Quels sont les trois types de bases de données ?

Les types de bases de données peuvent être divisés en hiérarchiques, réseau et relationnelles. Une base de données hiérarchique présente les données selon une structure hiérarchique (arborescence) ; une base de données réseau est une base de données qui utilise des principes et des méthodes de réseau et est basée sur un modèle de données réseau. Une base de données relationnelle fait référence à une base de données qui utilise un modèle relationnel pour A ; base de données qui organise les données.

L'environnement d'exploitation de ce tutoriel : système Windows 7, ordinateur Dell G3.

Quels sont les types de bases de données ?

Il y avait trois types de bases de données qui étaient populaires au début, à savoir les bases de données hiérarchiques, les bases de données en réseau et les bases de données relationnelles. Dans l'Internet actuel, il existe deux principaux types de bases de données, à savoir les bases de données relationnelles et les bases de données non relationnelles.

Introduction à la base de données hiérarchique

La base de données hiérarchique est le premier logiciel de système de base de données développé. Elle présente les données selon une structure hiérarchique (arborescence). Les bases de données hiérarchiques étaient autrefois des bases de données très populaires, mais avec la popularité croissante des bases de données relationnelles, elles sont désormais rarement utilisées.

Caractéristiques : La nature de l'arbre détermine les caractéristiques du modèle de données de l'arbre

1 Il y a et il n'y a qu'un seul nœud dans l'ensemble du modèle qui n'a pas de nœud parent, et les nœuds restants. doit avoir et n'avoir qu'un seul nœud parent, mais tous les nœuds n'ont pas besoin d'avoir des nœuds enfants

2. Tous les nœuds enfants ne peuvent pas exister indépendamment du nœud parent, c'est-à-dire si le nœud parent est ; pour être supprimé, alors tous les nœuds enfants sous le nœud parent doivent tous être supprimés en même temps, mais certains nœuds feuilles peuvent être supprimés individuellement

3. nœud à lui-même ;

est plus symbolique La base de données hiérarchique est une base de données IMS (Information Management System), développée par IBM.

Introduction à la base de données réseau

Définition : Un modèle de structure de données qui utilise un graphe orienté pour représenter les entités et les connexions entre les entités est appelé modèle de données réseau.

Caractéristiques :

1. Deux nœuds ou plus peuvent exister sans nœuds parents

2.

Introduction détaillée aux bases de données relationnelles

Les bases de données réseau et les bases de données hiérarchiques manquent d'indépendance des données et de niveaux d'abstraction. Lorsque les utilisateurs stockent des données, ils doivent déclarer la structure de stockage et le chemin relatif. La base de données relationnelle peut résoudre ce problème plus efficacement.

La base de données relationnelle fait référence à une base de données qui utilise un modèle relationnel pour organiser les données. Elle stocke les données sous forme de lignes et de colonnes pour faciliter la compréhension de l'utilisateur. Les séries de lignes et de colonnes dans une base de données relationnelle sont appelées Table, un groupe de tables constitue une base de données. Les utilisateurs récupèrent les données d'une base de données via des requêtes, qui sont des codes exécutables qui limitent certaines zones de la base de données. Le modèle relationnel peut être simplement compris comme un modèle de table bidimensionnelle, et une base de données relationnelle est une organisation de données composée de tables bidimensionnelles et des relations entre elles.

Comme les classeurs Excel, les bases de données relationnelles utilisent également des tableaux bidimensionnels composés de colonnes et de lignes pour gérer les données, ce qui est simple et facile à comprendre. De plus, il utilise également SQL (Structured Query Language, langage de requête structuré) pour effectuer de véritables opérations sur les données.

Introduction détaillée aux bases de données non relationnelles

Avec l'essor de la technologie Internet Web2.0, les bases de données relationnelles traditionnelles ont du mal à gérer de grandes quantités de données, telles que à grande échelle et à forte concurrence. Lorsqu'il s'agit de pages Web dynamiques de type Weibo, WeChat ou SNS web2.0, elles sont devenues quelque peu inadéquates et ont exposé de nombreux problèmes insurmontables. Par conséquent, un produit de base de données - la base de données NOSQL - a émergé pour des scénarios de volumes de données à grande échelle, visant d'excellentes performances et une application pratique.

La base de données non relationnelle est principalement basée sur la base de données « modèle d'entité non relationnelle », également connue sous le nom de base de données NoSQL. La signification originale de NOSQL est « Pas seulement SQL », et non « NoSQL ». L’émergence des bases de données ne vise pas à nier complètement la base de données relationnelle, mais à constituer un complément raisonnable à la base de données relationnelle traditionnelle. La base de données NOSQL peut donner libre cours à une efficacité élevée inimaginable et à d'excellentes performances dans des circonstances particulières.

Les bases de données non relationnelles peuvent également être subdivisées en quatre sous-éléments :

• Base de données de stockage de valeurs-clés

• Base de données orientée colonnes ;

• Base de données orientée document

• Base de données graphique (Graph).

Différences dans les domaines d'application des différents types de bases de données

Du point de vue de l'application des bases de données, les bases de données peuvent également être divisées en bases de données orientées opération et Type orienté analyse de données, ce qui suit est une brève introduction à la base de données basée sur différents scénarios d'application réels.

1. Base de données relationnelle orientée opération

• Champs d'application typiques : ERP, CRM, transactions par carte bancaire, e-commerce de petite et moyenne taille

• Méthode de stockage des données : Table

• Fournisseurs populaires : Oracle Database, Microsoft SQLServer, IBM DB2, EnterpriseDB (PostgreSQL), MySQL

• Avantages : protection complète de l'environnement écologique, garantie des transactions/cohérence des données

• Inconvénients : définition stricte du modèle de données, restrictions d'expansion de la base de données et difficile à combiner avec des applications non structurées.

2. Base de données relationnelle pour l'analyse des données

• Domaines d'application typiques : entrepôt de données, business intelligence, recherche de données

• Méthode de stockage des données : Table

• Fournisseurs populaires : Oracle Exadata, Oracle Hyperion, Teradata, IBM Netezza, Google BigQuery

• Avantages : Cohérence du contenu des informations et des calculs

• Inconvénients : Doit être maintenu par du personnel informatique possédant une expertise en matière de bases de données, la réponse des données est généralement infime

3. Base de données non relationnelle orientée opération

• Domaines d'application typiques : applications Web, mobiles et IoT, réseaux sociaux, recommandations d'utilisateurs, paniers d'achat

• Méthodes de stockage des données : Il existe de nombreuses structures de stockage (document, graphique, colonne, clé-valeur, série temporelle)

• Fabricants populaires : MongoDB, Amazon DynamoDB, Amazon, Redis

• Avantages : commodité, capacité de coordination (aucune méthode prédéfinie n'est nécessaire), évolutivité horizontale (adaptation à des volumes de données à grande échelle), faible coût (système open source)

• Inconvénients : Absence de garantie de transaction

4. Base de données non relationnelle pour l'analyse des données

• Applications typiques Champs : Indexation de millions de points de données, analyse prédictive, détection de fraude

• Méthode de stockage des données : Hadoop n'utilise pas la structure de données d'origine ; les données peuvent être stockées sur plusieurs serveurs

• Fournisseurs populaires : Cloudera, Hortonworks, MapR, MarkLogic, Snowflake, DataBricks, ElasticSearch

• Avantages : Convient au traitement par lots, au traitement parallèle de fichiers principalement Open source, faible investissement en capital

• Inconvénients : vitesse de réponse lente ; ne convient pas à une récupération rapide ou à des mises à jour à grande vitesse

Recommandations associées : "

Apprentissage en programmation》

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!