【无标题】

数据库基本概念

1. 数据（Data）

数据是指对客观事物的属性进行描述并可供鉴别的符号记录。

它不仅包括狭义的数值型数字，还包括字母、文字、文本、图形、图像、音频、视频等多种表现形式。数据是信息的原始载体，本身未经加工时意义有限，只有经过处理、解释和组织之后，才能转化为有价值的信息。

要点：

• 数据是客观事实的反映
• 数据有多种表现形式，不局限于数字
• 数据是信息的原材料

2. 数据库（Database，DB）

数据库是按照一定数据结构组织、存储和管理的数据集合。

这些数据被存放在结构化的数据表（Table）中，表由行（记录，Record）和列（字段，Field）构成。数据表之间通过关联字段（外键等）相互连接，共同反映客观事物之间的本质联系。

数据库的核心优势：

• 数据独立性：应用程序与数据存储相互隔离，互不影响
• 数据共享性：多用户、多应用可同时访问同一数据库
• 低冗余度：通过规范化设计，避免数据重复存储
• 数据一致性：通过约束机制保证数据准确有效

3. 数据库管理系统（Database Management System，DBMS）

数据库管理系统是位于用户（或应用程序）与操作系统之间的一层数据管理软件，用于定义、建立、操纵、控制和维护数据库。

主要功能：

• 数据定义（DDL）：创建、修改、删除数据库对象（表、索引、视图等）
• 数据操纵（DML）：对数据进行增（INSERT）、删（DELETE）、改（UPDATE）、查（SELECT）
• 数据控制（DCL）：权限管理、安全性控制
• 事务管理：保证操作的原子性、一致性、隔离性、持久性（ACID）

常见DBMS：

类型	代表产品
开源关系型	MySQL、PostgreSQL
商业关系型	Oracle、SQL Server、DB2
云原生	Amazon RDS、TiDB、Snowflake
NoSQL（非关系型）	MongoDB（文档型）、Redis（键值型）、Neo4j（图数据库）

4. 数据库应用程序（Database Application System，DBAS）

数据库应用程序是在数据库管理系统的基础上，使用特定的编程语言和数据库操作语法（如SQL），开发出来的直接面向终端用户的应用软件。

它为用户提供友好的交互界面（图形界面或命令行），使用户无需了解底层数据库技术细节，即可完成数据的录入、查询、修改、删除、统计分析等操作。

典型应用示例：

• 企业资源计划系统（ERP）
• 客户关系管理系统（CRM）
• 电商网站后台订单管理
• 图书馆借阅管理系统
• 医院挂号与病历管理系统

DBAS与DBMS的关系：

用户 → 数据库应用程序（DBAS）→ 数据库管理系统（DBMS）→ 数据库（DB）

数据库的类型

数据库可以从多个维度进行分类，最常见的分类方式是按数据模型和按部署架构划分。

一、按数据模型分类（最核心的分类方式）

数据模型决定了数据库如何组织、存储和操作数据，是数据库最根本的分类标准。

1. 关系型数据库（Relational Database，RDBMS）

关系型数据库采用关系模型来组织数据，数据以二维表（Table）的形式存储，表与表之间通过主键（Primary Key）和外键（Foreign Key）建立关联。

• 数据以行（记录）和列（字段） 构成的表格存储

• 使用结构化查询语言（SQL） 进行数据操作

• 支持事务（ACID） 特性，保证数据的完整性和一致性

• 数据之间有严格的约束关系（实体完整性、参照完整性、用户定义完整性）

• 适用场景： 金融系统、ERP、CRM、电商订单管理、企业信息管理系统等需要强一致性和复杂关联查询的场景

• 常见产品：

  • MySQL（开源，互联网应用广泛）
  • PostgreSQL（开源，功能最强大的开源关系型数据库）
  • Oracle Database（商业，大型企业级应用）
  • Microsoft SQL Server（商业，Windows生态为主）
  • MariaDB（MySQL的分支，开源）
  • IBM Db2（商业，大型机/金融行业）

2. 非关系型数据库（NoSQL，Not Only SQL）

NoSQL数据库是为了应对关系型数据库在高并发、海量数据、灵活数据结构等场景下的局限性而发展起来的。它不强制使用SQL，且通常不要求固定的表结构。

（1）键值型数据库（Key-Value Store）

数据以键值对（Key-Value Pair） 的形式存储，通过Key快速访问对应的Value。Value可以是任意类型的数据（字符串、JSON、二进制文件等）。

• 结构简单，读写性能极高（通常基于内存）

• 水平扩展能力强

• 不支持复杂的查询条件，通常只能通过Key进行查询

• 适用场景： 缓存、会话管理（Session）、配置存储、分布式锁

• 常见产品： Redis、Memcached、Amazon DynamoDB（键值模式）、Etcd

（2）文档型数据库（Document Store）

以文档（Document） 为基本存储单元，通常使用JSON、BSON、XML等格式存储半结构化数据。每个文档可以拥有独立的字段结构，不需要预先定义Schema。

• Schema灵活，字段可动态增减

• 文档结构更接近面向对象的数据模型，与应用程序代码亲和度高

• 支持文档内部的嵌套查询，但多文档关联查询能力较弱

• 适用场景： 内容管理系统（CMS）、博客平台、用户画像、物联网数据采集、日志存储

• 常见产品： MongoDB、CouchDB、Amazon DocumentDB

（3）列族型数据库（Column-Family Store / Wide-Column Store）

数据以列族（Column Family） 为单位进行组织，每一行可以有不同数量的列，且列是动态的。它并非将一张大表完整存储，而是按列族分别存储，适合读写少数列的场景。

• 适合海量数据的随机读写和批量分析

• 压缩率高，I/O效率好

• 支持横向扩展到上千节点

• 适用场景： 大数据分析、日志处理、时序数据、推荐系统

• 常见产品： Apache Cassandra、HBase（基于Hadoop）、Google Bigtable

（4）图数据库（Graph Database）

以节点（Node） 和边（Edge） 为核心数据结构来存储实体及其之间的关系。关系在图中是一等公民，可以被直接查询和遍历。

• 关系查询效率极高，尤其适合多跳关联查询

• 数据模型直观，符合人类对关系的认知

• 支持图论算法（最短路径、社区发现、PageRank等）

• 适用场景： 社交网络关系分析、知识图谱、推荐引擎（如"好友的好友"）、反欺诈（资金链路追踪）

• 常见产品： Neo4j、Amazon Neptune、JanusGraph、ArangoDB

3. NewSQL 数据库

NewSQL是一类兼具关系型数据库的ACID事务能力与NoSQL的横向扩展能力的新型数据库。它在保留SQL接口和关系模型的同时，解决了传统关系型数据库在分布式环境下的扩展瓶颈。

• 支持完整的SQL语法和ACID事务

• 具备分布式架构，可以水平扩展

• 通常采用分布式一致性协议（如Raft、Paxos）保证高可用

• 适用场景： 对事务一致性和高并发写入同时有严格要求的互联网核心业务（如金融交易、电商库存扣减）

• 常见产品： TiDB（开源）、Google Spanner、CockroachDB、OceanBase（蚂蚁集团）

二、按部署架构分类

1. 单机数据库

数据库运行在单台服务器上，所有数据存储和查询处理都在本地完成。结构简单，成本低，但存在单点故障风险，性能和容量受限于单机硬件。

2. 分布式数据库

数据库由多个节点组成一个逻辑上的整体，数据分布在多台服务器上。具备高可用性、高扩展性和容错能力。上述NewSQL和绝大多数NoSQL都属于分布式数据库。

3. 云原生数据库

基于云基础设施构建，充分利用云计算的弹性伸缩、按需付费、托管服务等特性。用户无需关心底层硬件和运维，只需关注数据本身。

• 常见产品： Amazon RDS、Amazon Aurora、Google Cloud SQL、Azure SQL Database、阿里云 PolarDB

三、按应用场景分类（补充视角）

类型	说明	典型产品
OLTP（联机事务处理）	面向日常交易，高并发、低延迟、强一致性	MySQL、PostgreSQL、Oracle
OLAP（联机分析处理）	面向数据分析与决策支持，海量数据复杂查询	ClickHouse、Apache Druid、Greenplum
HTAP（混合事务分析处理）	同时支持事务处理和实时分析	TiDB、OceanBase
时序数据库	针对时间序列数据优化（监控指标、传感器数据）	InfluxDB、TimescaleDB、Prometheus
内存数据库	数据常驻内存，追求极致读写速度	Redis、Memcached、SAP HANA
搜索引擎数据库	面向全文检索和倒排索引	Elasticsearch、Solr

四、关系型数据库 vs NoSQL 对比总结

对比维度	关系型数据库（RDBMS）	NoSQL
数据模型	二维表，固定Schema	灵活，文档/键值/列族/图等多种模型
SQL支持	完整支持	部分支持或不支持
ACID事务	完整支持	多数弱支持或最终一致性
扩展性	纵向扩展为主	横向扩展为主
关联查询能力	强（JOIN）	弱
适用数据量	GB ~ TB 级别	TB ~ PB 级别
典型场景	金融、ERP、电商交易	缓存、日志、社交图谱、大数据分析

五、选型建议（一句话总结）

没有最好的数据库，只有最适合场景的数据库。

• 需要强一致性和复杂关系查询 → 选关系型数据库
• 需要高并发缓存或灵活数据模型 → 选NoSQL
• 需要同时兼顾事务和扩展性 → 选NewSQL
• 追求免运维、弹性伸缩 → 选云原生数据库
  

DDL：
创建表格
create table 表名(列名 类型, 列名 类型)

删除表
drop table 表名

修改表_表名
alter table 旧表名 rename 新表名

修改表_列名

alter table 表名 change column 旧列名 新列名 类型

修改表_列类型

alter table 表名 modify 列名 新类型

修改表_添加新列

alter table 表名 add column 列名 类型

修改表_删除列

alter table 表名 drop column 列名

约束

添加主键

alter table 表名 add primary key()

添加自增长

alter table 表名 modify 主键 类型 auto_increment

删除主键

alter table 表名 drop primary key

删除自增长

alter table 表名 modify 主键 类型