单位子表（DeptOutSub） 列名数据类型（精度范围）空/非空约束条件 外部子单位ID 变长字符串(50) N 父ID 变长字符串(50) N 外键 单位名称变长字符串(255) N 单位编码变长字符串(50) 补充说明该表记录数一般很少 表名内部单位表（DeptIn） 列名数据类型（精度范围）空/非空约束条件 内部单位ID 变长字符串(50) N 主键 类型变长字符串(50) N 单位名称变长字符串(255) N 单位简称变长字符串(50) 单位全称变长字符串(255) 工作职责 排序号整型(4) 单位领导变长字符串(50) 单位电话（分机）变长字符串(50) 备注变长字符串(255)
补充说明该表记录数较小（100条以内），一般不做修改。维护一次后很少修改 表名内部单位子表（DeptInSub） 列名数据类型（精度范围）空/非空约束条件内部子单位ID 变长字符串(50) N 父ID 变长字符串(50) N 外键 单位名称变长字符串(255) N 单位编码变长字符串(50) 单位类型变长字符串(50) 领导、部门 排序号Int 补充说明该表记录数一般很少 表名省、直辖市表（Province） 列名数据类型（精度范围）空/非空约束条件ID 变长字符串(50) N 名称变长字符串(50) N 外键 投递号变长字符串(255) N 补充说明该表记录数固定 表名急件电话语音记录表（TelCall） 列名数据类型（精度范围）空/非空约束条件ID 变长字符串(50) N 发送部门变长字符串(50) N 接收部门变长字符串(50) N 拨打电话号码变长字符串(50) 拨打内容变长字符串(50) 呼叫次数Int 呼叫时间Datetime 补充说明该表对应功能不完善，最后考虑此表 表名摄像头图像记录表（ScreenShot） 列名数据类型（精度范围）空/非空约束条件ID 变长字符串(50) N 拍照时间Datetime N 取件人所属部门变长字符串(50) N 取件人用户名变长字符串(50) 取件人卡号变长字符串(50) 图片文件BLOB/Image
关系型数据库和非关系 型数据库 集团标准化办公室：[VV986T-J682P28-JP266L8-68PNN]
关系型数据库和非关系型数据库 自1970年，埃德加·科德提出关系模型之后，关系数据库便开始出现，经过了40多年的演化，如今的关系型数据库具备了强大的存储、维护、查询数据的能力。但在关系数据库日益强大的时候，人们发现，在这个信息爆炸的“大数据”时代，关系型数据库遇到了性能方面的瓶颈，面对一个表中上亿条的数据，SQL语句在大数据的查询方面效率欠佳。我们应该知道，往往添加了越多的约束的技术，在一定程度上定会拖延其效率。 在1998年，CarloStrozzi提出NOSQL的概念，指的是他开发的一个没有SQL功能，轻量级的，开源的关系型数据库。注意，这个定义跟我们现在对NoSQL的定义有很大的区别，它确确实实字如其名，指的就是“没有SQL”的数据库。但是NoSQL的发展慢慢偏离了初衷，CarloStrozzi也发觉，其实我们要的不是"nosql"，而应该是"norelational"，也就是我们现在常说的非关系型数据库了。 在关系型数据库中，导致性能欠佳的最主要因素是多表的关联查询，以及复杂的数据分析类型的复杂SQL报表查询。为了保证数据库的ACID特性，我们必须尽量按照其要求的范式进行设计，关系型数据库中的表都是存储一些格式化的数据结构，每个元组字段的组成都一样，即使不是每个元组都需要所有的字段，但数据库会为每个元组分配所有的字段，这样的结构可以便于表与表之间进行连接等操作，但从另一个角度来说它也是关系型数据库性能瓶颈的一个因素。 非关系型数据库提出另一种理念，他以键值对存储，且结构不固定，每一个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，这样就不会局限于固定的结构，可以减少一些时间和空间的开销。使用这种方式，用户可以根据需要去添加自己需要的字段，这样，为了获取用户的不同信息，不需要像关系型数据库中，要对多表进行关联查询。仅需要根据id取出相应的value就可以完成查询。但非关系型数据库由于很少的约束，他也不能够提供想SQL所提供的where这种对于字段属性值情况的查询。并且难以体现设计的完整性。他只适合存储一些较为简单的数据，对于需要进行较复杂查询的数据，SQL数据库显得更为合适。 目前出现的NoSQL(NotonlySQL，非关系型数据库)有不下于25种，除了Dynamo、Bigtable以外还有很多，比如Amazon的SimpleDB、微软公司的AzureTable、Facebook使用的Cassandra、类Bigtable的Hypertable、Hadoop的HBase、MongoDB、CouchDB、Redis以及Yahoo!的PNUTS等等。这些NoSQL各有特色，是基于不同应用场景而开发的，而其中以MongoDB和Redis最为被大家追捧。 以下是MongoDB的一些情况： MongoDB是基于文档的存储的（而非表），是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。他支持的数据结构非常松散，是类似json 的bjson格式，因此可以存储比较复杂的数据类型。模式自由(schema-free)，意味着对于存储在MongoDB数据库中的文件，我们不需要知道它的任何结构定义。如果需要的话，你完全可以把不同结构的文件存储在同一个数据库里。Mongo最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数 据库单表查询的绝大部分功能，而且还支持对数据建立索引。 Mongo主要解决的是海量数据的访问效率问题。因为Mongo主要是支持海量数据存储的，所以Mongo还自带了一个出色的分布式文件系统GridFS，可以支持海量的数据存储。由于Mongo可以支持复杂的数据结构，而且带有强大的数据查询功能，因此非常受到欢迎。 关系型数据库的特点 1.关系型数据库
（一）数据库主机选型 AS/400从诞生一开始就通过提供卓越的业务处理 功能，可靠性，安全性和可扩展性从而提供真正 的商业价值。在全球，各种规模的企业都选择将 其关键的业务构筑于AS/400之上，其高的性能价 格比已得到各界用户的普遍认同。在国内与医疗 业保险相近的客户有：珠海医疗保险、深圳社会 保险、大连社会保险等。 AS/400是世界上已知的最易于使用、功能最完善 的计算机系统。鉴于它能使客户在其经营上花更 多的时间，而很少花时间去管理他们的信息系统，因而相当多的客户均选择了该系统。所有的AS/400计算机均用同一使用方便的、完善的OperatingSystem/400(OS/400)，它拥有强大的集成的关系数据库、多种通信协议、高度安全性、强大的文件维护及打印能力、完善的系统及网络管理特性，同时提供详细的中文联机帮助。而且全都使用易于理解的中文菜单方式或HTML浏览器方式进行访问。最新版本的操作系统包含一种全新的集成语言环境(ILE)，它使应用开发可以使用多种编程语言同时进行，更快、更灵活和更有效。 ★选择AS/400e主要理由： 卓越的性能 AS/400e的成功赢利及众多的装机量，使得IBM每年不断投入大量人力物力以最新技术对其进行改进，AS/400e的性能不断提高，1990年以来，AS/400e的高端性能每年增长60-70%，性能价格比每年增长30%?AS/400e系列产品其可伸缩性从低端到高端跨度1100倍以上。TPC-C值达152,346Tpmc。 下面从影响AS/400e性能的三个主要方面逐一阐述：芯片、I/O子系统、先进的体系结构。 I 芯片
1、绝缘硅技术(SOI) 绝缘硅片技术实际上是一种微处理器技术，它能将更多的硅和硅氧化层添加到处理器中用于绝缘。具体来讲，它是在处理器芯片内部的硅晶片上先嵌埋一层二氧化硅绝缘物，再以这一绝缘物作为基板来制造各个晶体管，通过绝缘的氧化层起到保护芯片上数万个晶体管的作用，减小晶体管的静电电容，而使晶体管的状态切换加快，降低了误差、提高了晶体管的工作效率以及微处理器的速度；同时，减小了状态切换时的充电电流，以降低功耗，延长了设备的实用寿命。 2、PowerPC64位处理器技术 AS/400e是目前唯一从硬件、操作系统到应用程序全面实现64位处理的计算机系统。此芯片的设计是为了适应商业环境的需要，采用5级流水，4级超标量运算，有20多条专为AS/400e设计的专用指令，这种扩展主要是针对商用工作负荷进行优化，使得AS/400e更适于定点运算,这样使AS/400e在商业环境中可以做一个非常优秀的服务器。在不同的应用领域，AS/400e的64位技术体现出强大的性能和巨大的潜力。它的TPC-C值在业界也处于领先地位。 3、CMOS技术 采用CMOS技术，在原有PowerPC60x的228条64位的指令上增加了20多条专为AS/400e设计的专用指令至253条，增加的指令主要包括数据值运算支持，一些新的载入和储存指令，对指令预装入的处理等，这些指令对商用运算非常重要。 4、256bit总线宽度与升级Cache通信 在总线方面，PowerPCAS采用256bit总线宽度与升级Cache通信，确保了中央处理器能够大容量地处理数据和指令。而很多的RISC芯片均采用64bit的总线宽度与Cache通信，这在商用数据的大吞吐量面前势必会形成瓶颈。尽管系统可吞吐大量数据，但Cache通常仍是多数RISC系统的瓶颈，AS/400e采用256KB单循环数据Cache来克服这个问题，Cache带宽高达4.9GB/S，系统总线带宽达36GB/S，这一值是许多RISC芯片总线宽度的两倍。 5、指令预取处理技术 在指令预取方面，大多数的RISC芯片的击中准确率仅为80%或90%，也就是说系统在为下一步运算预取指令后，常常需要重新再预取，这是因为程序中的跳转和转移等命令所致。这使得中央处理器未得到充分利用，某些时候处于空闲状态，而PowerPCAS芯片采用特殊指令预取处理技术使预取准确率达100%，充分利用了CPU的处理能力。 6、全面的错误检验技术 在商业应用方面另一个重要因素是数据的高度集成和可用性。PowerPCAS芯片中采用全面的错误检验技术，不同的奇偶校验方式被集成到多数控制和数据流逻辑单元上，使得芯片级校验非常完备和可靠。 II I/O子系统 系统的设备通过I/O总线连接到主机上，对AS/400e来说，大量的I/O处理器分别承担了不同的任务处理，极大地减轻了中央处理器的负担，使得中央处理器能对
1．在数据库系统中，提供数据与应用程序间物理独立性的是( B ) A．外模式/模式映像 B．模式/内模式映像C．外模式/内模式映像 D．子模式/模式映像 2．对于实体集A中的每一个实体，实体集B 中至少有一个实体与之联系，反之亦然，则称实体集A与实体集B之间具有的联 系是( C ) A．多对一B．一对多 C．多对多D．一对一 3．数据库物理设计的任务不包括 ．．．( A ) A．优化模式B．存储记录结构设计C．确定数据存放位置D．存取方法设计4．设有关系WORK（ENO，CNO，PAY），主码为（ENO，CNO）。按照实体完整性规则( D ) A．只有ENO不能取空值B．只有CNO不能取空值 C．只有PAY不能取空值D．ENO与CNO都不能取空值 5.数据库系统的核心组成部分是( D ) A.DB B.DD
C.DBA D.DBMS 6.数据库的最小存取单位是( C ) A.字符 B.数据项 C.记录 D.文件 7.数据库应用程序的编写是基于三级模式 结构中的( A ) A.外模式 B.逻辑模式 C.内模式 D.概念模式 8.数据库管理系统DBMS中用来定义逻辑模式、内模式和外模式的语言是（ C ） A）DML B)C C)DDL D)Basic 9．在关系模式R中，函数依赖X→Y的语义 是( B ) A．在R的某一关系中，若任意两个元组的X 值相等，则Y值也相等 B．在R的一切可能关系中，若任意两个元 组的X值相等，则Y值也相等 C．在R的某一关系中，Y值应与X值相等D．在R的一切可能关系中，Y值应与X值相 等 10．.数据库管理系统DBMS中用来定义逻辑
自1970年，埃德加·科德提出关系模型之后，关系数据库便开始出现，经过了40多年的演化，如今的关系型数据库具备了强大的存储、维护、查询数据的能力。但在关系数据库日益强大的时候，人们发现，在这个信息爆炸的“大数据”时代，关系型数据库遇到了性能方面的瓶颈，面对一个表中上亿条的数据，SQL语句在大数据的查询方面效率欠佳。我们应该知道，往往添加了越多的约束的技术，在一定程度上定会拖延其效率。 在1998年，Carlo Strozzi提出NOSQL的概念，指的是他开发的一个没有SQL功能，轻量级的，开源的关系型数据库。注意，这个定义跟我们现在对NoSQL的定义有很大的区别，它确确实实字如其名，指的就是“没有SQL”的数据库。但是NoSQL的发展慢慢偏离了初衷，CarloStrozzi也发觉，其实我们要的不是"nosql"，而应该是"norelational"，也就是我们现在常说的非关系型数据库了。 在关系型数据库中，导致性能欠佳的最主要因素是多表的关联查询，以及复杂的数据分析类型的复杂SQL报表查询。为了保证数据库的ACID特性，我们必须尽量按照其要求的范式进行设计，关系型数据库中的表都是存储一些格式化的数据结构，每个元组字段的组成都一样，即使不是每个元组都需要所有的字段，但数据库会为每个元组分配所有的字段，这样的结构可以便于表与表之间进行连接等操作，但从另一个角度来说它也是关系型数据库性能瓶颈的一个因素。 非关系型数据库提出另一种理念，他以键值对存储，且结构不固定，每一个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，这样就不会局限于固定的结构，可以减少一些时间和空间的开销。使用这种方式，用户可以根据需要去添加自己需要的字段，这样，为了获取用户的不同信息，不需要像关系型数据库中，要对多表进行关联查询。仅需要根据id取出相应的value就可以完成查询。但非关系型数据库由于很少的约束，他也不能够提供想SQL所提供的where这种对于字段属性值情况的查询。并且难以体现设计的完整性。他只适合存储一些较为简单的数据，对于需要进行较复杂查询的数据，SQL数据库显得更为合适。 目前出现的NoSQL(Not only SQL，非关系型数据库)有不下于25种，除了Dynamo、Bigtable以外还有很多，比如Amazon的SimpleDB、微软公司的AzureTable、Facebook 使用的Cassandra、类Bigtable的Hypertable、Hadoop的HBase、MongoDB、CouchDB、Redis以及Yahoo!的PNUTS等等。这些NoSQL各有特色，是基于不同应用场景而开发的，而其中以MongoDB和Redis最为被大家追捧。 以下是MongoDB的一些情况： MongoDB是基于文档的存储的（而非表），是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。他支持的数据结构非常松散，是类似json的bjson格式，因此可以存储比较复杂的数据类型。模式自由(schema-free)，意味着对于存储在MongoDB数据库中的文件，我们不需要知道它的任何结构定义。如果需要的话，你完全可以把不同结构的文件存储在同一个数据库里。Mongo最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数
数据库选型的五大要素 面对品种繁多的数据库产品，如何才能独具慧眼，选中适合自己的数据库产品呢？众所周知，正确的评估、选型与数据库技术本身同样重要。而通常，数据库厂商都会在性能清单和技术基准表中尽量展现产品最佳的一面，对产品弱点却避免提及或进行遮掩，关于这一点，业界已经是人尽皆知了。其实在挑选和评估过程中，首要目标是选择一款能够满足甚至超过预定要求的技术或解决方案。选型的正确方法将使用户在面对众多产品时，提高其做出最佳选择的能力。 数据库选型时，必须考虑以下五大因素： 1. 开发要求 2. 性能/成本 3. 数据库运行和管理 4. 可升级性 5. 总体拥有成本 开发要求 首先，需要清楚自己究竟想使用什么开发技术。例如，你是要以https://www.doczj.com/doc/2c8177271.html,访问传统的关系型数据库？还是要以纯面向对象技术构建J2EE应用平台？又或是需要建设XML Web Services？如果你要实现的是纯关系型的开发典范，那么实际要 使用的受支持的标准（和非标准）SQL功能有多少？ 如果你要规划的是面向对象开发策略，那么在原计划里的数据库支持真正的面向对象吗？它是如何支持的？若有需要, 它能同时提供SQL的功能吗？数据库支持这个功能吗？虽然,有些关系型数据库声称支持对象开发，但实际上并不是直 接支持的。这种非直接的体系结构将导致更多的事务处理故障，以及潜在的可升级性和性能问题。 另外，你还需要确定自己的前端技术如何与后端进行“对话”。你的业务逻辑是放在客户机一端呢？还是放在服务器一端？你要使用哪些脚本语言？它们与后端服务器的兼容性如何？它们是快速应用开发（RAD）环境吗？ 目前，实现基于关系型数据库的应用可以选择传统的主流品牌，这些数据库产品有着很成熟的关系技术以及广泛的应用资源。但是,如果实现的是基于面向对象技术的应用、又或是数据结构更为复杂时，不妨考虑目前一些公司推出的所谓 后关系数据库。它所代表的正好是关系数据库和面向对象技术的融合，以多维数据引擎作为核心，从根本上支持复杂的对象存储及主流的二维表，同时也已经配备了功能强大的应用服务引擎，可作对象逻辑操作的平台。它的出现已经为传统数据库领域带来了冲击，而在面向对象数据库方面更是广受欢迎。 性能/成本 测量数据库性能最常见的方法是TPC基准。TPC明确地定义了数据库方案、数据量以及SQL查询。测量的结果是，在特 定的操作系统上，配置了特定的数据库版本，以及在惊人的硬件条件下，每项事务的成本是多少——其中的事务可以是TPC测试中定义的任何数据库操作。 从理论上来讲，这类基准旨在提供不同产品间客观的比较值。但在现实中，这些方案又有多少能准确反映并回答你在挑选技术时所存在的疑惑？其次，所有技术厂商发布的TPC基准都会超过以前发布的结果。这样，TPC基准在更大程度上 反映的是为解决问题而投入的内存和CPU量，而不是数据库性能的任何真实表现。 以笔者多年所见，只有在真实的环境中进行实际的比较测试才可以推断出数据库的预期性能及评估所需成本。常用的方法包括平衡移植，把原来的数据转移到类似硬件上的另一套数据库，然后以真实的客户端连接这套测试对象。又或是以数据产生器针对真实的数据模型，建立出庞大的数据量，再以客户端连接作测试。 这种做法跟实验室中的做法的不同之处有以下几点：第一，试验中的硬件构架跟你预期的方案不会有太大的差别；第二，所测试的事务在宽度和深度方面跟未来计划的也差不太远；第三，如果是硬件条件一样，我们可以直接看出测试对象跟原来方案有着多少差异。
S Q L数据库修改表结构-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN
SQL数据库修改表结构 修改表结构包括： 增加字段、删除字段、增加约束、删除约束、修改缺省值、修改字段数据类型、重命名字段、重命名表。 所有这些动作都是用 ALTER TABLE 命令执行的。 1、增加字段 ALTER TABLE products ADD description text; 你也可以同时在该字段上定义约束，使用通常的语法： ALTER TABLE products ADD description text CHECK (description <> ''); 实际上，所有在CREATE TABLE里描述的可以应用于字段之选项都可以在这里使用。不过，我们要注意的是缺省值必须满足给出的约束，否则ADD 将会失败。另外，你可以在你正确填充了新字段的数值之后再增加约束（见下文）。 2、删除字段 要删除一个字段，使用下面这样的命令： ALTER TABLE products DROP COLUMN description; 不管字段里有啥数据，都会消失。和这个字段相关的约束也会被删除。不过，如果这个字段被另外一个表的外键所引用，PostgreSQL 则不会隐含地删除该约束。你可以通过使用 CASCADE 来授权删除任何依赖该字段的东西：ALTER TABLE products DROP COLUMN description CASCADE; 3、增加约束 要增加一个约束，使用表约束语法。比如： ALTER TABLE products ADD CHECK (name <> ''); ALTER TABLE products ADD CONSTRAINT some_name UNIQUE (product_no); ALTER TABLE products ADD FOREIGN KEY (product_group_id) REFERENCES product_groups; ALTER TABLE Teacher add constraint df_sex default('男') for sex 要增加一个不能写成表约束的非空约束，使用下面语法： ALTER TABLE products ALTER COLUMN product_no SET NOT NULL; 这个约束将立即进行检查，所以表在添加约束之前必须符合约束条件。 4、删除约束 要删除一个约束，你需要知道它的名字。如果你给了它一个名字，那么事情就好办了。否则系统会分配一个生成的名字，这样你就需要把它找出来
分享三款主流数据库及其特点 1.Oracle数据库 Oracle Database，又名Oracle RDBMS，或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统，系统可移植性好、使用方便、功能强，适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的、适应高吞吐量的数据库解决方案。 基本介绍： ORACLE数据库系统是美国ORACLE公司（甲骨文）提供的以分布式数据库为核心的一组软件产品，是目前最流行的客户/服务器(CLIENT/SERVER)或B/S体系结构的数据库之一。比如SilverStream就是基于数据库的一种中间件。ORACLE数据库是目前世界上使用最为广泛的数据库管理系统，作为一个通用的数据库系统，它具有完整的数据管理功能；作为一个关系数据库，它是一个完备关系的产品；作为分布式数据库它实现了分布式处理功能。但它的所有知识，只要在一种机型上学习了ORACLE知识，便能在各种类型的机器上使用它。Oracle数据库最新版本为Oracle Database12c。Oracle数据库12c引入了一个新的多承租方架构，使用该架构可轻松部署和管理数据库云。此外，一些创新特性可最大限度地提高资源使用率和灵活性，如Oracle Multitenant可快速整合多个数据库，而Automatic Data Optimization和Heat Map能以更高的密度压缩数据和对数据分层。这些独一无二的技术进步再加上在可用性、安全性和大数据支持方面的主要增强，使得Oracle数据库12c成为私有云和公有云部署的理想平台。
数据库服务器选型原则及实例解说
数据库服务器选型原则及实例解说 数据库服务器作为业务系统的核心，具有业务量大、存储数据量大等特点。它承担着业务数据的存储和处理任务，因此关键数据库服务器的选择就显得尤为重要。服务器的可靠性和可用性是首要的需求，其次是数据处理能力和安全性，然后是可扩展性和可管理性。 根据应用类型和规模的不同，数据库对于服务器的性能要求也不一样。如对于大型数据库(ERP, OLTP, data mart)来说，服务器往往仅用来运行数据库，或仅运行单一的应用。数据库的容量在1TB以上，需要有较高的CPU处理能力，大容量内存为数据缓存服务，并需要很好的IO性能，使用这类应用时，通常需要有较高的CPU主频。那么，具体到某个行业甚至某个项目，数据库服务器该如何选择呢? 数据库服务器选型五个原则 首先，数据库服务器选型应该遵循以下几个原则： 1)高性能原则 保证所选购的服务器，不仅能够满足运营系统的运行和业务处理的需要，而且能够满足一定时期的业务量增长的需要。一般可以根据经验公式计算出所需的服务器TpmC值，然后比较各服务器厂商和TPC组织公布的TpmC值，选择相应的机型。同时，用服务器的市场价/报价除去计算出来的TpmC值得出单位TpmC 值的价格，进而选择高性能价格比的服务器。 2)可靠性原则 可靠性原则是所有选择设备和系统中首要考虑的，尤其是在大型的、有大量处理要求的、需要长期运行的系统。考虑服务器系统的可靠性，不仅要考虑服务器单个节点的可靠性或稳定性，而且要考虑服务器与相关辅助系统之间连接的整体可靠性，如：网络系统、安全系统、远程打印系统等。在必要时，还应考虑对关键服务器采用集群技术，如：双机热备份或集群并行访问技术，甚至采用可能的完全容错机。 比如，要保证系统(硬件和操作系统)在99.98%的时间内都能够正常运作(包括维修时间)，则故障停机时间六个月不得超过0.5个小时。服务器需7×24小时连续运行，因而要求其具有很高的安全可靠性。系统整机平均无故障时间(MTBF)不低于80000小时。服务器如出现CPU损坏或其它机械故障，都能在20分钟内由备用的CPU和机器自动代替工作，无须人员操作，保证数据完整。 3)可扩展性原则 保证所选购的服务器具有优秀的可扩展性原则。因为服务器是所有系统处理的核心，要求具有大数据吞吐速率，包括：I/O速率和网络通讯速率，而且服务器需要能够处理一定时期的业务发展所带来的数据量，需要服务器能够在相应时间对其自身根据业务发展的需要进行相应的升级，如：CPU型号升级、内存扩大、硬盘扩大、更换网卡、增加终端数目、挂接磁盘阵列或与其他服务器组成对集中数据的并发访问的集群系统等。这都需要所选购的服务器在整体上具有一个良好的可扩充余地。一般数据库和计费应用服务器在大型计费系统的设计中就会采用集群方式来增加可靠性，其中挂接的磁盘存储系统，根据数据量和投资考虑，可以采用DAS、NAS或SAN等实现技术。
1、层次数据库结构 层次数据库结构将数据通过一对多或父结点对子结点的方式组织起来。一个层次数据库中，根表或父表位于一个类似于树形结构的最上方，它的子表中包含相关数据。层次数据库模型的结构就像是一棵倒转的树。 优点： ?快速的数据查询 ?便于管理数据的完整性 缺点： ?用户必须十分熟悉数据库结构 ?需要存储冗余数据 2、网状数据库结构 网状数据库结构是用连接指令或指针来组织数据的方式。数据间为多对多的关系。矢量数据描述时多用这种数据结构。 优点： ?快速的数据访问 ?用户可以从任何表开始访问其他表数据 ?便于开发更复杂的查询来检索数据 缺点： ?不便于数据库结构的修改 ?数据库结构的修改将直接影响访问数据库的应用程序 ?用户必须掌握数据库结构 3、关系数据库结构 这就目前最流行的数据库结构了。数据存储的主要载体是表，或相关数据组。有一对一、一对多、多对多三种表关系。表关联是通过引用完整性定义的，这是通过主码和外码（主键或外键）约束条件实现的。
优点： ?数据访问非常快 ?便于修改数据库结构 ?逻辑化表示数据，因此用户不需要知道数据是如何存储的 ?容易设计复杂的数据查询来检索数据 ?容易实现数据完整性 ?数据通常具有更高的准确性 ?支持标准SQL语言 缺点： ?很多情况下，必须将多个表的不同数据关联起来实现数据查询 ?用户必须熟悉表之间的关联关系 ?用户必须掌握SQL语言 4、面向对象数据库结构 它允许用对象的概念来定义与关系数据库交互。值得注意的是面向对象数据库设计思想与面向对象数据库管理系统理论不能混为一谈。前者是数据库用户定义数据库模式的思路，后者是数据库管理程序的思路。 面向对象数据库中有两个基本的结构：对象和字面量。对象是一种具有标识的数据结构，这些数据结构可以用来标识对象之间的相互关系。字面量是与对象相关的值，它没有标识符。 优点： ?程序员只需要掌握面向对象的概念，而不要掌握与面向对象概念以及关系数据库有关的存储 ?对象具有继承性，可以从其他对象继承属性集 ?大量应用软件的处理工作可以自动完成 ?从理论上说，更容易管理对象 ?面向对象数据模型与面向对象编程工具更兼容 缺点：