关系型数据库
采用关系模型来组织数据结构的数据库(二维表)
cle    DB2    SQLServer    Mysql     SQLite都是关系型数据库
优点:容易理解,它的逻辑类似常见的表格
使用方便,都使用sql语句,sql语句非常的成熟
数据一致性高,冗余低,数据完整性好,便于操作
技术成熟,功能强大,支持很多复杂操作
缺点:*每次操作都要进行sql语句的解析,消耗较大
*不能很好的满足并发需求,特别是海量数据爆发,关系型
数据库读写能力会显得不足
*关系型数据库往往每一步都要进行加锁的操作,也造成了
数据库的负担
*数据一致性高,有时也会使数据的存储不灵活
非关系型数据库(NoSql--->not onl  y sql)
优点:高并发,读写能力强
弱化数据结构一致性,使用更加灵活
有良好的可扩展性
缺点:通用性差,没有sql语句那样通用的语句
操作灵活导致容易出错和混乱
没有外键关联等复杂的操作
NoSql的使用情况
1.对数据的存储灵活性要求高,一致性要求低
2.数据处理海量并发,要求瞬间效率速度比较高
3.数据比较容易建立Nosql模型
4.网站临时缓冲存储,爬虫应用
NoSql的分类:
1.键值型数据库  (Redis)
2.文档型数据库  (MongoDB)
3.列存储数据库  (HBase)
4.图形数据库
mysql(关系型数据库) 和 mongodb(非关系型数据库)的概念对比
mysql            mongodb             含义
database      database            数据库
table              collection           表/集合
column             filed                 字段/域
row                document         记录/文档
index

数据库模型的分类



概念数据模型实体之间的3种联系



基本数据模型3大组成部分



常用的四种基本数据模型



 

层次模型

方式：使用树形结构表示实体类型以及实体之间的联系。
	
优点：记录之间的联系通过指针实现，查询效率高。
	
缺点：只能表示1：n联系。虽然有多种辅助手段实现m:n联系，但是比较复杂， 用户不易掌握。


网状模型

 方式：用有向图表示实体类型以及实体之间的联系。他去掉了层次模型的两个限制，允许多个节点没有双亲节点，允许节点有多个双              亲节点。此外他还允许节点之间有多种联系。层次模型实际上是网状模型的一个特例。
	
优点：记录之间的联系通过指针实现，m:n的联系也容易实现，查询效率高。
	
缺点：编写应用程序比较复杂，程序员必须熟悉数据库的逻辑结构。
关系模型

方式：用表格结构表达实体集，用外键表示实体之间的联系。关系模型在用户看来是一个二维表格。
	
优点：
	
建立在严格的数学概念基础上；
		
概念单一，结构简单、清晰，用户易懂易用；
		
存叏路徂对用户透明，从而数据独立性、安全性好，简化数据库开収工作。
	
	
缺点：由于存叏路徂透明，查询效率往往丌如非关系数据模型。
面向对象模型

方式：采用面向对象的方法来设计数据库，存储对象是以对象为单位，每个对象包含对象的属性和方法，具有类和继承等特点。
	
优点：
支持对象模型，体现了面向对象数据库的基本特征。
	
扩充了关系数据库的数据类型，支持用户自定义数据类型。
缺点：
复杂属性只能拆分成为并列的单一属性；
	
无法表示变长的属性
关系模型的几个概念

域：一组具有相同数据类型的值的集合。
	
笛卡尔积：域上面的一种集合运算。
给定一组域D1,D2,…,Dn，其中可以有相同的域。 D1,D2,…,Dn的乘积为： D1×D2×…×Dn={(d1,d2,…,dn)|dj ∈Dj,j=1,2,…,n}其

中每一个元素(d1,d2,…,dn)叫做一个n元组（简称为元组）。元组中的每一个值dj叫做一个分量

关系R

关系： D1×D2×…×Dn的子集叫做在域D1,D2,…,Dn上的关系，表示为：R(D1,D2,…,Dn)。这里的R表示关系的名字，n是关系的目或度。
	
关系中的每个元素是关系中的元组，通常用t表示。
	
关系是笛卡尔积的子集，所以关系也是一个二维表，表的每行对应一个元组，表的每列对应一个域。由于域可以相同，为了加以区分，必须为每列起一个名字，称为属性。
	
若关系中的某一属性组的值能唯一地标识一个元组，则称该属性为候选码（候选键）。若一个关系有多个候选码，则选定其中一个为主码（主键）。
	
主码的诸属性称为主属性。丌包含在任何候选码中的属性称为非码属性（非主属性）。
	
在最简单的情况下，候选码只包含一个属性；在极端情况下，关系模式的所有属性组是这个关系模式的候选码，称为全码。
基本关系的3种类型



基本关系的6个性质

1、列是同质的：即每一列中的分量是同一类型的数据，来自同一个域。

2、丌同的列可出自同一个域，其中的每一列称为一个属性，不同的属性要给予不同的属性名。

3、列的顺序无所谓：即列的次序可以任意交换。

4、任意两个元组不能完全相同。

5、行的顺序无所谓：即行的次序可以任意交换。

6、分量必须取原子值：即每一个分量都必须是不可分的数据项。

关系模式

定义：关系的描述称为关系模式。
	
 形式表示：一个关系模式是一个五元组，表示为R(U,D,DOM,F)。
R为关系名；
	
U为组成该关系的属性名集合；
	
D为属性组U中属性所来自的域；
	
DOM为属性向域的映像集合；
	
F为属性间数据的依赖关系的集合。
关系模式通常可以简记为：R(A1,A2,…,An)，其中R为关系名，A1,A2,…,An为属性名。
 

 

 

 

关系型数据库

查询来数据,得到对象,而非关系型数据库,保存键值对 查询处理数据,得到数组

简单理解

而关系型数据库 对于java而言,一个类就可以对应一个表,一个类对象就可以对应表中一行数据,一个成员变量可以对应表中的一个列(字段),能够做到一一的映射,数据库中是以表作为基本单位的

包括:MySQL,Oracle,SQLlite

特性:

采用了关系模型来组织的数据库

关系型最大的特点就是事务的一致性

关系模型就是指的二维表格模型,关系型数据库就是由二维表及其之间的联系组成的数据组织

优点

容易理解:二维表结构是非常贴近逻辑世界的一个概念,关系模型相对网状,层次等其他模型来说更容易理解

使用方便:通用的SQL语言使得操作关系模型数据库非常方便

易于维护:丰富的完整性,包括实体完整性,参照完整性和用户定义的完整性,大大降低了数据冗余和数据不一致的概率

支持SQL,可用于复杂的查询

缺点

为了维护一致性所付出的巨大代价就是其读写性能比较差

固定的表结构

高并发读写需求

海量数据的高效率读写

非关系型数据库

是存储键值对的,即有关系型数据库处理数据的方便性,也能处理大量数据,比较火的就是Redis、mongoDB了,各有千秋

关系型数据库这里一个名词是ORM : Object Relationl Mapping 对象关系映射,它的作用是在关系型数据库和对象之间作一个映射，这样，我们在具体的操作数据库的时候，就不需要再去和复杂的SQL语句打交道，只要像平时操作对象一样操作它就可以了,更加面向对象

包括:MongoDb,redis,HBase

特性

使用键值对存储数据

分布式

非关系型数据库严格上不是一种数据库,应该是一种数据结构化存储方法的集合

优点

无需经过sql层的解析,读写性能高

基于键值对,数据没有耦合性,容易扩展

存储数据的格式:nosql的存储格式是key,value形式,文档形式,图片形式等等,文档形式,图片形式等等而关系型数据库只支持基础类型

缺点

不提供sql支持,学习和使用成本较高

无事务处理,附加功能和报表等支持也不好

数据模型按不同的应用层次分成三种类型：分别是概念数据模型、物理数据模型、逻辑数据模型。

概念数据模型

物理数据模型

逻辑数据模型

层次模型

 设计思想：

​优点：

缺点：

网状模型

  设计思想：

优点：

缺点：

关系模型  

设计思想： 

优点：

缺点：

数据结构：​

约束：

 

 

概念数据模型

表达数据在现实生活中所表代表的含义的模型

比如学校和老师 是 1对多的关系 


物理数据模型

表示数据在系统内部的表示方法和存取方法的模型

比如数据存储位置 数据存储策略等等  





逻辑数据模型

 

表达数据是如何进行组织的模型 


逻辑数据模型包括 层次模型 、网状模型、关系模型、实体关联模型 基于对象的数据模型 半结构化数据模型  等等


这里主要介绍 层次模型 网状模型 和关系模型

 

层次模型

 设计思想：

1.日常生活中的数据都有层次结构特性 比如 一个学校下面有专业 和管理部门 一个专业下面又有教研室和学生 等等

2.用树状 结构来组织数据的数据模型

3.每个节点表示一个记录类型(即实体)，含有记录类型的各个字段（即实体的各个属性）

4.如果要删除父节点，那么父节点下面的所有子节点都要同时删除

5.院系管理系统实例



优点：



1.结构简单、清晰

2.查询效率较高(实体之间的关系在底层中可以借由指针指针实现)

3.较好的数据完整性支持，正如上所说，如果要删除父节点，那么其下的所有子节点都要同时删除

缺点：



1.不能表示m:n的复杂关系

2.结构呆板不灵活

 

 




网状模型

 

 

  设计思想：



1.用有向图表示实体和实体之间的联系  克服了层次状数据模型数据关系只能是1：n的缺陷

2.每个节点表示一个实体，节点之间的有向线段表示实体之间的联系


 

 




优点：

 

1.能够表达复杂的m:n关系

2.修改网状数据模型时，没有层次状数据模型的那么多的严格限制

3.执行操作的效率较高(实体之间的关系在底层中可以借由指针指针实现)




缺点：



1.随着应用环境的扩大，数据结构越来越复杂，数据的插入、删除牵动的相关数据太多，不利于数据库的维护和重建。


 

关系模型  

设计思想： 

1 .使用表格表示实体和实体之间的关系(一对一 ，一对多，多对多)

 

实例：




学生选课系统表设计

其中选课表中的sut_id和cour_id分别是引用学生表和课程表的cour_id的外键；教课表也是如此。

 

优点：

1.数据存取路径对用户而言是完全隐蔽，程序和数据具有高度的独立性

2. 结构简单明了

3.有坚实的数学理论做基础，包括逻辑计算、数学计算等。

缺点：

 

1. 查询效率低 (（查询时只需指明数据存在的表和需要的数据所在的列，不用指明具体的查找路径），因此加大了系统的负担)

2. 由于查询效率较低，因此需要数据库管理系统对查询进行优化，加大了DBMS的负担；

 




数据结构：


 

约束：

实体完整性：实体的主属性不能取空值

 

参照完整性：若A关系中的某个或者某些属性参照B或其他几个关系中的属性，那么在关系A中该属性要么为空，要么必须出现B或者其他的关系的对应属性中。 

用户定义完整性：用户对某一个属性所指定的约束。例如，某些属性必须取唯一值，某些值的范围为0-100等。