引言¶

DBS, DataBase System 数据库系统，即 DBMS + DBA
- DBA, DataBase Administrator 数据库管理人员
- DBMS, DataBase Management System 数据库管理系统，即 DB + 管理程序
  - DB, DataBase 数据库，存储数据的集合，即多个数据表

DBMS 排名：https://db-engines.com/en/ranking

根据数据模型分类

关系 RDBMS
非关系 NoSQL

根据处理类型

OLTP 在线事务处理，适用于管理日常事务的数据库，比如 MySQL
OLAP 在线分析处理，适用于数据分析和复杂查询的数据库，比如 Hive

关系型数据库¶

RDBMS 建立在实体-关系图（Entity Relationship Diagram, ER）的基础上

ER 图三要素：实体、属性、关系

常见的 RDBMS¶

都是采用的行式存储（Row-based）

Oracle 1979，第一个商用的 RDBMS，流行后其公司也改名为 Oracle（甲骨文）
SQL Server 1989，微软开发的商业数据库
MySQL 1995，开源，MySQL AB 公司创造，然后被 SUN 收购，最后被 Oracle 收购，原创者担心被闭源，然后分支出了 MariaDB
SQLite 2000，非 C/S 结构的嵌入式数据库，应该是世界上使用最多的数据库，虽然开源但不接受 PR，属于并用于公共领域
PostgreSQL 企业级开源数据库，适合处理大量复杂查询和数据处理需求
Snowflake 云原生的数据库存储，适合需要高效、灵活的数据存储和分析能力的企业
Hive 建立在Hadoop之上的数据仓库基础设施

结构化查询语言 SQL¶

SQL, Structured Query Language

SQL 是 DBA 与 DBMS 交互的语言，属于一种特定领域专用语言（Domain Specific Language, DSL）

按照功能 SQL 可划分为

数据控制语言 DCL(Data Control Language)，用于操作访问权限和安全级别。
数据定义语言 DDL(Data Definition Language)，用于定义数据库、数据表、列等数据库对象，创建、删除、修改数据库和表结构。
数据操作语言 DML(Data Manipulation Language)，用于增加、删除、修改表中的记录。
数据查询语言 DQL(Data Query Language)，用于查询想要的记录，最重要的部分。

语法规范¶

不同 DBMS 有各自的方言，比如大小写不统一

而且同一 DBMS 在不同系统上可能还不一样，比如 MySQL 在 Linux 环境下，数据库名、表名、变量名是严格区分大小写的，而字段名是忽略大小写的，而在 Windows 环境下全部不区分大小写。

所以建议养成习惯

SQL 保留字、函数名、绑定变量等都大写
表名、表别名、字段名、字段别名等都小写
字段名以下划线命名

非关系型数据库¶

NoSQL 泛指非关系型数据库，并没有统一的架构和标准语言

之所以出现 NoSQL 是因为随着数据规模越来越大，关系型数据库无法满足快速查询和插入数据的需求

NoSQL 通过降低数据的安全性，减少对事务和复杂查询的支持，以此获取性能上的提升

但随着数据库不断地发展，发现越来越离不开 SQL，所以现在 NoSQL 的 DBMS 也会实现类似 SQL 的功能，而 NoSQL 的含义也以在不断改变

1970：NoSQL = We have no SQL
1980：NoSQL = Know SQL
2000：NoSQL = No SQL!
2005：NoSQL = Not only SQL
2013：NoSQL = No, SQL!

每种数据库之间差异较大，各有所长，常见的非关系性数据库有以下几种

键值型数据库 Key-value¶

Redis
Memcached

键值型数据库通过 Key-Value 键值的方式来存储数据，其中 Key 和 Value 可以是简单的对象，也可以是复杂的对象。

Key 作为唯一的标识符，优点是查找速度快，在这方面明显优于关系型数据库，同时缺点也很明显，它无法像关系型数据库一样自由使用条件过滤（比如 WHERE），如果你不知道去哪里找数据，就要遍历所有的键，这就会消耗大量的计算。

应用场景：内容缓存、用户信息比如会话、配置信息、购物车等，主要用于处理大量数据的高访问负载。

文档型数据库 Document¶

MongoDB

文档型数据库，最像 RDBMS 的 NoSQL，以文档的形式储存，类似 JSON，是一系列数据项的集合，一个文档就相当于一条记录。

应用场景：日志、 Web 应用等

列存储 Wide column¶

Cassandra
Hbase

列式数据库是将数据按照列存储到数据库中，这样做的好处是可以大量降低系统的 I/O，适合于分布式文件系统，不足在于功能相对有限。

应用场景：日志、分布式的文件系统(对象存储)、推荐画像、时空数据、消息/订单等。

图形数据库 Graph¶

Neo4j

图形数据库，利用了图这种数据结构存储了实体对象之间的关系。

最典型的例子就是社交网络中人与人的关系，数据模型主要是以节点和边（关系）来实现，特点在于能高效地解决复杂的关系问题。

应用场景：社交网络，推荐系统等，专注于构建关系图谱。

搜索引擎 Search engine¶

Elasticsearch
Splunk
Solr

搜索引擎也是数据库检索中的重要应用。

虽然关系型数据库采用了索引提升检索效率，但是针对全文索引效率却较低，搜索引擎的优势在于采用了全文搜索的技术，核心原理是倒排索引。

时间序列 Time Series¶

Kdb
InfluxDB
Graphite
Prometheus

一种针对处理时间序列数据进行优化的数据库管理系统，每个条目都与一个时间戳相关联，旨在高效收集、存储和查询高交易量的各种时间序列。

提供了一种类似 SQL 的查询语言，称为 InfluxQL

引言¶