大数据数据库DB2

随着公司业务的发展，数据库必将不断增长。即使将Blob等大型数据存储在其他地方，实现各个应用程序之间的解耦合，相关的数据仍然在同一个数据库中。通常，数据库的扩张可以朝着两个方向发展：1、向上扩展：购买更多更好的硬件，扩展数据库的底层设施。2、向外扩展：尝试向外扩展数据库，通过多台计算机组成的集群来构建更大规模的数据库。规模扩大意味着保存的数据更多，处理的事务也更多。应用程序是在平台上开发出来的，而数据库是平台的主要组成部分。将某个大型应用程序移至新数据库的难度非常大，且风险极高。为应用程序分别分配专属账户进行访问。大数据数据库DB2

NoSQL与关系型数据库的区别：1、存储方式：传统的关系型数据库采用表格的储存方式，数据以行和列的方式进行存储，要读取和查询都十分方便。而非关系型数据不适合这样的表格存储方式，通常以数据集的方式，大量的数据集中存储在一起，类似于键值对、图结构或者文档。2、存储结构：关系型数据库按照结构化的方法存储数据，每个数据表都必须对各个字段定义好（也就是先定义好表的结构），再根据表的结构存入数据，这样做的好处就是由于数据的形式和内容在存入数据之前就已经定义好了，所以整个数据表的可靠性和稳定性都比较高，但带来的问题就是一旦存入数据后，如果需要修改数据表的结构就会十分困难。而NoSQL数据库由于面对的是大量非结构化的数据的存储，它采用的是动态结构，对于数据类型和结构的改变非常的适应，可以根据数据存储的需要灵活的改变数据库的结构。大数据数据库模式常见的关系型数据库有Mysql，SqlServer等。

关系型数据库十分强调数据的一致性，并为此降低读写性能付出了巨大的代价，虽然关系型数据库存储数据和处理数据的可靠性比较不错，但一旦面对海量数据的处理的时候效率就会变得比较差，特别是遇到高并发读写的时候性能就会下降的非常厉害。而NoSQL数据库相对关系型数据库优势较大的恰恰是应对大数据方面，也就是对于大量的每天都产生非结构化的数据能够高性能的读写，这是因为NoSQL数据库是按key-value类型进行存储的，以数据集的方式存储的，因此无论是扩展还是读写都非常容易，并且NoSQL数据库不需要关系型数据库繁琐的解析，所以NoSQL数据库大数据管理、检索、读写、分析以及可视化方面具有关系型数据库不可比拟的优势。

关系型数据库采用结构化查询语言（即SQL）来对数据库进行查询，SQL早已获得了各个数据库厂商的支持，成为数据库行业的标准，它能够支持数据库的CRUD（增加，查询，更新，删除）操作，具有非常强大的功能，SQL可以采用类似索引的方法来加快查询操作。NoSQL数据库使用的是非结构化查询语言（UnQL），它以数据集（像文档）为单位来管理和操作数据，由于它没有一个统一的标准，所以每个数据库厂商提供产品标准是不一样的，NoSQL中的文档Id与关系型表中主键的概念类似，NoSQL数据库采用的数据访问模式相对SQL更简单而精确。数据管理技术的发展经历了以下四个阶段：人工管理阶段、文件系统阶段、数据库阶段和高级数据库技术阶段。

下面以关系型数据库管理系统为例进行介绍。1、数据项）：也称为字段，标记实体属性的可以命名的较小信息单位，数据项的命名一般采用属性的描述性名称。这些名称可以是中文、英文或汉语拼音。2、元组：也称为记录，数据项的会集称为元组。一个元组表示一个具体的实体。3、关系：在关系型数据库系统中，同一类元组所在的会集称为关系。关系适用于描述实体集，它包括一个实体集的所有元组。例如，所有的图书可以组成一个books关系。4、键码：在关系型数据库系统中，能够独一地标识关系中每个元组的数据项或数据项的组合称为关系的键码。客观实体经过两层逻辑数据的描述，结尾转变成实际存储的物理数据。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。大数据数据库DB2

数据库系统的萌芽出现于二十世纪60年代。大数据数据库DB2

随着信息技术和市场的发展，人们发现关系型数据库系统虽然技术比较成熟，但其局限性也是显而易见的：它能比较好地处理所谓的“表格型数据”，却对技术界出现的越来越多的复杂类型的数据无能为力。九十年代以后，技术界一直在研究和寻求新型数据库系统。但在什么是新型数据库系统的发展方向的问题上，产业界一度是相当困惑的。受当时技术风潮的影响，在相当一段时间内，人们把大量的精力花在研究“面向对象的数据库系统(objectorienteddatabase)”或简称“OO数据库系统”。大数据数据库DB2