精华内容
下载资源
问答
  • 数据库分类

    千次阅读 2019-04-20 22:42:28
    目录 1 关系型数据库 2 非关系型数据库 2.1 非关系型数据库诞生背景 2.2非关系型数据库种类 2.2.1 键值存储数据库(key-value) ... 数据库通常分为层次式数据库、网络式数据库和关系式数据库...

    目录

    1 关系型数据库

    2 非关系型数据库

    2.1 非关系型数据库诞生背景

    2.2 非关系型数据库种类

    2.2.1 键值存储数据库(key-value)

    2.2.2 列存储(Column-oriented)数据库

    2.2.3 面向文档(Document-Oriented)数据库

    2.2.4 图形数据库


       

           数据库通常分为层次式数据库网络式数据库关系式数据库三种。而不同的数据库是按不同的数据结构来联系和组织的。

          而在当今的互联网中,最常见的数据库模型主要是两种,即关系型数据库非关系型数据库

    1 关系型数据库

           虽然网状数据库和层次数据库已经很好的解决了数据的集中和共享问题,但是在数据库独立性和抽象级别上扔有很大欠缺。用户在对这两种数据库进行存取时,仍然需要明确数据的存储结构,指出存取路径。而关系型数据库就可以较好的解决这些问题。

           关系型数据库模型是把复杂的数据结构归结为简单的二元关系(即二维表格形式)。在关系型数据库中,对数据的操作几乎全部建立在一个或多个关系表格上,通过对这些关联的表格分类、合并、连接或选取等运算来实现数据库的管理。

            关系型数据库诞生40多年了,从理论产生发展到现实产品,例如:Oracle和MySQL,Oracle在数据库领域上升到霸主地位,形成每年高达数百亿美元的庞大产业市场。

    2 非关系型数据库

    2.1 非关系型数据库诞生背景

           NoSQL,泛指非关系型的数据库。随着互联网web2.0网站的兴起,传统的关系数据库在应付web2.0网站,特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心,暴露了很多难以克服的问题,而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。NoSql数据库在特定的场景下可以发挥出难以想象的高效率和高性能,它是作为对传统关系型数据库的一个有效的补充。

           NoSQL(NoSQL = Not Only SQL ),意即“不仅仅是SQL”,是一项全新的数据库革命性运动,早期就有人提出,发展至2009年趋势越发高涨。NoSQL的拥护者们提倡运用非关系型的数据存储,相对于铺天盖地的关系型数据库运用,这一概念无疑是一种全新的思维的注入。

          1、NOSQL不是否定关系数据库,而是作为关系数据库的一个重要补充 
          2、NOSQL为了高性能、高并发而生,忽略影响高性能,高并发的功能 
          3、NOSQL典型产品memcached (纯内存),redis(持久化缓存),mongodb(文档的数据库) 

    2.2 非关系型数据库种类

    2.2.1 键值存储数据库(key-value)

           键值数据库就类似传统语言中使用的哈希表。可以通过key来添加、查询或者删除数据库,因为使用key主键访问,所以会获得很高的性能及扩展性。

           键值数据库主要使用一个哈希表,这个表中有一个特定的键和一个指针指向特定的数据。Key/value模型对于IT系统来说的优势在于简单、易部署、高并发。

    典型产品:Memcached、Redis、MemcacheDB

    有谁在使用:GitHub (Riak)、BestBuy (Riak)、Twitter (Redis和Memcached)、StackOverFlow (Redis)、 Instagram (Redis)、Youtube (Memcached)、Wikipedia(Memcached)

    适用的场景:

           储存用户信息,比如会话、配置文件、参数、购物车等等。这些信息一般都和ID(键)挂钩,这种情景下键值数据库是个很好的选择。

    不适用场景:

    1.  取代通过键查询,而是通过值来查询。Key-Value数据库中根本没有通过值查询的途径。
    2.  需要储存数据之间的关系。在Key-Value数据库中不能通过两个或以上的键来关联数据。
    3.  事务的支持。在Key-Value数据库中故障产生时不可以进行回滚。

    (1)Memcached

            Memcaced是一个开源的、高性能的、具有分布式内存对象的缓存系统。通过它可以减轻数据库负载,加速动态的web应用,最初版本由LiveJoumal 的Brad Fitzpatrick在2003年开发完成。目前全球有非常多的用户都在使用它来架构主机的大负载网站或提升主机的高访问网站的响应速度。注意:Memcache 是这个项目的名称,而Memcached是服务端的主程序文件名。 
           缓存一般用来保存一些进程被存取的对象或数据,通过缓存来存取对象或数据要比在磁盘上存取快很多,前者是内存,后者是磁盘,Memcached是一种纯内存缓存系统,把经常存取的对象或数据缓存在memcached的内存中,这些被缓存的数据被程序通过API的方式被读取,memcached里面的数据就像一张巨大的hash表,数据以key-value对的方式存在。Memcached通过缓存经常被存取的对象或数据,从而减轻频繁读取数据库的压力,提高网站的响应速度,构建出快速更快的可扩展的Web应用。 
            官网:http://memcached.org/ 
            由于memcached为纯内存缓存软件,一旦重启所有数据都会丢失,因此,新浪网基于Memcached开发了一个开源项目  Memcachedb。通过为Memcached增加Berkeley DB的特久化存储机制和异步主复制机制,使Memcached具备了事务恢复能力、持久化数据能力和分布式复制能力,memcached非常适合需要超高性能读写速度、持久化保存的应用场景,但是最近几年逐渐被其他的持久化产品替代如Redis

        Memcached小结: 
             1、key-value行数据库 
             2、纯内存数据库 
             3、持久化memcachedb(sina)

    (2)Redis

            和Memcached类似,redis也是一个开源、Linux平台、key-value型存储系统。但redis支持的存储value类型相对更多,包括string(字符串)、list(链表)、set(集合)和zset(有序集合)等。这些数据类型都支持push/pop、add/remove及取交集、并集和差集及更丰富的操作,而且这些操作都是原子性的。为了保证效率,redis的数据都是缓存在内存中。区别是redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件,并且在基础上实现了master-slave(主从)同步。 

            redis是一个高性能的key-value数据库。redis的出现、很大程度补偿了memcached这类key/value存储的不足,在部分场合可以对关系数据库起到很好的补充作用。它提供了Python、Ruby、Erlang、PHP客户端,使用方便。 
    官方:http://www.redis.io/documentation 
    redis特点: 
    1)支持内存缓存,这个功能相当于memcached 
    2)支持持久化存储,这个功能相当于memcachedb,ttserver 
    3)数据库类型更丰富。比其他key-value库功能更强 
    4)支持主从集群、分布式 
    5)支持队列等特殊功能 
    应用:缓存从存取memcached更改存取redis

    适用场景:

    1. 缓存
    2. 基础消息队列系统
    3. 排行榜系统
    4. 计数器使用
    5. 社交网站的点赞、粉丝、下拉刷新等应用;

    选择注意,Redis的使用场景,是redis适合的解决的问题,也有不适合解决的问题。

    1. 从数据规模角度讲,小数据规模使用redis比较合适,大数据规模使用redis不合适;(大数据规模,在一定程度上,可以用SSDB替代redis使用);
    2. 从数据冷热角度看,热数据适合放在redis中,冷数据不适合放在redis中。

    (3)Cassandra

            Apache Cassndra是一套开源分布式Key-Value存储系统。它最初由Facebook开发,用于存储特别大的数据。Facebook目前在使用此系统。 
    主要特点: 

    1. 分布式 
    2. 基于column的结构化 
    3. 高伸展性 
    4. Cassandra的主要特点就是它不是一个数据库,而是由一堆数据库节点共同构成一个分布式网络服务,对Cassandra的一个写操作,会被复制到其他节点上去,对Cassandra的读操作。也会被路由到某个节点上面去读取。 

           Cassandir是一个混合型的非关系的数据库,类似于Google的BigTable。其主要功能比Dynomie(分布式的key-value存储系统)更丰富,Cassandra最初由Facebook开发,后转变成了开源项目。

    2.2.2 列存储(Column-oriented)数据库

            列存储数据库将数据存储在列族中,一个列族存储经常被一起查询的相关数据,比如人类,我们经常会查询某个人的姓名和年龄,而不是薪资。这种情况下姓名和年龄会被放到一个列族中,薪资会被放到另一个列族中。

            这种数据库通常用来应对分布式存储海量数据

    典型产品:Cassandra、HBase(HBase是Apache的Hadoop项目的子项目)

    有谁在使用:Ebay (Cassandra)、Instagram (Cassandra)、NASA (Cassandra)、Twitter (Cassandra and HBase)、Facebook (HBase)、Yahoo!(HBase)

    适用的场景:

    1.  日志。因为我们可以将数据储存在不同的列中,每个应用程序可以将信息写入自己的列族中。
    2.  博客平台。我们储存每个信息到不同的列族中。举个例子,标签可以储存在一个,类别可以在一个,而文章则在另一个。

    不适用场景:

    1.  如果我们需要ACID事务。Vassandra就不支持事务。
    2.  原型设计。如果我们分析Cassandra的数据结构,我们就会发现结构是基于我们期望的数据查询方式而定。在模型设计之初,我们根本不可能去预测它的查询方式,而一旦查询方式改变,我们就必须重新设计列族。

    HBase:

    1、定位:开源、Linux平台、列存储nosql数据库

    可用于海量数据存储、与Hadoop生态圈结合、定位于“大”的列存储nosql数据库

    2、特点:

    • 功能:命令执行速度非常看,读写性能可达10万/秒;数据结构是key-value类似字典的功能,可以键过期-缓存,发布订阅-消息系统,简单的事物功能;
    • 部署:相对其他数据库,hbase的部署比较复杂,依赖Hadoop,zookeeper等组件,Hbase集群包括一个mater节点,多个regionServer,zookeeper管理所有regionServer,需要依次部署Hadoop、zookeeper之后,再部署HBASE集群;
    • 使用:用redis-cli客户端连接,一般用简单的 set ,get,del 进行数据管理; 在单实例redis的基础上,进行可以数据持久化,主从复制,高可用和分布式等功能;
    • 监控:在命令行界面有一些常用的命令显示状态和性能,在图形界面方面,有开源监控工具来监控和记录数据库的状态,比如cachecloud;
    • 备份:Hbase一般用作海量数据的仓库,本身通过多层副本来保证数据安全性,不用进行专门的备份
    • 高可用:HBASE集群基于Hadoop,需要依次部署Hadoop单机模式、集群模式、HA模式,通过Hadoop HA实现高可用;
    • 扩展:HBASE以集群形式,依次是单机模式,伪分布模式,完全分布模式,底层基于HDFS,zookeeper可以很好地进行扩展;

    3、适用场景:

    1. 用于简单数据写入和海量、结构简单数据查询的业务场景;
    2. 用于成为其他数据库备份和下沉的数据库;

    4、Hbase不适合的场景:

    1. 对数据分析需求高,需要能够用sql或者简单的MapReduce实现分析需求的业务场景,不适合用Hbase;
    2. 单表数据量,不超过千万时,使用Hbase,体现不出Hbase的优势,而且会比较慢,不适合用Hbase。

    2.2.3 面向文档(Document-Oriented)数据库

            文档型数据库的灵感是来自于Lotus Notes办公软件,而且它同第一种键值数据库类似。该类型的数据模型是版本化的文档,半结构化的文档以特定的格式存储,比如JSON。文档型数据库可以看作是键值数据库的升级版,允许之间嵌套键值。而且文档型数据库比键值数据库的查询效率更高。

           面向文档数据库会将数据以文档形式存储。每个文档都是自包含的数据单元,是一系列数据项的集合。每个数据项都有一个名词与对应值,值既可以是简单的数据类型,如字符串、数字和日期等;也可以是复杂的类型,如有序列表和关联对象。数据存储的最小单位是文档,同一个表中存储的文档属性可以是不同的,数据可以使用XML、JSON或JSONB等多种形式存储。

    典型产品:MongoDB、CouchDB

    有谁在使用:SAP (MongoDB)、Codecademy (MongoDB)、Foursquare (MongoDB)、NBC News (RavenDB)

    适用的场景:

    1.  日志。企业环境下,每个应用程序都有不同的日志信息。Document-Oriented数据库并没有固定的模式,所以我们可以使用它储存不同的信息。
    2.  分析。鉴于它的弱模式结构,不改变模式下就可以储存不同的度量方法及添加新的度量。

    不适用场景:

           在不同的文档上添加事务。Document-Oriented数据库并不支持文档间的事务,如果对这方面有需求则不应该选用这个解决方案。

    (1)MongoDB

            MongoDB是一个介于关系型数据库和非关系型数据库之间的产品,是非关系型数据库当中功能最丰富,最像关系数据库的。他支持的数据库结构非常松散,类似json的bjson格式,因此可以存储比较复杂的数据类型。Mongodb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。 

    特点: 
            高性能、易部署、易使用、存储数据非常方便 
    主要功能特性: 

    1. 面向集合存储,易存储对象类型的数据 。“面向集合”(Collenction-Orented)意思是数据库被分组存储在数据集中,被称为一个集合(Collenction)每个 集合在数据库中都有一个唯一的标识名,并且可以包含无限数目的文档,集合的概念类似关系型数据库(RDBMS)里的表(table)不同的是它不需要定义任何模式(schema) 
    2. 模式自由 。模式自由(schema-free)意为着存储在mongodb数据库中的文件,我们不需要知道它的任何结构定义。 
    3. 支持动态查询 
    4. 支持完全索引,包含内部对象 
    5. 支持查询 
    6. 支持复制和故障恢复 
    7. 使用高效的二进制数据存储,包括大型对象 
    8. 自动处理碎片、以支持云计算层次的扩展性
    9. 功能:数据文件存储格式为BSON,模式自由,整体架构与关系型数据库有对应关系,具有较好的高可用性和伸缩性,有插件式存储引擎,新版本默认是writedtiger存储引擎;
    10. 部署: 部署比较简答,下载软件,设置好配置文件即可启动服务;
    11. 使用:不支持SQL语句,使用与SQL对应的json方式管理数据库;
    12. 监控:有比较丰富的监控和性能命令,官方有比较完善的图形监控系统,但需要购买;
    13. 备份:支持冷备份和热备份,可以使用mongoexport/mongimport进行逻辑备份,也可以使用基于oplog的mongodump/mongorestore物理热备份;
    14. 高可用:MongoDB master-slave主从复制:在master节点上加 --master参数,从数据库加 -slave和-source参数,就可以实现同步,这种目前不建议;

    适用场景:

    1. 网站后台数据库:mongodb非常适合插入、更新与查询,并可以实时复制和高伸缩性,适合更新迭代快、需求变更多、以对象为主的网站应用;
    2. 小文件系统:对于json文件,二进制数据,适合用mongodb进行存储和查询
    3. 日志分析系统:对于数据量大的日志文件,IM会话消息记录,适合用mongodb来保存和查询;
    4. 缓存系统:mongodb数据库也会使用大量的内存,合理的设计,也可以作为缓存系统使用;不过目前缓存系统使用更多的方案是 memcached和redis。

    Mongodb不适合的场景:

    1. 高度事务性的系统:即传统的OLTP业务,mongodb,乃至其他nosql,对事务性支持都不太好;
    2. 传统的统计分析应用:即传统的OLAP业务,需要高度优化的查询方式,mongodb支持不好;
    3. 使用SQL语句比较方便的业务:mongodb是json类型的查询方式,虽然也灵活,但不如用SQL方便,如果业务和适合SQL,则就不太合适mongodb了。

    2.2.4 图形数据库

            图形数据库允许我们将数据以图的方式存储。实体会被作为顶点,而实体之间的关系则会被作为边。比如我们有三个实体,Steve Jobs、Apple和Next,则会有两个“Founded by”的边将Apple和Next连接到Steve Jobs。

    典型产品:Neo4J、InforGrid

    有谁在使用:Adobe (Neo4J)、Cisco (Neo4J)、T-Mobile (Neo4J)

    适用的场景:

    1.  在一些关系性强的数据中
    2.  推荐引擎。如果我们将数据以图的形式表现,那么将会非常有益于推荐的制定

    不适用场景:

    不适合的数据模型。图数据库的适用范围很小,因为很少有操作涉及到整个图。

     

    https://blog.csdn.net/qq_27565769/article/details/80731213

    https://blog.csdn.net/michelleqiao/article/details/5297758

    https://blog.csdn.net/xin_ge_cheng_xu/article/details/79663549

    https://blog.csdn.net/hzp666/article/details/79168675

    https://blog.csdn.net/arthursunbao/article/details/38340637

     

    展开全文
  • 数据库分类知识.zip

    2021-06-02 12:32:27
    数据库管理
  • 数据库分类介绍

    2020-12-14 16:45:19
    数据库共有三种类型,关系数据库、非关系型数据库和键值数据库。 目前关系型数据库主要有MySQL、SQL Server、数蚕数据库、Oracle数据库、DB2。 MySQL:MySQL是目前最受欢迎开源的SQL数据库管理系统,与其他的大型...
  • 数据库分类及主流数据库对比

    千次阅读 2019-11-11 09:52:54
    1 数据库分类 1.1 关系型数据库 1.2 非关系型数据库 2 数据库对比 1 数据库分类 数据库根据数据结构可分为关系型数据库和非关系型数据库。非关系型数据库中根据应用场景又可分为键值(Key-Value)数据库、列...

    数据库使用系列专栏:数据库使用系列文章


    目录

    1 数据库分类

    1.1 关系型数据库

    1.2 非关系型数据库

    2 数据库对比


    1 数据库分类

    数据库根据数据结构可分为关系型数据库和非关系型数据库。非关系型数据库中根据应用场景又可分为键值(Key-Value)数据库、列存储数据库、面向文档数据库、搜索引擎数据库等。

    1.1 关系型数据库

    这种类型的数据库是最古老的数据库类型,关系型数据库模型是把复杂的数据结构归结为简单的二元关系(即二维表格形式), 如图2是一个二维表的实例。通常该表第一行为字段名称,描述该字段的作用,下面是具体的数据。在定义该表时需要指定字段的名称及类型。

    图一 数据库表实例

    在关系型数据库中,对数据的操作几乎全部建立在一个或多个关系表格上。在大型系统中通常有多个表,且表之间有各种关系。实际使用就是通过对这些关联的表格分类、合并、连接或选取等运算来实现数据库的管理。

    典型产品:MySQL、SqlServer、Oracle、PostgreSQL、SQLite等。

    1.2 非关系型数据库

    键值存储数据库

    键值数据库是一种非关系数据库,它使用简单的键值方法来存储数据。键值数据库将数据存储为键值对集合,其中键作为唯一标识符。

    图2 键值存储数据示意图

    如图2是某公有云的键值存储示意图,其中键包含分区键和排序键,而值包含更多的实际信息。比如实际使用是可以以学号为键,姓名、性别、年龄和班级等信息为值进行存储。实际存储形式很灵活,是业务需求自行定义即可。

    典型产品:Redis、Memcached等。

    列存储数据库

    列式存储(column-based)是相对于传统关系型数据库的行式存储(Row-basedstorage)来说的。简单来说两者的区别就是对表中数据的存储形式的差异。

    图3 列存储数据

    如图3是传统行数据库和列数据库表中数据在磁盘上的存储形式的差异对比。对于行存储数据库,表中的数据是以行为单位逐行存储在磁盘上的;而对于列存储数据库,表中的数据则是以列为单位逐列存储在磁盘中。

    列存储解决的主要问题是数据查询问题。我们知道,平时的查询大部分都是条件查询,通常是返回某些字段(列)的数据。对于行存储数据,数据读取时通常将一行数据完全读出,如果只需要其中几列数据的情况,就会存在冗余列,出于缩短处理时间的考量,消除冗余列的过程通常是在内存中进行的。而列存储,每次读取的数据是集合的一段或者全部,不存在冗余性问题。这样,通过这种存储方式的调整,使得查询性能得到极大的提升。

    典型产品:HBase等。

    面向文档数据库

    此类数据库可存放并获取文档,可以是XML、JSON、BSON等格式,这些文档具备可述性(self-describing),呈现分层的树状结构(hierarchical tree data structure),可以包含映射表、集合和纯量值。数据库中的文档彼此相似,但不必完全相同。文档数据库所存放的文档,就相当于键值数据库所存放的“值”。文档数据库可视为其值可查的键值数据库。

    典型产品:MongDB、CouchDB等。

    图形数据库

    图形数据库顾名思义,就是一种存储图形关系的数据库。图形数据库是NoSQL数据库的一种类型,它应用图形理论存储实体之间的关系信息。关系型数据用于存储明确关系的数据,但对于复杂关系的数据存储却有些力不从心。如图4这种人物之间的关系,如果用关系型数据库则非常复杂,用图形数据库将非常简单。

    图4 图形数据库示例

    典型产品:Neo4J、InfoGr id等。

    搜索引擎存储

    搜索引擎数据库是应用在搜索引擎领域的数据存储形式,由于搜索引擎会爬取大量的数据,并以特定的格式进行存储,这样在检索的时候才能保证性能最优。

    典型产品:Solr、Elasticsearch等。

    2 数据库对比

    几种主流关系型数据库对比:

    数据库优势缺点
    MySQL1)MySQL性能卓越,服务稳定,很少出现异常宕机。
    2)MySQL开放源代码且无版权制约,自主性及使用成本低,版本更新较快。
    3)MySQL软件体积小,安装使用简单,并且易于维护,安装及维护成本低。
    4)MySQL支持多种操作系统,提供多种API接口,支持多种开发语言,特别对流行的PHP语言有很好的支持。
    数据量大时处理性能不及Oracle
    SqlServer1)真正的客户机/服务器体系结构
    2)图形化的用户界面,使系统管理和数据库管理更加直观、简单
    3)丰富的编程接口工具,为用户进行程序设计提供了更大的选择余地
    4)与WinNT完全集成,利用了NT的许多功能,如发送和接受消息,管理登录安全性等,SQL Server也可以很好地与Microsoft  BackOffice产品集成。
    5)提供数据仓库功能,这个功能只在Oracle和其他昂贵的DBMS中才有。
    只能在Windows系统下运行
    Oracle

    1)Oracle 能在所有主流平台上运行 

    2)Oracle 性能高,保持开放平台下TPC-D和TPC-C世界记录   

    3)获得最高认证级别的ISO标准认证

    价格昂贵
    PostgreSQL1)PostgreSQL 的稳定性极强, Innodb 等引擎在崩溃、断电之类的灾难场景下抗打击能力有了长足进步。
    2)PG 性能高速度快。任何系统都有它的性能极限,在高并发读写,负载逼近极限下,PG的性能指标仍可以维持双曲线甚至对数曲线,到顶峰之后不再下降。
    3)PG 多年来在 GIS 领域处于优势地位,因为它有丰富的几何类型,实际上不止几何类型,PG有大量字典、数组、bitmap 等数据类型。
    4)PostgreSQL 是唯一支持事务、子查询、多版本并行控制系统、数据完整性检查等特性的唯一的一种自由软件的数据库管理系统
    5)PG对数据量大的文本以及SQL处理较快
     
    SQLite

    1)零配置,SQlite3不用安装,不用配置,不用启动,关闭或者配置数据库实例。当系统崩溃后不用做任何恢复操作,再下次使用数据库的时候自动恢复 

    2SQLite是被设计成轻量级,自包含的,不依赖服务进程                  

    3)采用无数据类型,所以可以保存任何类型的数据,SQLite采用的是动态数据类型,会根据存入值自动判断                                                       

    4)可移植,可运行在不同操作系统上

    数据量不宜过大,sql语句执行相比其他数据库效率较低

    几种主流非关系型数据库对比:

    数据库优势缺点
    Redis1)支持内存缓存,这个功能相当于Memcached
    2)支持持久化存储,这个功能相当于MemcacheDb,ttserver
    3)数据类型更丰富。比其他key-value库功能更强
    4)支持主从集群,分布式
    5)支持队列等特殊功能
     
    Memcached开源的、高性能的、具有分布式内存对象的纯缓存系统不支持持久化
    HBase

    1)适合存储半结构化或非结构化数据

    2)高可用和海量数据以及很大的瞬间写入量

    3)记录很稀疏,RDBMS的行有多少列是固定的,为null的列浪费了存储空间。HBase为null的Column不会被存储,这样既节省了空间又提高了读性能。

    1)不适合于大范围扫描查询
    2)不直接支持 SQL 的语句查询
    MongoDB

    1)弱一致性(最终一致),更能保证用户的访问速度

    2)查询与索引方式灵活,是最像SQL的Nosql

    3)内置GridFS,支持大容量的存储

    4)内置Sharding,支持复制集、主备、互为主备、自动分片等特性

    5)第三方支持丰富 6)性能优越

    1)单机可靠性比较差 2)磁盘空间占用比较大

    3)大数据量持续插入,写入性能有较大波动

    架构设计有一句流行语:不以业务模型为基础的架构设计都是耍流氓。同样数据库选型也应该根据自己业务需求选择最适合自己的数据库

    展开全文
  • 易语言数据库分类源码,数据库分类,取列表,加入列表,取出列表
  • 易语言ACCESS数据库分类统计源码,ACCESS数据库分类统计,填表格
  • 易语言源码易语言数据库分类源码.rar 易语言源码易语言数据库分类源码.rar 易语言源码易语言数据库分类源码.rar 易语言源码易语言数据库分类源码.rar 易语言源码易语言数据库分类源码.rar 易语言源码易语言...
  • ACCESS数据库分类统计.rar
  • 超全的数据库分类介绍

    万次阅读 多人点赞 2018-01-17 11:15:00
    〓数据库的分类〓 数据库通常分为层次式数据库、网络式数据库和关系... 数据库分类   〓关系型数据库介绍〓   1、关系型数据库的由来 虽然网状数据库和层次数据库已经很好的解决了数据的集中和共享问题,...

    〓数据库的分类〓

    数据库通常分为层次式数据库、网络式数据库和关系式数据库三种。而不同的数据库是按不同的数据结构来联系和组织的。

    而在当今的互联网中,最常见的数据库模型主要是两种,即关系型数据库和非关系型数据库。

     
     数据库分类

     

    〓关系型数据库介绍〓

     

    1、关系型数据库的由来

    虽然网状数据库和层次数据库已经很好的解决了数据的集中和共享问题,但是在数据库独立性和抽象级别上扔有很大欠缺。用户在对这两种数据库进行存取时,仍然需要明确数据的存储结构,指出存取路径。而关系型数据库就可以较好的解决这些问题。

    2、关系型数据库介绍

    关系型数据库模型是把复杂的数据结构归结为简单的二元关系(即二维表格形式)。在关系型数据库中,对数据的操作几乎全部建立在一个或多个关系表格上,通过对这些关联的表格分类、合并、连接或选取等运算来实现数据库的管理。

    关系型数据库诞生40多年了,从理论产生发展到现实产品,例如:Oracle和MySQL,Oracle在数据库领域上升到霸主地位,形成每年高达数百亿美元的庞大产业市场。

    3、关系型数据库表格之间的关系举例

     
     关系型数据库举例

     

    〓非关系型数据库介绍〓

     

    1、非关系型数据库诞生背景

    NoSQL,泛指非关系型的数据库。随着互联网web2.0网站的兴起,传统的关系数据库在应付web2.0网站,特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心,暴露了很多难以克服的问题,而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。NoSql数据库在特定的场景下可以发挥出难以想象的高效率和高性能,它是作为对传统关系型数据库的一个有效的补充。

    NoSQL(NoSQL = Not Only SQL ),意即“不仅仅是SQL”,是一项全新的数据库革命性运动,早期就有人提出,发展至2009年趋势越发高涨。NoSQL的拥护者们提倡运用非关系型的数据存储,相对于铺天盖地的关系型数据库运用,这一概念无疑是一种全新的思维的注入。

    2、非关系型数据库种类

     

    (1)键值存储数据库(key-value)

    键值数据库就类似传统语言中使用的哈希表。可以通过key来添加、查询或者删除数据库,因为使用key主键访问,所以会获得很高的性能及扩展性。

    键值数据库主要使用一个哈希表,这个表中有一个特定的键和一个指针指向特定的数据。Key/value模型对于IT系统来说的优势在于简单、易部署、高并发。

    典型产品:Memcached、Redis、MemcacheDB

    (2)列存储(Column-oriented)数据库

    列存储数据库将数据存储在列族中,一个列族存储经常被一起查询的相关数据,比如人类,我们经常会查询某个人的姓名和年龄,而不是薪资。这种情况下姓名和年龄会被放到一个列族中,薪资会被放到另一个列族中。

    这种数据库通常用来应对分布式存储海量数据。

    典型产品:Cassandra、HBase

    (3)面向文档(Document-Oriented)数据库

    文档型数据库的灵感是来自于Lotus Notes办公软件,而且它同第一种键值数据库类似。该类型的数据模型是版本化的文档,半结构化的文档以特定的格式存储,比如JSON。文档型数据库可以看作是键值数据库的升级版,允许之间嵌套键值。而且文档型数据库比键值数据库的查询效率更高。

    面向文档数据库会将数据以文档形式存储。每个文档都是自包含的数据单元,是一系列数据项的集合。每个数据项都有一个名词与对应值,值既可以是简单的数据类型,如字符串、数字和日期等;也可以是复杂的类型,如有序列表和关联对象。数据存储的最小单位是文档,同一个表中存储的文档属性可以是不同的,数据可以使用XML、JSON或JSONB等多种形式存储。

    典型产品:MongoDB、CouchDB

    (4)图形数据库

    图形数据库允许我们将数据以图的方式存储。实体会被作为顶点,而实体之间的关系则会被作为边。比如我们有三个实体,Steve Jobs、Apple和Next,则会有两个“Founded by”的边将Apple和Next连接到Steve Jobs。

    典型产品:Neo4J、InforGrid

    展开全文
  • 生物信息学数据库分类概览

    万次阅读 2018-11-24 18:55:07
    在此将常用数据库按照以下分类方式大致整理了一下,也方便检索。 1. Meta databases 元数据库,合并不同来源的相关数据以更新的或更加方便的形式提供新的数据,通俗的讲就是数据库数据库,代表性的数据库主要有...

    生物与计算机的结合让生物进入大数据时代,为方便管理各种生物数据,科学家们开发了各式各样的生物数据库。了解与自己研究领域相关的数据库,并加以利用可能会使研究工作得到事半功倍的效果。在此将常用数据库按照以下分类方式大致整理了一下,也方便检索。


    1. Meta databases

    元数据库,合并不同来源的相关数据以更新的或更加方便的形式提供新的数据,通俗的讲就是数据库的数据库,代表性的数据库主要有以下几个:

    1. ConsensusPathDB 网址:http://consensuspathdb.org/ 描述:分子功能互作数据库,基于32个公共数据库,整合了人类蛋白质相互作用,遗传相互作用信号,代谢,基因调控和药物 - 靶标相互作用的信息。

    2. Entrez 网址:https://www.ncbi.nlm.nih.gov/Class/MLACourse/Modules/Entrez/complex_boolean.html 描述:Entrez跨数据库全局查询搜索系统是一个联合搜索引擎或门户网站,允许用户在NCBI网站上搜索许多离散的健康科学数据库。

    3. Neuroscience Information Framework 网址:https://neuinfo.org// 描述:整合了数百种神经科学相关资源,包括实验,临床和转化神经科学数据库,知识库,地图集和遗传/基因组资源等。

    4. GeneCard 网址:https://www.genecards.org/ 描述:自动整合125个数据库,包含基因组、转录组、蛋白组、遗传、临床和功能信息的庞大人基因组数据库。

    5. Ensembl Genomes 网址:http://ensemblgenomes.org/ 描述:该项目由EMBL运营,提供细菌、原生生物、真菌、植物和无脊椎动物后生动物的基因组数据。

    6. UCSC Genome 网址: http://genome.ucsc.edu 描述:主要是动物基因组信息,基因组注释,基因组保守性和基因组共线性数据。

    7. Human protein atlas 网址:http://www.proteinatlas.org/ 描述:人体蛋白在细胞、组织、病理条件下的表达

    2. Model organism databases

    模式生物数据库,为深入研究模式生物提供生物数据,如:

    1. Personal Genome Project 网址:https://www.personalgenomes.org/ 描述:来自世界各地的100,00名志愿者的人类基因组计划。

    2. Mouse Genome Database(MGD) 网址:http://www.informatics.jax.org/ 描述:MGD数据库是整合了国际上实验室小鼠生物数据的资源库,提供小鼠相关的基因组、综合遗传等信息。

    3. Rat Genome Database (RGD): 网址:https://rgd.mcw.edu/ 描述:大鼠基因组数据库。

    4. PomBase 网址:https://www.pombase.org/ 描述:裂殖酵母Schizosaccharomyces pombe的知识库。

    5. Saccharomyces Genome Database (SGD): 网址:https://www.yeastgenome.org/ 描述:酵母模型生物的基因组数据库

    6. TAIR 网址 https://www.arabidopsis.org/ 描述:最全的拟南芥资源数据库。政府为我们付费购买了使用权,以至于不少人没感觉到TAIR已经收费了。

    7. Legume Information System (LIS) 网址:https://legumeinfo.org/ 描述:豆科植物的基因组数据库。

    8. Wormbase: 网址:https://wormbase.org/#012-34-5 描述:关于线虫模式生物秀丽隐杆线虫的生物学和基因组在线生物数据库,还包含其他相关线虫的信息。

    9. Xenbase: 网址:http://www.xenbase.org/entry/ 描述:模式生物非洲爪蟾(Xenopus tropicalis)和非洲爪蟾(Xenopus laevis)的基因组数据库。

    10. Zebrafish Information Network: 网址:http://zfin.org/ 描述:斑马鱼的基因组数据库。

    11. FlyBase: 网址:http://flybase.org/ 描述:模式生物果蝇的基因组数据库。

    12. UCSC Malaria Genome Browser: 网址:http://enacademic.com/dic.nsf/enwiki/7907997 描述:UCSC疟疾基因组浏览器是研究疟疾(如恶性疟原虫等)基因组的生物信息学研究工具。

    3. Nucleic acid databases

    3.1 DNA databases

    核酸数据库分为一级数据库(Primary databases)和二级数据库(Secondary databases)

    3.1.1 一级核酸数据库

    下面三个数据库是核酸的主数据库,存储来自所有生物的核酸序列,接受用户提交核酸序列,每天交换更新数据以实现他们之间的最佳同步。

    1. DNA Data Bank of Japan 网址:https://www.ddbj.nig.ac.jp/index-e.html
    2. EMBL (European Bioinformatics Institute) 网址:https://www.embl.org/
    3. NCBI (National Center for Biotechnology Information) 网址:https://www.ncbi.nlm.nih.gov/

    3.1.2 二级核酸数据库

    数目很多,先列出一些,欢迎补充:

    1. 23andMe's database 网址:https://www.23andme.com/en-int/ 描述:23andMe是一家私营的个人基因组学生物技术公司 ,主要业务是基于唾液对消费者进行基因检测,并向客户提供基因检测报告。

    2. OMIM (Online Mendelian Inheritance in Man): 网址:https://omim.org/ 描述:一个管理人类基因和人类遗传疾病特征的数据库。

    3. RefSeq 网址:https://www.ncbi.nlm.nih.gov/refseq/ 描述:参考序列数据库收集了从病毒、细菌到真核生物等主要生物的核酸序列(DNA、RNA)及其蛋白质常产物。

    4. 1000 Genomes Project: 网址:http://www.internationalgenome.org/ 描述:2008年1月启动的项目,对来自不同种族群体的一千多名匿名参与者的基因组进行了分析,并将数据公布于众。

    5. SNP / Disease Databases 网址:https://www.snpedia.com/ 描述:人SNP位点对表型的影响和贡献度数据库

    3.2 Gene expression databases

    这些数据库收集基因组序列,注释并分析他们,以提供公共访问。主要包括:

    1. ArrayExpress 网址:https://www.ebi.ac.uk/arrayexpress/ 描述:功能基因组数据存档;存储来自EMBL的高通量功能基因组学实验的数据;展示方式很炫酷。

    2. Bioinformatic Harvester 网址:Ensembl: http://asia.ensembl.org/index.html 描述:为人类,小鼠,其他脊椎动物和真核生物基因组提供自动注释的数据库

    3. BioGPS 网址:http://biogps.org/#goto=welcome 描述:强大的基因和蛋白表达注释平台

    4. Gene Disease Database 基因疾病数据库,通过整理表型-基因型关系和基因-疾病机制,以及多种复合相互作用来理解复杂疾病的潜在机制。主要数据库如下:

      5.1 The Comparative Toxicogenomics Database (CTD) 网址:http://ctdbase.org/ 5.2 The Universal Protein Resource (UNIPROT) 网址:https://www.uniprot.org 5.3 The Online Mendelian Inheritance in Man 网址:https://www.ncbi.nlm.nih.gov/omim 5.5 The Ensembl genome database project 网址:http://www.ensembl.org/ 5.6 The Gene Disease Associations Database DisGeNET 网址:http://www.disgenet.org/

    5. Gene Expression Omnibus (GEO): 网址:https://www.ncbi.nlm.nih.gov/geo/ 描述:来自美国国家癌症研究所(NCI)的公共功能基因组数据库,它支持基于阵列和序列的数据,并提供了用于查询和下载基因表达谱的工具。

    3.3 Phenotype databases

    1. PHI-base: 网址:http://www.phi-base.org/ 描述:病原体 - 宿主相互作用数据库。

    2. 细胞表型数据库 网址:https://www.ebi.ac.uk/fg/sym 描述:基于RNAi的细胞表型收集

    3. dbGAP 网址:https://www.ncbi.nlm.nih.gov/gap 描述:基因型-表型数据库,来源于GWAS、医学测序、分子诊断等

    4. The Human Phenotype Ontology 网址:https://hpo.jax.org/app/ 描述:人类疾病表型描述的标准化术语,类比于Gene Ontology. 现有13000个条目和156,000关于遗传病的注释。

    5. GWAS central 网址: https://www.gwascentral.org 描述:包含2,974,967个SNP与829个MeSH疾病、表型之间的69,986,326个关联。

    6. European genome-phenome archive 网址:https://ega-archive.org 描述:生物医学研究中涉及的遗传和表型数据关联库

    7. Monarch 网址:https://monarchinitiative.org 描述:基因型-表型数据库,表型相似性度量

    8. Cellular Phenotype Database 网址:http://www.ebi.ac.uk/fg/sym 描述:存储来自高通量表型研究的数据,可以搜索感兴趣的表型并检索相关靶基因和RNAi

    9. GenomeRNAi 网址:http://www.genomernai.org/ 描述:包含来自果蝇和人RNA干扰筛选的表型数据库

    10. Genomics of Drug Sensitivity in Cancer 网址:http://www.cancerrxgene.org/ 描述:筛选了多种抗癌疗法人类癌细胞系,通过与基因组数据关联以识别药物靶标,同时为临床应用提供信息

    11. GenomeCRISPR 网址:http://genomecrispr.dkfz.de/ 描述:用于高通量CRISPR / Cas9筛选实验的数据库

    12. Cellular Microscopy Phenotype Ontology (CMPO) 网址:www.ebi.ac.uk/cmpo/ 描述:CMPO为描述与整个细胞、细胞成分、细胞过程和细胞群体有关的表型特性提供了一种物种中立的词汇。

    13. Human Phenotype Ontology (HPO) 网址:https://hpo.jax.org/app/ 描述:提供了人类疾病中表型异常的标准化词汇

    3.4 RNA databases

    1. miRBase 网址:http://www.mirbase.org/ 描述:存储microRNA序列和注释的数据库。

    2. Rfam: 网址:http://rfam.org/ 描述:一个包含非编码RNA(ncRNA)家族和其他类型RNA信息的数据库。

    3. RNAcentral 网址:https://rnacentral.org/ 描述:非编码RNA序列数据库。

    4. Amino acid / protein databases

    4.1 Protein sequence databases

    1. Swiss-Prot/Uniprot 网址:https://www.uniprot.org/ 描述:结合了从文献中提取的信息和生物鉴定者评估的计算分析,是一个手动注释的非冗余蛋白质序列数据库。

    2. Database of Interacting Proteins (Univ. of California) 网址:https://dip.doe-mbi.ucla.edu/dip/Main.cgi 描述:记录了实验确定的蛋白质之间的相互作用。

    3. DisProt:(打不开了) 网址:http://www.disprot.org/ 描述:用于注释文献中的蛋白固有无序区域(IDRs)

    4. InterPro: 网址:https://www.ebi.ac.uk/interpro/ 描述:通过整合多个蛋白相关数据库,提供了一个方便的对蛋白序列进行功能注释的平台,包括对蛋白质家族、结构域、功能位点的预测。

    5. MobiDB: 网址:http://mobidb.bio.unipd.it/ 描述:内在蛋白质紊乱注释数据库。

    6. neXtProt: 网址:https://www.nextprot.org/ 描述:人类蛋白质数据库。

    7. Pfam: 网址:http://pfam.xfam.org/ 描述:Pfam是蛋白质家族的数据库,包括使用隐马尔可夫模型生成的注释和多序列比对。

    8. PRINTS 网址:http://130.88.97.239/PRINTS/index.php 描述:蛋白质序列指纹图谱数据库,所谓蛋白质的指纹是指一组保守的序列基序,用于刻画蛋白质家族的特征。

    9. PROSITE: 网址:https://prosite.expasy.org/ 描述:收集了有显著生物学意义的蛋白质位点和序列模式,并能根据这些位点和模式快速并可靠地鉴别一个未知功能的蛋白质序列应该属于哪一个蛋白质家族。

    10. Protein Information Resource 网址:https://pir.georgetown.edu/ 描述:是一个全面的、经过注释的、非冗余的蛋白质序列数据库。可帮助研究者鉴别和解释蛋白质序列信息,研究分子进化、功能基因组,进行生物信息学分析。

    11. SUPERFAMILY: 网址:http://supfam.org/SUPERFAMILY/ 描述:一个包含所有蛋白质和基因组结构和功能注释的数据库。

    4.2 Protein structure databases

    1. Protein Data Bank (PDB) 网址:http://www.rcsb.org 描述:一个专门收录蛋白质及核酸的三维结构资料的数据库,以下为PDB成员网站 1.1 Protein DataBank in Europe (PDBe):https://www.ebi.ac.uk/pdbe/ 1.2 ProteinDatabank in Japan (PDBj):https://pdbj.org 1.3 Research Collaboratory for Structural Bioinformatics (RCSB):https://www.rcsb.org 1.4 Worldwide Protein Data Bank:http://www.wwpdb.org/

    2. The Protein Protein Interaction Inhibition Database (2PI2db): 网址:http://2p2idb.cnrs-mrs.fr 描述:收集了已通过X射线晶体学或核磁共振表征的蛋白质-蛋白质、蛋白质-调节剂复合物结构。

    4.3 Protein model databases

    1. ModBase: 网址:https://modbase.compbio.ucsf.edu/modbase-cgi/index.cgi 描述:一个注释比较饭白纸结构模型的数据库。

    2. Protein Model Portal (PMP): 网址:https://www.proteinmodelportal.org 描述:结合了数个蛋白质结构模型数据库的元数据库,提供模型构建和质量评估等多种交互式服务。

    3. Similarity Matrix of Proteins (SIMAP): 网址:http://cube.univie.ac.at/resources/simap 描述:基于FASTA序列计算的蛋白质相似性数据库。

    4. Swiss-model: 网址:https://swissmodel.expasy.org 描述:致力于同源蛋白质的3D结构建模。

    4.4 Protein-protein and other molecular interactions

    1. BioGRID 网址:https://thebiogrid.org 描述:蛋白质与遗传相互作用数据库。

    2. string 网址:http://string-db.org/cgi/help.pl?subpage=api 描述:用于检索相互作用基因/蛋白质的搜索工具

    3. IntAct 网址:https://www.ebi.ac.uk/intact/ 描述:为分子交互研究提供免费的开源数据库系统和分析工具。

    5. Signal transduction pathway databases

    1. NCI-Nature Pathway Interaction Database 网址:http://biogps.org/plugin/259/nci-nature-pathway-interaction-database/描述:http://www.ndexbio.org/#/ (原来的PID迁移到此新数据库)。 NDEx提供了一个开源框架,科学家和机构可以共享、存储、操作和发布生物网络知识。

    2. Netpath 网址:http://www.netpath.org/ 描述:人类信号转导通路数据库,拥有45个信号通路,包括在免疫系统调节和癌症调节中起主要作用的通路。

    3. Reactome 网址:https://reactome.org/ 描述:该库覆盖了19个物种的通路研究,包括经典的代谢通路、信号转导、基因转录调控、细胞凋亡与疾病。

      reactome相关推文:

    4. WikiPathways 网址:https://www.wikipathways.org/index.php/WikiPathways 描述:该数据库收录了超过20个物种的通路,其中人类的通路就包含了800多个通路,涵盖了约7500种基因。此外,它还包含了超过1000个代谢产物的通路。

    6. Metabolic pathway and protein function databases

    代谢途径和蛋白质功能数据库

    1. BiGG Models 网址:http://bigg.ucsd.edu 描述:该数据库将70多种已发表的基因组规模的代谢网络整合到了一起,并且有一组标准化的BiGG ID。

    2. BioCyc Database Collection: 网址:https://biocyc.org 描述:收集了14558个通路/基因组数据库,每一个数据库描述了单个有机体的基因组和代谢通路,同时提供多种用于组学数据导航和可视化的分析工具。

    3. BRENDA: 网址:http://www.brenda-enzymes.org 描述:酶数据库,提供酶的分类、命名法、生化反应、专一性、结构、细胞定位、提取方法、文献、应用与改造及相关疾病的数据。

    4. HMDB 网址:http://www.hmdb.ca 描述:人类代谢组数据库,包含有关人体中发现的小分子代谢物的详细信息。

    5. KEGG PATHWAY Database 网址:https://www.kegg.jp 描述:KEGG是一个整合了基因组、化学和系统功能信息的数据库。把从已经完整测序的基因组中得到的基因目录与更高级别的细胞、物种和生态系统水平的系统功能关联起来是KEGG数据库的特色之一。

    6. Reactome(同上)

    7. WikiPathways(同上)

    7. Additional databases

    7.1 Exosomal databases

    外泌体是一类可以由多种细胞类型分泌的胞外囊泡,与其他胞外囊泡如核外颗粒体和凋亡小体不同,外泌体是内吞起源的。外泌体在疫苗、药物递送、细胞间通信的作用以及其作为生物标志物的一种可能来源以及引起了研究人员的极大兴趣,导致外泌体相关研究呈现井喷趋势。相关数据库如下:

    1. ExoCarta 网址:http://www.exocarta.org 描述:是一个关于外泌体蛋白、RNA、脂质体的手工数据库。

    2. exoRBase 网址:http://www.exorbase.org 描述:将不同疾病血来源外泌体中的circRNA, lncRNA和mRNA进行整理的数据库。

    7.2 Mathematical model databases

    1. Biomodels Database 网址:http://biomodels.caltech.edu 描述:生物模型在线数据库,主要存储数量型生物化学模型。

    7.3 Taxonomic databases

    1. BacDive 网址:https://bacdive.dsmz.de 描述:提供有关细菌和古细菌生物多样性的菌株相关信息。

    2. EzTaxon-e 网址:https://www.ezbiocloud.net 描述:基于16S核糖体RNA基因序列鉴定原核生物的数据库。

    7.4 Radiologic databases

    1. The Cancer Imaging Archive (TCIA) 网址:http://www.cancerimagingarchive.net 描述:包含常见肿瘤(肺癌、前列腺癌等)医学图像(MRI、CT等)及相应临床信息(治疗方案细节、基因、病理等)的大规模公用数据库。

    2. Neuroimaging Informatics Tools and Resources Clearinghouse 网址:https://www.nitrc.org 描述:神经影像信息学工具和资源交换中心。

    8. Wiki-style databases

    1. Gene Wiki 网址:https://en.wikipedia.org/wiki/Wikipedia:Gene_Wiki 描述:一个基于wiki的基因信息数据库

    9. Specialized databases

    1. Barcode of Life Data Systems 网址:http://www.boldsystems.org 描述:DNA条形码数据库(即生物体内能够代表该物种的、标准的、有足够变异的、易扩增且相对较短的DNA片段),并提供一个分析DNA序列的在线平台。

    2. The Cancer Genome Atlas (TCGA) 网址:https://cancergenome.nih.gov 描述:提供使用高通量技术获得的癌症样本数据,包括基因表达谱、拷贝数变异、SNP基因分型、全基因组DNA甲基化等。

    3. Cellosaurus 网址:https://web.expasy.org/cellosaurus/ 描述:细胞系的在线资源库。

    4. Comparative Toxicogenomics Database (CTD) 网址:http://ctdbase.org 描述:CTD(比较毒物遗传数据库),为研究人员提供了集中、综合的各种不同类型分子以及来自各种生物体的毒理学数据。

    5. DiProDB 网址:http://diprodb.fli-leibniz.de 描述:收集和分析热力学,结构和其他二核苷酸特性的数据库。

    6. Dryad 网址:http://datadryad.org 描述:存放优质数据资源的场所,使科学出版物背后的数据可被发现、可重复使用、可引用。

    7. Edinburgh Mouse Atlas 网址:http://www.emouseatlas.org/emap/home.html 描述:小鼠胚胎原位基因表达数据库。

    8. EPD Eukaryotic Promoter Database 网址:https://epd.vital-it.ch/index.php 描述:真核基因启动子数据库,提供从EMBL中得到的真核基因的启动子序列,帮助实验研究人员、生物信息学研究人员分析真核基因的转录信号。

    9. FINDbase (the Frequency of INherited Disorders database) 网址:http://www.findbase.org 描述:是一个全球治病遗传变异频率的数据库。

    10. HGNC (HUGO Gene Nomenclature Committee): 网址:https://www.genenames.org 描述:负责对人类基因组包括蛋白编码基因, ncRNA基因,甲基因和其他基因在内的所有基因提供一个唯一的、标准的、可以广泛传播的symbol

    11. International Human Epigenome Consortium 网址:http://ihec-epigenomes.org 描述:国际人类表观基因组学会,致力于全球表观基因组学领域的发展。

    12. MethBase 网址:http://smithlabresearch.org/software/methbase/ 描述:在UCSC Genome Browser上可视化的DNA甲基化数据库。

    13. Minimotif Miner 网址:http://minimotifminer.org/ 描述:短连续功能性肽基序的数据库。

    14. NCI-dbGaP 网址:https://www.ncbi.nlm.nih.gov/gap 描述:人类基因型和表型相互作用的数据库。

    15. PubMed 网址: https://www.ncbi.nlm.nih.gov/pmc/ 描述:生命科学和生物医学领域的参考和摘要。

    16. Oncogenomic databases 网址:https://oglandscapes.irbbarcelona.org 描述:用于癌症研究的数据库汇编。

    17. RIKEN integrated database of mammals 网址:http://metadb.riken.jp/metadb/download/SciNetS_ria254i 描述:Riken研究所推广的多个大型项目的综合数据库。

    18. TDR Targets 网址:http://tdrtargets.org 描述:专注于热带疾病药物发现的化学基因组学数据库。

    19. LNCipedia 网址:http://www.lncipedia.org/ 描述:人类长链非编码RNA的整合库

    20. NONCODE 网址: http://www.noncode.org/ 描述:存储17类(人类,小鼠,牛,大鼠,鸡,果蝇,斑马鱼,小肠,酵母,拟南芥,黑猩猩,大猩猩,猩猩,恒河猴,负鼠和猪)物种非编码RNA(不包括tRNA和rRNA)的数据库

    21. Oncomine 网址:https://www.oncomine.org/resource/login.html 描述:肿瘤相关基因研究的数据库,整合了GEO、TCGA和已发表的文献等来源的RNA和DNA-seq数据

    22. GeneVestigator(GV) 网址:https://genevestigator.com/
      描述:一个基因表达的搜索引擎,集成了上万的人工精选、注释的公共芯片实验结果

    23. immuneXpresso 网址:http://immuneexpresso.org/immport-immunexpresso/public/immunexpresso/search
      描述:immuneXpresso搜索引擎可自动从PubMed摘要中提取高分辨率细胞 - 细胞因子相互作用网络。

     

     

    展开全文
  • python3数据库分类和比较(入门)

    千次阅读 2018-08-05 18:20:43
    python3数据库分类和比较(入门) 目录: python3数据库分类和比较(入门) 目录: 一、关系型数据库 (一)常用关系型数据库: 二、非关系型数据库 (一)常用非关系型数据库: (二)分类: 文档型 ...
  • 最新淘宝商品三级分类数据库,三张表,要做商城之类的系统可以用得上,非常详尽。
  • Java开源数据库分类列表整理

    千次阅读 2018-04-27 16:25:08
    HSQLDB HSQLDB(Hypersonic SQL)是纯Java开发的关系型数据库,并提供JDBC驱动存取数据。支持ANSI-92 标准 SQL语法。而且他占的空间很小。大约只有160K,拥有快速的数据库引擎。更多HSQLDB信息 Axion Axion是一个小型,...
  • 之前找了很久才找到了,传上来更大家共享下,希望对大家有帮助,欢迎下载或者永久保存。 药品数据库近40000条数据,有条形码,有分类,有适应症状,生产厂商,有说明书等等!!!!
  • 根据自然资源部国土整治中心发布的第三次全国国土调查县级耕地资源质量分类数据库标准建设的数据库空库。表格基本确定,后期改动很少。
  • 数据库的介绍、分类、作用和特点 1. 数据库的介绍 数据库就是存储和管理数据的仓库,数据按照一定的格式进行存储,用户可以对数据库中的数据进行增加、修改、删除、查询等操作。 【在数据库中输错,按住“ctrl+c...
  • 国民经济行业分类 GB/T 4754-2017 数据四级 数据库文件,吐血整理,2017年最新的数据,程序猿开发国民经济行业分类必须数据。 数据结构带层级,包你可用
  • 介绍:数据库就是存储和管理数据的仓库,数据按照一定的格式进行存储,用户可以对...数据库分类 关系型数据库 介绍:是指采用了关系型模型来组值数据的数据库,简单来说,关系型模型指的就是二维表格模型,好...
  • 商品分类三级联动数据库,包含三个表,商品三级分类,mysql
  • 关系型数据库以行和列的形式存储数据,以便于用户理解。这一系列的行和列被称为表,一组表组成了数据库。用户用查询(Query)来检索数据库中的数据。一个Query是一个用于指定数据库中行和列的SELECT语句。
  • 常用数据库排名及分类介绍

    万次阅读 多人点赞 2019-07-10 21:46:20
    DB-Engines:2019年6月全球数据库排行 DB-Engines 数据库流行度排行榜 6 月更新已发布,排名前二十如下:总体排名和上个月相比基本一致,其中排名前三的Oracle、MySQL 和 Microsoft SQL Server...一、数据库分类...
  • SQL(Structured Query Language)结构化查询语言,是一种数据库查询和程序设计语言,用于存取数据以及查询、更新和管理关系数据库系统。同时也是数据库脚本文件的扩展名。常用的数据库工具有哪些呢?(参看百度百科)...
  • 3.数据库的语言分类 4.常见的数据库对象 前言 非科班自学SQLSERVER和C#编程两年。该系列文章中涉及的知识点是在工作中需要用到的一些基础知识。文章比较适合初识数据库的学生或自学数据库的成人,文章是以SSMS作为...
  • 数据库的简介与类型

    万次阅读 多人点赞 2018-03-23 10:04:26
    1.1 什么是数据库? 简单的说,数据库(英文Database)就是一个存放数据的仓库,这个仓库是按照一定的数据结果(数据结构是指数据的组织形式或数据之间的联系)来组织、存储的、我们可以通过数据库提供的多种方法...
  • 结构化查询语言(Structured Query Language),简称SQL,SQL使我们有能力访问数据库,SQL 是一种 ANSI(American National Standards Institute 美国国家标准化组织)标准的计算机语言。 虽然 SQL 是一门 ANSI标准的...
  • 那么数据库有哪些分类呢? 一般有3种:OLTP、OLAP与HTAP 如果上面这张图看懂了,下面可以不用看了。 二、详细描述 下面简单介绍3种类型的数据库的定义、特点与差异。 2.1 OLTP 联机事务处理过程 OLTP...
  • 常见主流数据库例如DB2 Oracle SQL等的分类与详细比较
  • 文章目录1、简述2、数据库排行3、总体分类4、对比4.1 关系型数据库遵循ACID规则4.1.1、A (Atomicity) 原子性4.1.2、C (Consistency) 一致性4.1.3、I (Isolation) 独立性4.1.4、D (Durability) 持久性4.2、为什么使用...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 456,387
精华内容 182,554
关键字:

数据库分类

友情链接: RabbitYYs.rar