Skip to content
  • 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

如有转载或 CV 请标注本站原文地址