• ORM
  • 关系型数据库和对象之间映射
  • 无须与复杂的 SQL 打交道，只需要操作对象
  • 面向对象将实体看作对象，关系型数据库采用实体间关系，关系也可以用对象表达
• 数据库分类
  • 关系型数据库：建立在关系模型基础，多张能互相连接的二维行列表格组成的数据库
  • NoSQL：非关系型数据库，解决大规模数据集合多重数据种类带来的挑战，尤其是大数据应用难题，如超大规模数据存储
  • 内存数据库：将数据库整体存储在内存中，提高性能
• 缓存技术
  • MemCache：高性能分布式内存对象缓存，内存维护一个 Hash，存储各种格式数据
  • Redis：开源的使用 ANSI C 编写，支持网络，基于内存亦可持久化的日志型、KV 数据库，并提供多种语言的 API
  • 差异：
    • 都将数据存储在内存，MemCache 还可用于缓存图片、视频等
    • Redis 并非将所有数据一直存储在内存，会将数据交换到磁盘
    • Redis 支持一定的数据库特性
• 并发控制
  • 存在的问题：丢失更新、不可重复度、读脏数据
• 规范化问题
  • 不规范化带来的问题
    • 数据冗余
    • 修改异常
    • 插入异常
    • 删除异常
  • 反规范化技术：牺牲部分规范化提高异常
    • 益处：降低连接操作的需求、降低外码和索引数据、减少表的数目、提高查询效率
    • 问题：重复存储、完整性问题、降低修改速度
    • 方法：
      • 增加冗余列
      • 增加派生列
      • 重新组表
      • 水平分割表
      • 垂直分割表
• 分布式数据库
  • 数据分布在网络的不同计算机，每个节点具有独立处理的能力，每个节点也能通过网络通信子系统执行全局应用
  • 特点
    • 数据独立性：逻辑独立性、物理独立性、数据分布独立性
    • 集中与自治共享结合的控制结构
    • 增加冗余度
    • 全局一致性、可串行性和可恢复性
  • 优点
    • 解决企业部门分散而数据需要相互联系的问题
    • 方便增加新的相对自主的部门来扩充机构
    • 满足负载均衡
    • 方便实现全局应用
    • 故障仅影响局部数据应用，可靠性比较高
• 数据仓库
  • 特点：集成数据、面向主题、数据相对稳定、包含历史信息
  • 包含四个层次
    • 数据源
    • 数据的存储与管理
    • OLAP（联机分析处理）服务器
    • 前端工具
  • 商业智能 BI：包括数据预处理、建立数据仓库、数据分析和数据展现四个阶段