面向应用领域的数据库新技术数据库技术被应用到特定的领域中，出现了工程数据库，地理数据库，统计数据库、科学数据库、空间数据库等多种数据库，使数据库领域中新的技术内容层出不穷。
一、数据仓库
传统的数据库技术是以单一的数据资源为中心，进行各种操作型处理。操作型处理也叫事务处理，是指对数据库联机地日常操作，通常是对一个或一组记录的查询和修改，主要是为企业的特定应用服务的，人们关心的是响应时间，数据的安全性和完整性。分析型处理则用于管理人员的决策分析。例如：DSS，EIS和多维分析等，经常要访问大量的历史数据。于是，数据库由旧的操作型环境发展为一种新环境：体系化环境。体系化环境由操作型环境和分析型环境（数据仓库级，部门级，个人级）构成。
数据仓库是体系化环境的核心，它是建立决策支持系统（DSS）的基础。
1．从数据库到数据仓库
具体来说，有以下原因使得事务处理环境不适宜DSS应用
⑴事务处理和分析处理的性能特性不同
在事务处理环境中，用户的行为特点是数据的存取操作频率高而每次操作处理的时间短，因此，系统可以允许多个用户按分时方式使用系统资源，同时保持较短的响应时间，OLTP （联机事务处理）是这种环境下的典型应用。
在分析处理环境中，某个DSS应用程序可能需要连续运行几个小时，从而消耗大量的系统资源。将具有如此不同处理性能的两种应用放在同一个环境中运行显然是不适当的。
⑵数据集成问题
DSS需要集成的数据。全面而正确的数据是有效的分析和决策的首要前提，相关数据收集得越完整，得到的结果就越可靠。因此，DSS不仅需要整个企业内部各部门的相关数据，还需要企业外部、竞争对手等处的相关数据。
而事务处理的目的在于使业务处理自动化，一般只需要与本部门业务有关的当前数据，对整个企业范围内的集成应用考虑很少。
当前绝大部分企业内数据的真正状况是分散而非集成的，这些数据不能成为一个统一的整体。对于需要集成数据的DSS应用来说，必须自己在应用程序中对这些纷杂的数据进行集成。可是，数据集成是一项十分繁杂的工作，都交给应用程序完成会大大增加程序员的负担。并且，如果每做一次分析，都要进行一次这样的集成，将会导致极低的处理效率。DSS 对数据集成的迫切需要可能是数据仓库技术出现的最重要动因。
⑴数据动态集成问题
由于每次分析都进行数据集成的开销太大，一些应用仅在开始对所需的数据进行了集成，以后就一直以这部分集成的数据作为分析的基础，不再与数据源发生联系，我们称这种方式的集成为静态集成。静态集成的最大缺点在于如果在数据集成后数据源中数据发生了改变，这些变化将不能反映给决策者，导致决策者使用的是过时的数据。对于决策者来说，虽然并不要求随时准确地探知系统内的任何数据变化，但也不希望他所分析的是几个月以前的情况。因此，集成数据必须以一定的周期（例如24小时）进行刷新，我们称其为动态集成。显然，事务处理系统不具备动态集成的能力。
⑵历史数据问题
事务处理一般只需要当前数据，在数据库中一般也只存储短期数据。但对于决策分析而言，历史数据是相当重要的，许多分析方法必须以大量的历史数据为依托。没有对历史数据的详细分析，是难以把握企业的发展趋势的。
⑶数据的综合问题
在事务处理系统中积累了大量的细节数据，一般而言，DSS并不对这些细节数据进行分析，在分析前，往往需要对细节数据进行不同程度的综合。而事务处理系统不具备这种综合能力，根据规范化理论，这种综合还往往因为是一种数据冗余而加以限制。
2．数据仓库的特点
原始数据（操作型数据）与导出型数据（DSS数据）之间的区别。其中主要是：
原始数据/操作型数据推导数据/DSS数据
细节的综合的，或提炼的
在存取瞬间是准确的代表过去的数据
可更新不更新
操作需求事先可知道操作需求事先不知道
生命周期符合SDLC 完全不同的生命周期
对性能要求高对性能要求宽松
事务驱动分析驱动
面向应用面向分析
一次操作数据量小一次操作数据量大
支持日常操作支持管理需求
W.H.Inmon还给数据仓库作出了如下定义：数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制订过程。面向主题、集成、稳定和随时间变化是数据仓库四个最主要的特征。
(1) 数据仓库是面向主题的
它是与传统数据库面向应用相对应的。主题是一个在较高层次将数据归类的标准，每一个主题基本对应一个宏观的分析领域。比如一个保险公司的数据仓库所组织的主题可能为：客户政策保险金索赔。而按应用来组织则可能是：汽车保险、生命保险、健康保险、伤亡保险。我们可以看出，基于主题组织的数据被划分为各自独立的领域，每个领域有自己的逻辑内涵而不相交叉。而基于应用的数据组织则完全不同，它的数据只是为处理具体应用而组织在一起的。应用是客观世界既定的，它对于数据内容的划分未必适用于分析所需。
(2) 数据仓库是集成的
操作型数据与适合DSS分析的数据之间差别甚大。因此数据在进入数据仓库之前，必然要经过加工与集成。这一步实际是数据仓库建设中最关键、最复杂的一步。首先，要统一原始数据中所有矛盾之处，如字段的同名异义、异名同义，单位不统一，字长不一致等等。并且对将原始数据结构作一个从面向应用到面向主题的大转变。
(3) 数据仓库是稳定的
它反映的是历史数据的内容，而不是处理联机数据。因而，数据经集成进入数据库后是极少或根本不更新的。
(4) 数据仓库是随时间变化的
首先，数据仓库内的数据时限要远远长于操作环境中的数据时限。前者一般在5-10年，而后者只有60-90天。数据仓库保存数据时限较长是为了适应DSS进行趋势分析的要求。其次，操作环境包含当前数据，即在存取一刹那是正确有效的数据。而数据仓库中的数据都是历史数据。最后，数据仓库数据的码键都包含时间项，从而标明该数据的历史时期。
3．分析工具─数据仓库系统的重要组成部分
有了数据就如同有了矿藏，而要从大量数据中获得决策所需的数据就如同开采矿藏一样，
必须要有工具。
⑴联机分析处理技术及工具
短短的几年，OLAP技术发展迅速，产品越来越丰富。它们具有灵活的分析功能，直观的数据操作和可视化的分析结果表示等突出优点，从而使用户对基于大量数据的复杂分析变得轻松而高效。
目前OLAP工具可分为两大类，一类是基于多维数据库的，一类是基于关系数据库的。两者相同之处是基本数据源仍是数据库和数据仓库，是基于关系数据模型的，向用户呈现的也都是多维数据视图。不同之处是前者
把分析所需的数据从数据仓库中抽取出来物理地组织成多维数据库，后者则利用关系表来模拟多维数据，并不物理地生成多维数据库。
⑵数据挖掘技术和工具
数据挖掘（Data Mining，简称DM）是从大型数据库或数据仓库中发现并提取隐藏在内的信息的一种新技术。目的是帮助决策者寻找数据间潜在的关联，发现被忽略的要素，它们对预测趋势、决策行为也许是十分有用的信息。数据挖掘技术涉及数据库技术、人工智能技术、机器学习、统计分析等多种技术，它使DSS系统跨入了一个新阶段。传统的DSS系统通常是在某个假设的前提下通过数据查询和分析来验证或否定这个假设，而数据挖掘技术则能够自动分析数据，进行归纳性推理，从中发掘出潜在的模式；或产生联想，建立新的业务模型帮助决策者调整市场策略，找到正确的决策。
4．基于数据库技术的DSS解决方案
技术的进步，不懈的努力使人们终于找到了基于数据库技术的DSS的解决方案，这就是： DW＋OLAP＋DMDSS的可行方案
数据仓库、OLAP和数据挖掘是作为三种独立的信息处理技术出现的。数据仓库用于数据的存储和组织，OLAP集中于数据的分析，数据挖掘则致力于知识的自动发现。它们都可以分别应用到信息系统的设计和实现中，以提高相应部分的处理能力。但是，由于这三种技术内在的联系性和互补性，将它们结合起来即是一种新的DSS构架。这一构架以数据库中的大量数据为基础，系统由数据驱动。
其特点是：
⑴在底层的数据库中保存了大量的事务级细节数据。这些数据是整个DSS系统的数据来源。
⑵数据仓库对底层数据库中的事务级数据进行集成、转换、综合，重新组织成面向全局的数据视图，为DSS提供数据存储和组织的基础。
⑶ OLAP从数据仓库中的集成数据出发，构建面向分析的多维数据模型，再使用多维分析方法从多个不同的视角对多维数据进行分析、比较，分析活动从以前的方法驱动转向了数据驱动，分析方法和数据结构实现了分离。
⑷数据挖掘以数据仓库和多维数据库中的大量数据为基础，自动地发现数据中的潜在模式，并以这些模式为基础自动地作出预测。数据挖掘表明知识就隐藏在日常积累下来的大量数据之中，仅靠复杂的算法和推理并不能发现知识，数据才是知识的真正源泉。数据挖掘为AI技术指出了一条新的发展道路。
二、工程数据库(Engineering Data Base)
工程数据库是一种能存储和管理各种工程图形，并能为工程设计提供各种服务的数据库。它适用于CAD/CAM、计算机集成制造(CIM)等通称为CAX的工程应用领域。工程数据库针对工程应用领域的需求，对工程对象进行处理，并提供相应的管理功能及良好的设计环境。
工程数据库管理系统是用于支持工程数据库的数据库管理系统主要应具有以下功能：支持复杂多样的工程数据的存储和集成管理；
支持复杂对象(如图形数据)的表示和处理；
支持变长结构数据实体的处理；
支持多种工程应用程序；
支持模式的动态修改和扩展；
支持设计过程中多个不同数据库版本的存储和管理；
支持工程长事务和嵌套事务的处理和恢复；
在工程数据库的设计过程中，由于传统的数据模型难于满足CAX应用对数据模型的要求，需要运用当前数据库研究中的一些新的模型技术，如扩展的关系模型、语义模型、面向对象的数据模型
三、统计数据库(Statistical Data Base)
统计数据是人类对现实社会各行各业、科技教育、国情国力的大量调查数据。采用数据库技术实现对统计数据的管理，对于充分发挥统计信息的作用具有决定性的意义。
统计数据库是一种用来对统计数据进行存贮、统计（如求数据的平均值、最大值、最小值、总和等等）、分析的数据库系统
第一，多维性是统计数据的第一个特点，也是最基本的特点。
其次，统计数据是在一定时间（年度、月度、季度）期末产生大量数据，故入库时总是定时的大批量加载。经过各种条件下的查询以及一定的加工处理，通常又要输出一系列结果报表。这就是统计数据的“大进大出”特点。
第三，统计数据的时间属性是一个最基本的属性，任何统计量都离不开时间因素，而且经常需要研究时间序列值，所以统计数据又有时间向量性。
第四，随着用户对所关心问题的观察角度不同，统计数据查询出来后常有转置的要求。
四、空间数据库(Spacial Data Base)
空间数据库，是以描述空间位置和点、线、面、体特征的拓扑结构的位置数据及描述这些特征的性能的属性数据为对象的数据库。其中的位置数据为空间数据，属性数据为非空间数据。其中，空间数据是用于表示空间物体的位置、形状、大小和分布特征等信息的数据，用于描述所有二维、三维和多维分布的关于区域的信息，它不仅具有表示物体本身的空间位置及状态信息，还具有表示物体的空间关系的信息。非空间信息主要包含表示专题属性和质量描述数据，用于表示物体的本质特征，以区别地理实体，对地理物体进行语义定义。
由于传统数据库在空间数据的表示、存储和管理上存在许多问题，从而形成了空间数据库这门多学科交叉的数据库研究领域。目前的空间数据库成果大多数以地理信息系统的形式出现，主要应用于环境和资源管理、土地利用、城市规划、森林保护、人口调查、交通、税收、商业网络等领域的管理与决策。
空间数据库的目的是利用数据库技术实现空间数据的有效存储、管理和检索，为各种空间数据库用户使用。目前，空间数据库的研究主要集中于空间关系与数据结构的形式化定义；空间数据的表示与组织；空间数据查询语言；空间数据库管理系统。
数据库的发展与应用 数据库是指长期保存在计算机的存储设备上、并按照某种模型组织起来的、可以被各种用户或应用共享的数据的集合。数据库管理系统是指提供各种数据管理服务的计算机软件系统，这种服务包括数据对象定义、数据存储与备份、数据访问与更新、数据统计与分析、数据安全保护、数据库运行管理以及数据库建立和维护等。 由于企业信息化的目的就是要以现代信息技术为手段，对伴随着企业生产和经营过程而产生的数据进行收集、加工、管理和利用，以改善企业生产经营的整体效率，增强企业的竞争力。所以，数据库是企业信息化不可缺少的工具，是绝大部分企业信息系统的核心。 数据库技术的发展，已经成为先进信息技术的重要组成部分，是现代计算机信息系统和计算机应用系统的基础和核心。数据库技术最初产生于20世纪60年代中期，根据数据模型的发展，可以划分为三个阶段：第一代的网状、层次数据库系统；第二代的关系数据库系统；第三代的以面向对象模型为主要特征的数据库系统。 第一代数据库的代表是1969年IBM公司研制的层次模型的数据库管理系统IMS和70年代美国数据库系统语言协商CODASYL下属数据库任务组DBTG提议的网状模型。层次数据库的数据模型是有根的定向有序树，网状模型对应的是有向图。这两种数据库奠定了现代数据库发展的基础。这两种数据库具有如下共同点：都支持三级模式，如外模式、模式、内模式。保证数据库系统具有数据与程序的物理独立性和一定的逻辑独立性；都用存取路径来表示数据之间的联系；都有独立的数据定义语言；都是导航式的数据操纵语言。 第二代数据库的主要特征是支持关系数据模型，包括数据结构、关系操作、数据完整性。他们具有以下特点：关系模型的概念单一，实体和实体之间的连系用关系来表示；以关系数学为基础；数据的物理存储和存取路径对用户不透明；关系数据库语言是非过程化的。 第三代数据库产生于80年代，随着科学技术的不断进步，各个行业领域对数据库技术提出了更多的需求，关系型数据库已经不能完全满足需求，于是产生了第三代数据库。主要有以下特征：1.支持数据管理、对象管理和知识管理；2.保持和继承了第二代数据库系统的技术；3.对其它系统开放，支持数据库语言标准，支持标准网络协议，有良好的可移植性、可连接性、可扩展性和互操作性等。第三代数据库支持多种数据模型（比如关系模型和面向对象的模型），并和诸多新技术相结合（比如分布处理技术、并行计算技术、人工智能技术、多媒体技术、模糊技术），广泛应用于多个领域（商业管理、GIS、计划统计等），由此也衍生出多种新的数据库技术。 分布式数据库允许用户开发的应用程序把多个物理分开的、通过网络互联的数据库当作一个完整的数据库看待。并行数据库通过cluster技术把一个大的事务分散到cluster中的多个节点去执行，提高了数据库的吞吐和容错性。多媒体数据库提供了一系列用来存储图像、音频和视频对象类型，更好地对多媒体数据进行存储、管理、查询。模糊数据库是存储、组织、管理和操纵模糊数据库的数据库，可以用于模糊知识处理。 在现在的社会经济发展形势下，数据库的应用更为广泛，作用也更为重要。可以说数据、计算机硬件和数据库应用，这三者推动着数据库技术与系统的发展。数据库要管理的数据的复杂度和数据量都在迅速增长；计算机硬件平台的发展仍然实践着摩尔定律；数据库应用迅速向深度、广度扩展。尤其是互联网的出现，极大地改变了数据库的应用环境，向数据库领域提出了前所未有的技术挑战。这些因素的变化推动着数据库技术的进步,出现了一批新的数据库技术，如Web数据库技术、并行数据库技术、数据仓库与联机分析技术、数据挖掘与商务智能技术、内容管理技术、海量数据管理技术等。限于篇幅，本文不可能逐一去展开来阐述这些方面的变化，只是从这些变化中归纳出数据库技术发展呈现出的突出特点。
数据库新技术及其发展趋势 内容摘要：由于数据库技术在特殊领域的应用和其他相关学科技术的发展，促使数据库技术不断创新、发展。本文阐述了一些新的数据库技术及新一代数据库技术的发展方向。 关键词：数据库信息集成网格数据管理移动数据库数据加密技术发展趋势 一、引言[1] 数据库技术是计算机科学的重要分支，主要研究如何安全高效地管理大量、持久、共享的数据。数据库的研究始于20世纪60年代中期，从诞生到现在，在不到半个世纪的时间里，形成了坚实的理论基础、成熟的商业产品和广泛的应用领域，目前数据库成为一个研究者众多且被广泛关注的研究领域。随着信息管理内容的不断扩展和新技术的层出不穷，数据库技术面临着前所未有的挑战。面对新的数据形式，人们提出了丰富多样的数据模型（层次模型、网状模型、关系模型、面向对象模型、半结构化模型等），同时也提出了众多新的数据库技术（XML 数据管理、数据流管理、Web 数据集成、数据挖掘等）。在Web 大背景下的各种数据管理问题成为人们关注的热点。本文讨论目前数据库研究领域中最热门的几个研究方向的发展现状、面临的问题和未来趋势。 二、数据库发展动力[2] 目前Internet 是主要的驱动力。现在，大部分企业感兴趣的是如何与供应商和客户进行更密切的交流，以便提供更好的客户支持。在这方面的应用从根本上说是跨企业的，需要安全和信息集成的有力工具。 另一个重要应的用领域是自然科学，特别是物理科学、生物科学、保健科学和工程领域，这些领域产生了大量复杂的数据集，需要信息集成机制的支持。除此之外，它们也需要对数据分析器产生的数据管道进行管理，需要对有序数据进行存储和查询（如时间序列、图像分析、网格计算和地理信息），需要世界范围内数据网格的集成。 此外，还有一个推动数据库研究发展的动力是相关技术的成熟。
数据库技术领域的发展趋势 1 泛数据研究 2 国际数据库研究界动态 3 主流技术发展趋势 3.1 信息集成 3.2 数据流管理 3.3 传感器数据库技术 3.4 XML 数据管理 3.５网格数据管理 3.6 DBMＳ的自适应管理 3．７移动数据管理 3．8 微小型数据库技术 ３.9 数据库用户界面 1 泛数据研究的时代 数据库技术从诞生到现在,在不到半个世纪的时间里,形成了坚实的理论基础、成熟的商业产品和广泛的应用领域,吸引了越来越多的研究者加入,使得数据库成为一个研究者众多且被广泛关注的研究领域.随着信息管理内容的不断扩展和新技术的层出不穷,数据库技术面临着前所未有的挑战.面对新的数据形式,人们提出了丰富多样的数据模型(层次模型、网状模型、关系模型、面向对象模型、半结构化模型等),同时也提出了众多新的数据库技术（XML 数据管理、数据流管理、Weｂ数据集成、数据挖掘等). 回顾数据库发展之初,数据模型是制约数据库系统的关键因素．E.F Cｏdd 博士(19２3-2003）提出的关系模型充分考虑了企业业务数据的特点，从现实问题出发,为数据库建立了一个坚实的数学基础.在整个计算机软件领域,恐怕难以找到第2 个像关系模型这样，概念如此简单,但却能带来如此巨大市场价值的技术. 关系模型在关系数据库理论基本成熟后,各大学、研究机构和各大公司在关系数据库管理系统(RDBＭS）的实现和产品开发中，都遇到了一系列技术问题.主要是在数据库的规模愈来愈大,数据库的结构愈来愈复杂，又有愈来愈多的用户共享数据库的情况下,如何保障数据的完整性、安全性、并发性以及故障恢复的能力,它成为数据库产品是否能够进入实用并最终
数据库技术及其发展趋势 数据库技术是通过研究数据库的结构、存储、设计、管理以及应用的基本理论和实现方法，并利用这些理论来实现对数据库中的数据进行处理、分析和理解的技术。 数据库技术研究和管理的对象是数据，所以数据库技术所涉及的具体内容主要包括：通过对数据的统一组织和管理，按照指定的结构建立相应的数据库和数据仓库；利用数据库管理系统和数据挖掘系统设计出能够实现对数据库中的数据进行添加、修改、删除、处理、分析、理解、报表和打印等多种功能的数据管理和数据挖掘应用系统；并利用应用管理系统最终实现对数据的处理、分析和理解。 一、数据库发展历史 第一代数据库系统是20世纪70年代研制的层次和网状数据库系统。层次数据库系统的典型代表是1969年IBM公司研制出的层次模型的数据库管理系统IMS。20世纪60年代末70年代初，美国数据库系统语言协会CODASYL(Conference on Data System Language）下属的数据库任务组DBTG(Data Base Task Group）提出了若干报告，被称为DBTG报告。DBTG报告确定并建立了网状数据库系统的许多概念、方法和技术，是网状数据库的典型代表。在DBTG思想和方法的指引下数据库系统的实现技术不断成熟，开发了许多商品化的数据库系统，它们都是基于层次模型和网状模型的。 可以说，层次数据库是数据库系统的先驱，而网状数据库则是数据库概念、方法、技术的奠基者。 第二代数据库系统是关系数据库系统。20世纪70年代是关系数据库理论研究和原型开发的时代，其中以IBM公司的San Jose研究试验室开发的System R 和Berkeley大学研制的Ingres为典型代表。大量的理论成果和实践经验终于使关系数据库从实验室走向了社会，因此，人们把20世纪70年代称为数据库时代。20世纪80年代几乎所有新开发的系统均是关系型的，其中涌现出了许多性能优良的商品化关系数据库管理系统，如DB2、Ingres、Oracle、Informix、Sybase 等。这些商用数据库系统的应用使数据库技术日益广泛地应用到企业管理、情报检索、辅助决策等方面，成为实现和优化信息系统的基本技术。 第三代数据库系统从20世纪80年代以来，数据库技术在商业上的巨大成功刺激了其他领域对数据库技术需求的迅速增长。这些新的领域为数据库应用开辟了新的天地，并在应用中提出了一些新的数据管理的需求，推动了数据库技术的研究与发展。 1990年高级DBMS功能委员会发表了《第三代数据库系统宣言》，提出了第三代数据库管理系统应具有的三个基本特征： 应支持数据管理、对象管理和知识管理。必须保持或继承第二代数据库系统的技术。必须对其他系统开放 二、数据库技术发展趋势 针对关系数据库技术现有的局限性，理论界如今主要有三种观点 :
数据库新技术综述 摘要：综述数据库新技术，指出数据库技术目前的研究状态和发展趋势，介绍一些数据库新技术的最新动态，并指出数据库应用所面临的挑战，指出数据库技术当今的研究热点和未来的发展趋势。 关键词：数据库；面向对象数据库；分布式数据库；数据仓库；数据挖掘；联机分析处理；发展 一、引言： 自从计算机问世以来，就有了处理数据、管理数据的需求，由此，计算机技术新的研究分支——数据库技术应运而生。随着计算机应用领域的不断扩展和多媒体技术的发展，数据库已经是计算机科学技术中发展最快、应用最广泛的重要分支之一。目前，数据库技术已经相当成熟，被广泛应用于各行各业中，成为现代信息技术的主要组成部分，是现代计算机信息系统和计算机应用的基础和核心。 另外，各种学科与数据库技术的有机结合，从而使数据库领域中新内容、新应用、新技术层出不穷，形成了各种各样的数据库系统：面向对象数据库系统、分布式数据库系统、知识数据库系统、模糊数据库系统、并行数据库系统、多媒体数据库系统等；数据库系统被应用到特定的领域后，又出现了工程数据库、演绎数据库、时态数据库、统计数据库、空间数据库、科学数据库、文献数据库等；他们继承了传统数据库的成果和技术，加以发展优化，从而形成的新的数据库，视为“进化”的数据库。可以说新一代数据库技术的研究与发展呈现了百花齐放的局面。 首先我们来了解一下数据库新技术有哪些：面向对象数据库；分布式数据库；数据仓库；数据挖掘；联机分析处理等。 二、概述新技术 (一).面向对象数据库技术 面向对象是一种认识方法学，也是一种新的程序设计方法学。把面向对象的方法和数据库技术结合起来可以使数据库系统的分析、设计最大程度地与人们对客观世界的认识相一致。面向对象数据库系统是为了满足新的数据库应用需要而产生的新一代数据库系统。 其优点为： （1）.易维护：可读性高且方便低成本； （2）.质量高：在设计时，可重用现有的，在以前的项目的领域中已被测试过的类使系统满足业务需求并具有较高的质量； （3）.效率高：在软件开发时，根据设计的需要对现实世界的事物进行抽象，产生类。使用这样的方法解决问题，接近于日常生活和自然的思考方式，势必提高软件开发的效率和质量。
第24卷第1期长春师范学院学报(自然科学版)2005年3月V o l.24 N o.1Journal of Chang Chun T eachers Co llege(N atural Science)M ar 2005 数据库技术的发展现状及趋势 赵玉萍,廖运文 (西华师范大学计算机学院,四川南充 637002) [摘 要]数据库技术已发展成为信息科学里一项十分重要的技术,其应用领域之宽引人瞩目。本文介 绍了数据库技术发展的现状及最新研究动态。 [关键词]数据库技术;数据仓库;实时数据库;W eb数据库 [中图分类号]T P311.13 [文献标识码]A [文章编号]1008-178X(2005)01-0107-03 1.引言 数据库技术从20世纪70年代流行的层次、网状数据库系统到80年代的关系数据库,在很多领域都取得了巨大的成功;随着应用领域的不断扩展,关系数据库的限制和不足日益显现出来,随着面向对象技术的出现,面向对象数据库系统成为数据库系统领域研究和发展的新方向。数据库技术与网络技术、人工智能技术、面向对象技术、并行计算技术、多媒体技术等的相互融合,为数据库技术的应用开拓了更广阔的空间。 2.数据库技术发展现状 数据库技术与多学科技术的有机结合是当前数据库技术发展的重要特征。计算机领域中,其它新兴技术的发展对数据库技术产生了重大的影响。传统的数据库技术和其他计算机技术的相互结合、相互渗透,使数据库中新的技术内容层出不穷。数据库的许多概念、技术内容、应用领域,甚至某些原理都有了重大的发展和变化。建立和实现了一系列新型数据库系统,如分布式数据库系统、面向对象数据库系统、演绎数据库系统、知识库系统、多媒体数据库系统等,它们共同构成了数据库系统的大家族。传统的数据库系统仅是数据库大家族的一员,当然,它也是最成熟的和应用最广泛的一员。它的核心理论、应用经验、设计方法等仍然是整个数据库技术发展和应用开发的先导和基础。 2.1 面向对象方法和技术正逐步融入数据库 传统数据库主要适于商务或事务型这类传统应用,而对于CAD、CAM、C I M S、CA SE、过程控制与实时应用、地理信息管理及各种工程应用等,传统数据库系统已不能适应其要求。在这些领域,不仅数据本身的结构和存储形式各异,而且不同领域对数据的处理技术的要求也比一般事务管理环境复杂得多,而这些并不是传统数据库技术所能解决的,因而人们将面向对象的方法引入数据库领域,形成了面向对象数据库管理系统(OODBM S)。它实际上是数据库技术(DB)和面向对象技术(OO)结合的产物。OODBM S首先是一个数据库系统,即系统具备数据库系统的处理能力,其次又是一个面向对象的系统,即包含对象的概念、方法和技术。与传统的数据库相比,OODBM S在复杂系统的模拟、表达和处理能力等方面具有优势,不足之处是理论技术还相当不成熟、不够完善。但随着数据库技术和面向对象技术的不断发展和完善,OODBM S必将得到广泛应用。 2.2 网络技术与数据库技术的融合 分布式数据库系统是数据库技术与计算机网络技术相结合的产物。传统的集中式数据库将数据存储于单个计算机上,但随着数据库应用的不断发展,规模的不断扩大,逐渐感觉到集中式数据库系统 [收稿日期]2004—10—23 [作者简介]赵玉萍(1975- ),女,湖北荆门人,西华师范大学计算机学院讲师,从事数据库理论与应用的研究。 ? ? 1 7
第十二章数据库技术新发展 1．试述数据库技术的发展过程。 答： （1）数据模型是数据库系统的核心和基础。数据库技术的三个发展阶段应该按照数据模型的进展来界定。按照数据模型的进展，数据库技术可以相应地分为三个发展阶段。 （2）数据模型的发展经历了格式化数据模型（包括层次数据模型和网状数据模型）、关系数据模型两个阶段，发展到以面向对象数据模型为代表的非传统数据模型的阶段。 （3）读者可以从每一代数据库系统的主要特征、代表性系统、主要成就、优点和不足来了解数据库技术的发展过程。 层次数据库系统和网状数据库系统的数据模型虽然分别为层次模型和网状模型，但实质上层次模型是网状模型的特例。它们都是格式化模型。它们从体系结构、数据库语言到数据存储管理均具有共同特征，是第一代数据库系统。 关系数据库系统支持关系模型。关系模型不仅简单、清晰，而且有关系代数作为语言模型，有关系数据理论作为理论基础。因此，关系数据库系统具有形式基础好、数据独立性强、数据库语言非过程化等特色，标志着数据库技术发展到了第二代。 第二代数据库系统的数据模型虽然描述了现实世界数据的结构和一些重要的相互联系，但是仍不能捕捉和表达数据对象所具有的丰富而重要的语义，因此尚只能属于语法模型。 第三代的数据库系统将以更加丰富的数据模型和更强大的数据管理功能为特征，从而满足传统数据库系统难以支持的新的应用要求。 2．当前数据库技术发展的主要特征是什么？ 答：新一代数据库技术的特点是： (1）面向对象的方法和技术对数据库发展的影响最为深远 数据库研究人员借鉴和吸收了面向对象的方法和技术，提出了面向对象数据模型（简称对象模型）。该模型克服了传统数据模型的局限性，促进了数据库技术在一个新的技术基础上继续发展。 （2）数据库技术与多学科技术的有机结合 计算机领域中其他新兴技术的发展对数据库技术产生了重大影响。传统的数据库技术和其他计算机技术，如网络通信技术、人工智能技术、面向对象程序设计技术、并行计算技术、移动计算技术等的互相结合、互相渗透，使数据库中新的技术内容层出不穷。 （3）面向应用领域的数据库技术的研究 在传统数据库系统基础上，结合各个应用领域的特点，研究适合该应用领域的数据库技术，如数据仓库、工程数据库、统计数据库、科学数据库、空间数据库。地理数据库等，这是当前数据库技术发展的又一重要特征。 解析：可以用一个三维空间的视图，比较清晰地从数据模型、其他计算机技术、应用领域3个方面描述新一代数据库系统及其相互关系。
一、填空题 1.在关系模型中，实体及实体之间的联系都用二维表来表示。在数据库的物理组织中，它 以文件形式存储。 2.数据库中的选择、投影、连接等操作均可由数据库管理系统实现。 3.在关系数据库模型中，二维表的列称为字段，行称为记录。 4.在Access中，查询可作为窗体、报表和数据访问页的数据源。 5.子查询“包含于”对应的谓词是In。 6.参数查询中的参数要用[]中括号括起来，并且设置条件提示。 7.绑定文本框可以从表、查询或SQL语言中获取所需的内容。 8.在创建主/子窗体之前，必须设置主窗体和子窗体（主表和子表）之间的关系。 9.表A中的一条记录可以与表B中的多条记录匹配，但是表B中的一条记录至多只能与表 A中的一条记录匹配，这样的关系是“一对多”。 10.两个实体之间的联系有3种，分别是一对一、一对多和多对多。 11.在关系数据库中，唯一标识一条记录的一个或多个字段称为主键。 12.参照完整性是一个准则系统，Access使用这个系统用来确保相关表中记录之间的关系 有效性，并且不会因意外删除或更改相关数据。 13.在数据表中，记录是由一个或多个字段组成的。 14.在关系数据库的基本操作中，把由一个关系中相同属性值的元组连接到一起形成新的二 维表的操作称为连接。 15.关系规范化是指关系模型中的每一个关系模式都必须满足一定的要求。 16.数据表之间的联系常通过不同表的共同字段名来体现。 17.表是Access数据库的基础，是存储数据的地方，是查询、窗体、报表等其他数据库对 象的基础。 18.在Access中数据表结构的设计是在设计器中完成的。 19.在查询中，写在“条件”行同一行的条件之间是并的逻辑关系，写在“条件”行不同行 的条件之间是或的逻辑关系。 20.窗体的数据来源主要包括表和查询。 21.计算型控件一般来说用表达式/公式作为数据源。 22.主窗体和子窗体通常用多个表或查询的数据，这些表或查询中的数据具有一对一/一对 多的关系。 23.在报表中可以根据字段、表达式对记录进行排序或分组。 24.DBMS/数据库管理系统软件具有数据的安全性控制、数据的完整性控制、并发控制和故 障恢复功能。 25.数据库系统体系结构中三级模式是模式、外模式、内模式。 26.实体完整性是对关系中元组的唯一性约束，也就是对关系的主码的约束。 27.若想设计一个性能良好的数据库，就要尽量满足关系规范化原则。
数据库新技术及其发展 趋势 公司内部编号：（GOOD-TMMT-MMUT-UUPTY-UUYY-DTTI-
数据库新技术及其发展趋势 数据库技术是计算机科学的重要分支,主要研究如何安全高效地管理大量、 持久、共享的数据。数据库的研究始于20世纪60年代中期,它的发展有着三大 标志性事件。第一件大事, 1969年IBM公司研制开发了基于层次模型的数据库管理系统的商品化软件InformationManagement System,即IMS系统,是首例成功的数据库管理系统软件。第二件大事,美国数据系统语言协会CODASYL (Conference On DataSystem Language)下属的数据库任务组DBTG(Data Base TaskGroup)对数据库方法进行系统的研究和讨论后,于20世纪60年代末到70年代初提出了若干报告。DBTG报告确定并建立了数据库系统的许多概念、方法和技术。DBTG所提议的方法是基于网状结构的,它是数据库网状模型的基础和典型代表。第三件大事, 1970年IBM公司San Jose研究实验室的研究员E. F. Codd博士发表了题为“大型共享数据库数据的关系模型”的论文,提出数据库的关系模型,从而开创了数据库关系方法和关系数据理论的研究领域,为关系数据库技术奠定了理论基础, E. F. Codd因此在1981年获得ACM图录奖。20世纪80年代几乎所有新开发的 系统都是关系系统。随着计算机系统硬件、Internet和Web技术的发展,数据库系统所管理的数据格式、数据处理方法以及应用环境不断变化,同时人工智能、 多媒体技术和其他学科技术的发展,数据库技术面临着前所未有的挑战。 当前数据库技术发展的现状，关系数据库技术仍然是主流 国内数据库的发展趋势也是飞速的，在数据库技术的当前及未来发展里程中, 数据仓库以及基于此技术的商业智能无疑将是大势所趋。IBM的实验室在这方面进行了10 多年的研究, 并将研究成果发展成为商用产品。除了用于
新时期数据库技术的应用价值及发展趋势 摘要随着社会的发展与大数据时代的到来，数据库技术及其应用环境不断发生变化，就目前来看，数据种类越来越多，数据量急剧增加，应用领域越来越广泛，促使着数据库技术的不断发展?c更新。本文主要就新时期数据库技术的应用价值进行分析，探讨了新时期数据库技术的发展趋势。 【关键词】新时期数据库技术应用价值发展趋势 1 引言 随着大数据时代的到来，数据已经成为社会发展中一项重要的资源，在政府、企业、教育等领域都发挥着不可替代的作用。海量的数据不断涌现，也推进着数据库技术的不断发展与更新，当前数据库技术被应用到人们生活的各个方面，成为数据储存、管理、处理的核心技术，在各行业信息化建设中一个不可忽视的基础设施。 数据库技术主要应用于储存数据、组织数据、查询数据、获取数据以及处理数据等，对各种繁杂的数据信息进行快速的分类整理、筛选利用，帮助人们更好的发掘数据的利用价值。除此之外，数据库技术还能有效的保障数据安全，准确、快速的完成繁杂的数据处理与核算问题，解决人们手工无法完成的诸多难题。
2 新时期数据库技术的应用价值 2.1 保障信息数据安全 数据库技术是一种针对数据进行操作管理的软件技术，其主要功能就是利用软件系统对数据信息进行快捷方便的 存储、操作、筛选、查询，同时保障数据信息的安全性、完整性、实用性。数据库技术可设置不同的访问权限，数据管理员可以针对不同的用户分配访问或操作权限，满足不同用户数据获取、使用需要的同时，还能保障数据不被泄露、篡改等。此外，数据库技术的数据备份与恢复功能也能保证数据在遭到破坏时快速找回，从而维护数据库的完整性，确保数据库安全运行。 2.2 提供准确可靠的决策依据 当前，数据库技术的最常用的两个重要功能有两个：一个是完成数据信息的采集、分析、存储，另一个是利用数据库技术完成对数据信息的分析整合，为实际决策提供可靠的数据支持。如在企业中，使用数据库技术可以对每年或每季度内商品数据、业务数据以及销售数据等进行对比分析，分析商品销售的趋势并深层挖掘趋势变化的主要因素，为下一步的经营决策调整提供可靠依据。同时，企业还可以将与交易数据相关的各类数据进行整合分析，寻找其中的相关性，帮助企业调整生产经营战略，实现长远可持续的发展目标。 2.3 挖掘数据潜在价值
数据库技术的最新发展 数据库技术经过短短三十年，已从第一代的网状、层次数据库系统， 第一代的关系数据库系统，发展到第三代以面向对象模型为主要特征的数 据库系统。并且数据库技术与网络通信技术、人工智能技术、面向对象程 序设计技术、并行计算技术等等互相渗透，互相结合，也成为当前数据库 技术发展的主要特征。 数据库技术的发展体现 在三个方面：数据模型、新技术内容、 应用领域。通过右图，立体的阐述了 新一代数据库系统及其相互关系。 数据模型是数据库系统的核心和基础。 1、第一代数据库系统（层次数据库系统和网状数据库系统） - 格式化模型，层次模型是网状模型的特例 2、第二代数据库系统（关系数据库系统） -关系模型简单、清晰，关系代数作为语言模型，关系数据理论作为理论基础。关系数据库系统具有形式基础好、数据独立性强、数据库语言非过程化等特色。 3、第三代数据库系统 -更加丰富的数据模型、更强大的数据管理功能、满足新应用要求。 新一代数据库技术的研究与发展。 一、新应用领域的需求 新的数据库应用领域，如CAD/CAM、CIM、CASE、OIS(办公信息系统)、
GIS(地理信息系统)、知识库系统、实时系统等，需要数据库的支持，而其所需的数据管理功能有相当一部分是传统的数据库系统所不能支持的。例如它们通常需要数据库系统支持以下功能： –存储和处理复杂对象。这些对象不仅内部结构复杂，很难用普通的关系结构来表示，而且相互之间的联系也有复杂多样的语义。 –支持复杂的数据类型。包括抽象数据类型、半结构或无结构的超长数据、时间和版本数据等。还要具备支持用户自定义类型的可扩展能力。 –需要常驻内存的对象管理以及支持对大量对象的存取和计算。 –实现程序设计语言和数据库语言无缝地集成。 –支持长事务和嵌套事务的处理。 二、传统数据库系统的局限性 传统数据库系统的局限性主要表现在以下几个方面： 1. 面向机器的语法数据模型 2. 数据类型简单、固定 3. 结构与行为分离 4. 阻抗失配（编程模式不同、类型系统不匹配） 5. 被动响应 6. 存储、管理的对象有限 7. 事务处理能力较差（只能支持非嵌套事务） 三、新一代数据库技术的特点 ?一方面立足于数据库已有的成果和技术，加以发展进化，有人称之为“进化论”的观点和方法。另一方面的努力是立足于新的应用需求和计算机
当前数据库应用领域的调查 学号：姓名：冯冠玺 数据库的应用领域非常广泛，不管是家庭、公司或大型企业，还是政府部门，都需要使用数据库来存储数据信息。传统数据库中的很大一部分用于商务领域，如证券行业、银行、销售部门、医院、公司或企业单位，以及国家政府部门、国防军工领域、科技发展领域等。 随着信息时代的发展，数据库也相应产生了一些新的应用领域。主要表现在下面6个方面。 1．多媒体数据库 这类数据库主要存储与多媒体相关的数据，如声音、图像和视频等数据。多媒体数据最大的特点是数据连续，而且数据量比较大，存储需要的空间较大。 2．移动数据库 该类数据库是在移动计算机系统上发展起来的，如笔记本电脑、掌上计算机等。该数据库最大的特点是通过无线数字通信网络传输的。移动数据库可以随时随地地获取和访问数据，为一些商务应用和一些紧急情况带来了很大的便利。 3．空间数据库 这类数据库目前发展比较迅速。它主要包括地理信息数据库（又称为地理信息系统，即GIS）和计算机辅助设计（CAD）数据库。其中地理信息数据库一般存储与地图相关的信息数据；计算机辅助设计数据库一般存储设计信息的空间数据库，如机械、集成电路以及电子设备设计图等。 4．信息检索系统 信息检索就是根据用户输入的信息，从数据库中查找相关的文档或信息，并把查找的信息反馈给用户。信息检索领域和数据库是同步发展的，它是一种典型的联机文档管理系统或者联机图书目录。 5．分布式信息检索 ； 这类数据库是随着Internet的发展而产生的数据库。它一般用于因特网及远距离计算机网络系统中。特别是随着电子商务的发展，这类数据库发展更加迅猛。许多网络用户（如个人、公司或企业等）在自己的计算机中存储信息，同时希望通过网络使用发送电子邮件、文件传输、远程登录方式和别人共享这些信息。分布式信息检索满足了这一要求。
数据库新技术的发展综述
数据库技术的现状 及发展趋势 院系：数学科学学院 学号：20121014401 姓名：徐高扬 班级：统计122
数据库技术的现状与发展趋势 关键词：数据库；面向对象数据库;演绎面向对象数据库;数据仓库； 数据挖掘；发展;主流数据库新技术 1、引言 自从计算机问世以后，就有了处理数据、管理数据的需求，由此，计算机技术新的研究分支数据库技术应运而生。随着计算机应用领域的不断拓展和多媒体技术的发展,数据库已是计算机科学技术中发展最快、应用最广泛的重要分支之一。从20世纪60年代末开始,数据库系统已从第一代层次数据库、网状数据库,第二代的关系数据库系统,发展到第三代以面向对象模型为主要特征的数据库系统。关系数据库理论和技术在70~80年代得到长足的发展和广泛而有效地应用,80年代,关系数据库成为应用的主流,几乎所有新推出的数据库管理系统(DataBaseManagementSystem,DBMS)产品都是关系型的,他在计算机数据管理的发展史上是一个重要的里程碑,这种数据库具有数据结构化、最低冗余度、较高的程序与数据独立性、易于扩充、
易于编制应用程序等优点,目前较大的信息系统都是建立在关系数据库系统理论设计之上的。但是,这些数据库系统包括层次数据库、网状数据库和关系数据库,不论其模型和技术上有何差别,却主要是面向和支持商业和事务处理应用领域 的数据管理。然而,随着用户应用需求的提高、硬件技术的发展和InternetIntranet提供的丰 富多彩的多媒体交流方式,促进了数据库技术与网络通信技术、人工智能技术、面向对象程序设计技术、并行计算技术等相互渗透,互相结合, 成为当前数据库技术发展的主要特征,形成了数据库新技术。目前，数据库技术已相当成熟，被广泛应用于各行各业中，成为现代信息技术的重要组成部分，是现代计算机信息系统和计算机应用系统的基础和核心。 2、数据库技术的现状及发展趋势 1980年以前，数据库技术的发展，主要体现在数据库的模型设计上。进入90年代后，计算机领域中其它新兴技术的发展对数据库技术产生 了重大影响。数据库技术与网络通信技术、人工智能技术、多媒体技术等相互渗透，相互结合，使数据库技术的新内容层出不穷。数据库的许多
面向应用领域的数据库新技术数据库技术被应用到特定的领域中，出现了工程数据库，地理数据库，统计数据库、科学数据库、空间数据库等多种数据库，使数据库领域中新的技术内容层出不穷。 一、数据仓库 传统的数据库技术是以单一的数据资源为中心，进行各种操作型处理。操作型处理也叫事务处理，是指对数据库联机地日常操作，通常是对一个或一组记录的查询和修改，主要是为企业的特定应用服务的，人们关心的是响应时间，数据的安全性和完整性。分析型处理则用于管理人员的决策分析。例如：DSS，EIS和多维分析等，经常要访问大量的历史数据。于是，数据库由旧的操作型环境发展为一种新环境：体系化环境。体系化环境由操作型环境和分析型环境（数据仓库级，部门级，个人级）构成。 数据仓库是体系化环境的核心，它是建立决策支持系统（DSS）的基础。 1．从数据库到数据仓库 具体来说，有以下原因使得事务处理环境不适宜DSS应用 ⑴事务处理和分析处理的性能特性不同 在事务处理环境中，用户的行为特点是数据的存取操作频率高而每次操作处理的时间短，因此，系统可以允许多个用户按分时方式使用系统资源，同时保持较短的响应时间，OLTP （联机事务处理）是这种环境下的典型应用。 在分析处理环境中，某个DSS应用程序可能需要连续运行几个小时，从而消耗大量的系统资源。将具有如此不同处理性能的两种应用放在同一个环境中运行显然是不适当的。 ⑵数据集成问题 DSS需要集成的数据。全面而正确的数据是有效的分析和决策的首要前提，相关数据收集得越完整，得到的结果就越可靠。因此，DSS不仅需要整个企业内部各部门的相关数据，还需要企业外部、竞争对手等处的相关数据。 而事务处理的目的在于使业务处理自动化，一般只需要与本部门业务有关的当前数据，对整个企业范围内的集成应用考虑很少。 当前绝大部分企业内数据的真正状况是分散而非集成的，这些数据不能成为一个统一的整体。对于需要集成数据的DSS应用来说，必须自己在应用程序中对这些纷杂的数据进行集成。可是，数据集成是一项十分繁杂的工作，都交给应用程序完成会大大增加程序员的负担。并且，如果每做一次分析，都要进行一次这样的集成，将会导致极低的处理效率。DSS 对数据集成的迫切需要可能是数据仓库技术出现的最重要动因。 ⑴数据动态集成问题 由于每次分析都进行数据集成的开销太大，一些应用仅在开始对所需的数据进行了集成，以后就一直以这部分集成的数据作为分析的基础，不再与数据源发生联系，我们称这种方式的集成为静态集成。静态集成的最大缺点在于如果在数据集成后数据源中数据发生了改变，这些变化将不能反映给决策者，导致决策者使用的是过时的数据。对于决策者来说，虽然并不要求随时准确地探知系统内的任何数据变化，但也不希望他所分析的是几个月以前的情况。因此，集成数据必须以一定的周期（例如24小时）进行刷新，我们称其为动态集成。显然，事务处理系统不具备动态集成的能力。 ⑵历史数据问题 事务处理一般只需要当前数据，在数据库中一般也只存储短期数据。但对于决策分析而言，历史数据是相当重要的，许多分析方法必须以大量的历史数据为依托。没有对历史数据的详细分析，是难以把握企业的发展趋势的。
数据库技术的发展现状及趋势 摘要：数据库技术已发展成为信息科学里一项十分重要的技术，其应用领域之宽引人瞩目。本文介绍了数据库技术发展的现状及最新研究动态。 关键词：数据库技术发展现状趋势 1.引言 数据库技术从20世纪70年代流行的层次、网状数据库系统到80年代的关系数据库，在很多领域都取得了巨大的成功；随着应用领域的不断扩展，关系数据库的限制和不足日益显现出来，随着面向对象技术的出现，面向对象数据库系统成为数据库系统领域研究和发展的新方向。数据库技术与网络技术、人工智能技术、面向对象技术、并行计算技术、多媒体技术等的相互融合，为数据库技术的应用开拓了更广阔的空间。 2.数据库技术发展现状 数据库技术与多学科技术的有机结合是当前数据库技术发展的重要特征。 2.1 面向对象方法和技术正逐步融入数据库 人们将面向对象的方法引入数据库领域，形成了面向对象数据库管理系统（OODBMS）。它实际上是数据库技术（DB）和面向对象技术（OO）结合的产物。OODBMS首先是一个数据库系统，即系统具备数据库系统的处理能力，其次又是一个面向对象的系统，即包含对象的概念、方法和技术。与传统的数据库相比，OODBMS在复杂系统的模拟、表达和处理能力等方面具有优势，不足之处是理论技术还相当不成熟、不够完善。但随着数据库技术和面向对象技术的不断发展和完善，OODBMS必将得到广泛应用。 2.2 网络技术与数据库技术的融合 分布式数据库系统是数据库技术与计算机网络技术相结合的产物。分布式数据库就有局部数据库和全局数据库的概念，它具有以下优点：既能对数据进行全局管理，又能使各节点自主管理本节点数据；数据具有独立性且分布透明；增大了数据的容量；提高了数据的可靠性与可用度；改善了系统的性能和并行处理能力。当然也具有以下缺点：花在通信部分的系统开销较大；复杂的存取结构；数据的安全性和保密性较难处理。不过这些缺点正随着计算机其他技术的发展逐步得到解决。 2.3 多媒体技术进入数据库领域 随着多媒体技术的发展，无论是PC机还是在网络上都充斥着各种多媒体信息，如声音、图象、视频、超文本信息等等，当这些信息增加时，就需要数据库来组织和管理这些信息。多媒体数据库是计算机技术、影像技术和通信技术相结合的产物，多媒体数据具有类型复杂、信息量大、实时性、分布性和交互性等特点。 2.4 人工智能与数据库技术的结合 人工智能是研究计算机模拟人的大脑思维和模拟人的活动的一门科学，因此逻辑推理和判断是其最主要的特征，但对于信息检索则效率很低。数据库技术是数据处理方面的技术，对于数据的存储、管理、检索有其独特的优势，但对于逻辑推理却无能为力。造成这种局面的原因是过去这两方面的研究视野均局限于本领域，人工智能只追求逻辑推理正确无误，不注意空间和时间的限制，因而研制的语言和专家系统效率低是必然的。而数据库开发者拼命争取时间和空间，但他
数据库新技术 随着计算机应用领域的不断拓展和多媒体技术的发展， 数据库已经是计算机科学技术中发展最快、应用最广泛的重要分支之一，而数据库技术的研究也取得了重大突破，目前，它已成为计算机信息系统和计算机应用系统的核心技术和重要的基础。 数据库技术仅仅40 多年的历史，却已经历经了3代变化，造就了 C.W.Bachman、E.F.Codd 和James Gray 三位图灵奖得主，发展了以数据建模和DBMS亥心技术为主，内容丰富的一门学科，带动了一个巨大 的软件产业一一DBM沪品及其相关工具和解决方案。 随着各类信息系统与数据库的建立，在过去若干年的时间里都积累了海量的、不同形式存储的各类数据。这些数据十分繁杂，仅仅依靠目前数据库的查询检索机制和数据处理方法，已经远远不能满足现实的需要。数据中隐藏的深层次的丰富资源没有得到充分地发掘和利用。人们迫切地需求把数据变成知识，把知识变成决策，把决策变成利润（财富）。使之有效地在管理和决策中发挥作用，是急需解决的问题。而且，随着信息化的不断深入发展，信息资源开发利用，已成为当前信息化的亥心任务之一。然而，随着用户应用需求的提高、硬件技术的发展和 Internet/Intranet 提供的丰富多彩的多媒体交流方式，促进了 XML数据库、数据仓库技术、联机分机处理技术和数据挖掘技术
相互渗透，互相结合，成为当前数据库技术发展的主要特征，形成了数据库新技术。 1、XML数据库 XML数据库是一个能够在应用中管理XML数据和文档的集合的数据库系统。XML数据库是XML文档及其部件的集合，并通过一个具有能力管理和控制这个文档集合本身及其所表示信息的系统来维护。XML数据库不仅是结构化数据和半结构化数据的存储库，像管理其它数据一样，持久的XML数据管理包括数据的独 立性、集成性、访问权限、视图、完备性、冗余性、一致性以及 数据恢复等。这些文档是持久的并且是可以操作的。XML数据 库不仅是结构化数据和半结构化数据的存储库，像管理其它数据一样，持久的XML数据管理包括数据的独立性、集成性、访问权限、视图、完备性、冗余性、一致性以及数据恢复等。这些文档是持久的并且是可以操作的。 与传统数据库相比，XML数据库能够对半结构化数据进行有效的存取和管理。如网页内容就是一种半结构化数据，而传统的关系数据库对于类似网页内容这类半结构化数据无法进行有效的管理。提供对标签和路径的操作。传统数据库语言允许对数据 元素的值进行操作，不能对元素名称操作，半结构化数据库提供 了对标签名称的操作，还包括了对路径的操作。当数据本身具 有层次特征时，由于XML数据格式能够清晰表达数据的层次特 征，因此XML数据库便于对层次化的数据进行操作。XML数据库
数据库技术发展的新方向——非机构化数据 1 什么是非结构化数据库 在信息社会，所有信息大体上可以分为两类:一类信息能够用数据或统一的结构加以表示，我们称之为结构化数据，如数字、符号;另一类信息根本无法用数字或者统一的结构表示，如文本、图像、声音乃至网页等，我们称之为非结构化数据。非结构化数据包括结构化数据，但又不止是结构化数据;结构化数据属于非结向化数据，是非结构化数据的特例。 所谓非结构化数据库，是指数据库的变长记录由若干不可重复和可重复的字段组成，而每个字段又可由若干不可重复和可重复的子字段组成。简单的说，非结构化数据库就是字段数和字段长度可变的数据库。 2 为什么需要非结构化数据库 传统关系数据库，通过引入数学领域的关系模型及关系代数和关系演算，经过几十年的应用和发展，奠定了自己的优势。但随着网络的发展，关系数据库越来越显示出不足的一面。到了20世纪90年代，当关系数据库还满足于用户连接到大型主机上的数据库进行联机检索时，因特网的出现已经可以把超文本文件传送到用户的浏览器里了。起初，WWW只支持较简单的文挡，随着应用需求的不断提高和技术的发展，它不仅可以支持文字、图形、图像、声音等多媒体信息，还可以支持一些较为复杂的对象，比如电子表棉对象。但随着数据量的增大，显然只靠静态页面就捉襟见肘了。让页面动起来的想法由此应运而生，这时迫切需要数据库在动态页面中扮演主角。 而此前，关系数据库要么限于桌面，用文件方式的共享来实现局域网内的使用;要么是使用各种关系数据库厂商开发的专用客户端软件和工具。尽管ODBC，JDBC，OLE DB等解决了不同数据库之间的接口，但是我们可以说关系数据库从设计之初并没有也不可能考虑到以HTTP为基础、HTML为文件格式的因特网的需求.只是在因特网出现后才作出相应的调整，因此关系数据库在基于因特网应用时由于结构模型等原因的限制，不能与因特网完全融合，需在因特网与数据库之间加人大量的中间件，从而在无形中加大了数据库基于网络应用的难度。同时，由于关系数据库从一开始就没有考虑网络时代的应用需求，因而对于网络环境下WWW 应用，如各种非结构化文挡信息、多媒体信息以及全文检索需求显得有些力不从心。虽然后来关系数据库对于这些需求作出了一些适应性调整，如增加数据库的面向对象成分以增加处理多种复杂数据类型的能力，增加各种中间件以扩展基于WWW应用能力,但对于网络环境下WWW应用不可或缺的检索效率、全文检索能力等却无法解决。关系数据库的基于中间件的解决方案又给WWW应用带来了新的网络瓶颈，应用服务器端由于与数据库频繁交互，因其本身的效率和数据库检索的效率造成WWW应用在服务器端的阻塞。 非结构化数据库就是针对关系数据库模型过于简单，不便表达复杂的嵌套需要以及支持数据类型有限等局限，从数据模型入手而提出的全面基于因特网应用的新型数据库理论。非结构化数据库主要是针对非结构化数据应运而生的，与目前流行的关系数据库相比，其最大区别在于它突破了关系数据库结构定义不易改变和数据定长的限制，支持重复字段、子字段以及变长字段并实现了对变长数据和重复字段进行处理和数据项的变长存储管理，在处理连续信息(包括全文信息)