数据库(database)介绍

0、数据定义：除了文本类型的数据，图像、音乐、声音都是数据。

　 数据分类：结构化数据、非结构化数据。
1、数据库定义：“电子化的文件柜”，“数据仓库”。数据库是一个按数据结构（自我理解：即数据字段之间的关系）来存储和管理数据的计算机软件系统。数据库的概念实际包括两层意思：

（1）数据库是一个实体，它是能够合理保管数据的“仓库”，用户在该“仓库”中存放要管理的事务数据，“数据”和“库”两个概念结合成为数据库。

（2）数据库是数据管理的新方法和技术，它能更合适的组织数据、更方便的维护数据、更严密的控制数据和更有效的利用数据。

2、数据库模型定义：在数据库中结构化数据（规定了数据如何被描述（例如树、表等））和操纵数据（规定了数据的添加、删除、显示、维护、打印、查找、选择、排序和更新等）的方法。
　  数据库模型分类：（1）概念模型 （2）层次模型（3）网状模型 （4）关系模型（5）面向对象模型

3、数据库查询语言：SQL（Structured Query Language 结构化查询语言）、XQuery。

4、数据库管理系统DBMS（DataBase Management System）定义：为管理数据库而设计的电脑软件系统，一般具有存储、截取、安全保障、备份等基础功能。
　  数据库管理系统分类：
　　（1）可以依据它所支持的数据库模型来作分类，例如关系式、XML；
　　（2）或依据所支持的计算机类型来作分类，例如服务器群集、移动电话；
　　（3）或依据所用查询语言来作分类，例如SQL、XQuery；
　　（4）或依据性能冲量重点来作分类，例如最大规模、最高运行速度；
　　（5）亦或其他的分类方式。
　　（6）不论使用哪种分类方式，一些DBMS能够跨类别，例如，同时支持多种查询语言。

　　数据库管理系统是数据库系统的核心组成部分，主要完成对数据库的操纵与管理功能，实现数据库对象的创建、数据库存储数据的查询、添加、修改与删除操作和数据库的用户管理、权限管理等。它的安全直接关系到整个数据库系统的安全，其防护手段主要有：

（1）使用正版数据库管理系统并及时安装相关补丁。

（2）做好用户账户管理，禁用默认超级管理员账户或者为超级管理员账户设置复杂密码；为应用程序分别分配专用账户进行访问；设置用户登录时间及登录失败次数限制， 防止暴力破解用户密码。

（3）分配用户访问权限时，坚持最小权限分配原则，并限制用户只能访问特定数据库，不能同时访问其他数据库。

（4）修改数据库默认访问端口，使用防火墙屏蔽掉对 外开放的其他端口，禁止一切外部的端口探测行为。

（5）对数据库内存储的重要数据、敏感数据进行加密存储，防止数据库备份或数据文件被盗而造成数据泄露。

（6）设置好数据库的备份策略，保证数据库被破坏后能迅速恢复。 

（7）对数据库内的系统存储过程进行合理管理，禁用掉不必要的存储过程，防止利用存储过程进行数据库探测与攻击。 

（8）启用数据库审核功能，对数据库进行全面的事件跟踪和日志记录。 

5、关系型数据库定义：存储的格式可以直观地反映实体间的关系。关系型数据库和常见的表格比较相似，关系型数据库中表与表之间是有很多复杂的关联关系的。

常见的关系型数据库：有Mysql，SqlServer（Microsoft SQL Server）等。　Microsoft Access（够友好、够简单）、Oracle、Postgresql(阿里开源关系型数据库)

　 在轻量或者小型的应用中，使用不同的关系型数据库对系统的性能影响不大，但是在构建大型应用时，则需要根据应用的业务需求和性能需求，选择合适的关系型数据库。

虽然关系型数据库有很多，但是大多数都遵循SQL（结构化查询语言，Structured Query Language）标准。
　 关系型数据库对于结构化数据的处理更合适，如学生成绩、地址等，这样的数据一般情况下需要使用结构化的查询，例如join，这样的情况下，关系型数据库就会比NoSQL数据库性能更优，而且精确度更高。由于结构化数据的规模不算太大，数据规模的增长通常      也是可预期的，所以针对结构化数据使用关系型数据库更好。关系型数据库十分注意数据操作的事务性、一致性，如果对这方面的要求关系型数据库无疑可以很好的满足。

6、基于NoSQL(not_only_sql)技术的分布式数据库：

非关系型数据库（NoSQL）

Hbase、MongoDB、Redis、Elasticsearch（Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，支持实时GET请求，适合作为NoSQL数据存储，但缺少分布式事务）等
指的是分布式的、非关系型的、不保证遵循ACID原则的数据存储系统。NoSQL数据库技术与CAP理论、一致性哈希算法有密切关系。所谓CAP理论，简单来说就是一个分布式系统不可能满足可用性、一致性与分区容错性这三个要求，一次性满足两种要求是该系统的上限。而一致性哈希算则指的是NoSQL数据库在应用过程中，为满足工作需求而在通常情况下产生的一种数据算法，该算法能有效解决工作方面的诸多问题但也存在弊端，即工作完成质量会随着节点的变化而产生波动，当节点过多时，相关工作结果就无法那么准确。这一问题使整个系统的工作效率受到影响，导致整个数据库系统的数据乱码与出错率大大提高，甚至会出现数据节点的内容迁移，产生错误的代码信息。但尽管如此，NoSQL数据库技术还是具有非常明显的应用优势，如数据库结构相对简单，在大数据量下的读写性能好；能满足随时存储自定义数据格式需求，非常适用于大数据处理工作。

7、类数据库【我自己定义的，因为，脚本语法很相近】：
Hive是基于Hadoop的一个数据仓库工具，用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive数据仓库工具能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，能将SQL语句转变成MapReduce任务来执行。Hive的优点是学习成本低，可以通过类似SQL语句实现快速MapReduce统计，使MapReduce变得更加简单，而不必开发专门的MapReduce应用程序。hive是十分适合数据仓库的统计分析和Windows注册表文件。