什么是数据库？数据库有什么用？

Posted 2023-05-17

我想学数据库，该怎么学？有没有相关的电子书或资料什么的？
像SQL SERVER 2000、Access等是数据库吗？
不好意思好象还是有点乱。
不懂的东西太多了。
谢谢各位！

数据库，简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。

所谓“数据库”是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

数据库的作用:

1、数据定义

DBMS提供相应数据语言来定义（DDL）数据库结构，它们是刻画数据库框架，并被保存在数据字典中。

2、数据存取

DBMS提供数据操纵语言（DML），实现对数据库数据的基本存取操作：检索，插入，修改和删除。

3、数据库运行管理

DBMS提供数据控制功能，即是数据的安全性、完整性和并发控制等对数据库运行进行有效地控制和管理，以确保数据正确有效。

4、数据库的建立和维护

包括数据库初始数据的装入，数据库的转储、恢复、重组织，系统性能监视、分析等功能。

5、数据库的传输

DBMS提供处理数据的传输，实现用户程序与DBMS之间的通信，通常与操作系统协调完成。

扩展资料

数据库(Database)是按照数据结构来组织、存储和管理数据的仓库，它产生于距今六十多年前，随着信息技术和市场的发展，数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。

数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据库系统都在各个方面得到了广泛的应用。

在信息化社会，充分有效地管理和利用各类信息资源，是进行科学研究和决策管理的前提条件。数据库技术是管理信息系统、办公自动化系统、决策支持系统等各类信息系统的核心部分，是进行决策管理的重要技术手段。

参考资料:百度百科-数据库

参考技术A

数据库(Database)是按照数据结构来组织、 存储和管理数据的仓库。在1990年以后，数据管理不再是存储和管理数据，而是转变成用户所需要的各种数据管理的方法。

数据库具有能存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的作用。数据库系统在各个方面都得到了广泛的应用。

在信息化社会，充分有效的管理和利用各类信息资源，是进行科学研究和决策管理的重要前提。数据库技术是管理信息系统、办公自动化系统、决策支持系统等各类信息系统的核心组成部分，是进行科学研究和决策管理的重要手段。

扩展资料：

数据库可以视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。

发明人是雷明顿兰德公司。

数据库管理系统（DBMS）是为管理数据库而设计的电脑软件系统，具有存储、截取、安全保障、备份等基础功能。数据库管理系统可以依据它所支持的数据库模型来作分类。

数据库的类型有关系数据库和非关系型数据库两种。数据库模型有对象模型、层次模型（轻量级数据访问协议）、网状模型（大型数据储存）、关系模型、面向对象模型、半结构化模型、平面模型。

参考资料：数据库——百度百科

参考技术B

数据库，简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。

所谓“数据库”是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

数据库的作用：

1、完善地管理各种数据库对象，具有强大的数据组织、用户管理和安全检查等功能。

2、强大的数据处理功能，在一个工作组级别的网络环境中，使用Access开发的多用户数据库管理系统，具有传统的XBASE数据库系统所无法实现的客户服务器结构和相应的数据库安全机制，Access具备了许多先进的大型数据库管理系统所具备的特征，如事务处理等。

3、可以方便地生成各种数据对象，利用存储的数据建立窗体和报表，可视性好。

4、作为Office套件的一部分，可以与Office集成，实现无缝连接。

5、能够利用Web检索和发布数据，实现与Internet的连接。Access主要适用于中小型应用系统，或作为客户机/服务器系统中的客户端数据库。

扩展资料：

零基础学习数据库：

1、零基础，想要自学数据库的话，起步阶段首选《数据库系统概念》这本书，因为这本书比较系统且综合全面。里面包含了数据模型、关系模型、基于对象的数据库以及XML、数据存储和查询、事务管理、数据库系统体系结构等各方面的相关内容。相当地直观易懂，里面的有些内容运用了结构清晰的图示和示例来取代形式化的证明。

2、然后，选择一个具体的数据库产品学习，比如常见的Access、SQL-Server、mysql、Oracle、DB2，不同的数据库产品之间区别很大的，每一种数据库都有与之相应的经典书籍，官方也有那些入门文档。

3、现在常见的数据库大部份都是关系型数据库，不管是理论和操作基本都是一样的，如果从操作和易学的角度来说，SQL　SERVER还是比较容易上手的，网上的资料和各种书籍也不少，但是如果数据量大，数据库的稳定性来说，Oracle还是比较要强一点的。

3、总之，学习数据库，和学习其他电脑知识一样，要注重实践，也就是要上机实习。

参考技术C 什么是数据库
金融数据分析与数据库密不可分，那么什么是数据库呢？在大学的计算机教科书中，数据库是被这样解释的：数据库是计算机应用系统中的一种专门管理数据资源的系统。数据有多种形式，如文字、数码、符号、图形、图像以及声音等。数据是所有计算机系统所要处理的对象。人们所熟知的一种处理办法是制作文件，即将处理过程编成程序文件，将所涉及的数据按程序要求组织成数据文件，用程序文件来调用。数据文件与程序文件保持着一定的对应关系。在计算机应用迅速发展的情况下，这种文件式方法便显出不足。比如，它使得数据通用性差，不便于移植，在不同文件中存储大量重复信息、浪费存储空间、更新不便等。数据库系统便能解决上述问题。数据库系统不从具体的应用程序出发，而是立足于数据本身的管理，它将所有数据保存在数据库中，进行科学的组织，并借助于数据库管理系统，以它为中介，与各种应用程序或应用系统接口，使之能方便地使用数据库中的数据。
这段说明介绍的确非常详细，不过你可能看得头晕眼花了，其实简单地说数据库就是一组经过计算机整理后的数据，存储在一个或多个文件中，而管理这个数据库的软件就称之为数据库管理系统。一般一个数据库系统（Database System）可分为数据库（Database）与数据管理系统（Database Management System，DBMS）两个部分。

如何制作数据库？
用最简单的语言ASP来做数据库,以ASP举例.
1、问题：ASP是一种编程语言吗？
答：ASP不是编程语言，而是一种开发环境。ASP提供了一个在服务器端执行指令的环境，它利用了特殊的符号<>来区分html与必须经过服务器翻译才能送往客户端的命令。它可以执行的指令包括HTML语言，Microsoft VBScript和Microsoft Jscript等，因此可以制作出功能强大的Web应用程序。
2、问题：在Web服务器上容纳多个Web站点，能使用PWS吗？
答：在PWS上只能容纳一个Web站点。为了在相同的计算机上容纳多个Web站点，需要使用Windows NT Server或Windows 2000 Server/Professional和IIS。
3、问题：评介Web数据库管理系统时，应该考虑哪些问题？
答：在评价一个Web数据库管理系统时，必须考虑到三方面的问题：多用户问题；所建立的Web数据库应该是关系型的；数据库的安全性问题。
4、问题：ADO是什么，它是如何操作数据库的？
答：ADO的全名是ActiveX Data Object(ActiveX数据对象),是一组优化的访问数据库的专用对象集，它为ASP提供了完整的站点数据库解决方案，它作用在服务器端，提供含有数据库信息的主页内容，通过执行SQL命令，让用户在浏览器画面中输入，更新和删除站点数据库的信息。
ADO主要包括Connection,Recordset和Command三个对象, 它们的主要功能如下：
·Connection对象：负责打开或连接数据库文件；
·Recordset对象：存取数据库的内容；
·Command对象：对数据库下达行动查询指令，以及执行SQL Server的存储过程 参考技术D 数据库（Database）是按照数据结构来组织、存储和管理数据的仓库，它产生于距今六十多年前，随着信息技术和市场的发展，特别是二十世纪九十年代以后，数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式，数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据库系统都在各个方面得到了广泛的应用，数据库是“按照数据结构来组织、存储和管理数据的仓库”。在经济管理的日常工作中，常常需要把某些相关的数据放进这样“仓库”，并根据管理的需要进行相应的处理。例如，企业或事业单位的人事部门常常要把本单位职工的基本情况(职工号、姓名、年龄、性别、籍贯、工资、简历等)存放在表中，这张表就可以看成是一个数据库，有了这个"数据仓库"就可以根据需要随时查询某职工的基本情况，也可以查询工资在某个范围内的职工人数等等。这些工作如果都能在计算机上自动进行，那的人事管理就可以达到极高的水平。此外，在财务管理、仓库管理、生产管理中也需要建立众多的这种“数据库”，使其可以利用计算机实现财务、仓库、生产的自动化管理。J.Martin给数据库下了一个比较完整的定义：数据库是存储在一起的相关数据的集合，这些数据是结构化的，无有害的或不必要的冗余，并为多种应用服务；数据的存储独立于使用它的程序；对数据库插入新数据，修改和检索原有数据均能按一种公用的和可控制的方式进行，当某个系统中存在结构上完全分开的若干个数据库时，则该系统包含一个“数据库集合”。

什么是数据湖？有什么用？

导读： 数据湖概念的诞生，源自企业面临的一些挑战，如数据应该以何种方式处理和存储。最开始，企业对种类庞杂的应用程序的管理都经历了一个比较自然的演化周期。

最开始的时候，每个应用程序会产生、存储大量数据，而这些数据并不能被其他应用程序使用，这种状况导致 数据孤岛 的产生。随后数据集市应运而生，应用程序产生的数据存储在一个集中式的数据仓库中，可根据需要导出相关数据传输给企业内需要该数据的部门或个人。

然而数据集市只解决了部分问题。 剩余问题，包括数据管理、数据所有权与访问控制等都亟须解决，因为企业寻求获得更高的使用有效数据的能力。

为了解决前面提及的各种问题， 企业有很强烈的诉求搭建自己的数据湖 ，数据湖不但能存储传统类型数据，也能存储任意其他类型数据，并且能在它们之上做进一步的处理与分析，产生最终输出供各类程序消费。

在本文中，将介绍数据湖的一些主要方面，帮助读者理解为什么它对企业非常重要。

一、什么是数据湖

如果需要给数据湖下一个定义，可以定义为这样： 数据湖是一个存储企业的各种各样原始数据的大型仓库，其中的数据可供存取、处理、分析及传输。

数据湖从企业的多个数据源获取原始数据，并且针对不同的目的，同一份原始数据还可能有多种满足特定内部模型格式的数据副本。因此，数据湖中被处理的数据可能是任意类型的信息，从结构化数据到完全非结构化数据。

企业对数据湖寄予厚望，希望它能帮助用户快速获取有用信息， 并能将这些信息用于数据分析和机器学习算法 ，以获得与企业运行相关的洞察力。

数据湖与企业的关系

• 数据湖能给企业带来多种能力 ，例如，能实现数据的集中式管理，在此之上，企业能挖掘出很多之前所不具备的能力。
• 数据湖结合先进的数据科学与机器学习技术， 能帮助企业构建更多优化后的运营模型 ，也能为企业提供其他能力，如预测分析、推荐模型等，这些模型能刺激企业能力的后续增长。

企业数据中隐藏着多种能力，然而，在重要数据能够被具备商业数据洞察力的人使用之前，人们无法利用它们来改善企业的商业表现。

二、数据湖如何帮助企业

长期以来，企业一直试图找到一个统一的模型来表示企业中所有实体。这个任务有极大的 挑战性 ，原因有很多，下面列举了其中的一部分：

• 一个实体在企业中可能有多种表示形式，因此可能不存在某个完备的模型来统一表示实体。
• 不同的企业应用程序可能会基于特定的商业目标来处理实体，这意味着处理实体时会采用或排斥某些企业流程。
• 不同应用程序可能会对每个实体采用不同的访问模式及存储结构。

这些问题已困扰企业多年，并阻碍了业务处理、服务定义及术语命名等事务的标准化。

从数据湖的角度来看，我们正在以另外一种方式来看待这个问题。 使用数据湖，隐式实现了一个较好的统一数据模型，而不用担心对业务程序产生实质性影响。 这些业务程序则是解决具体业务问题的“专家”。数据湖基于从实体所有者相关的所有系统中捕获的全量数据来尽可能“丰满”地表示实体。

因为在实体表示方面更优且更完备，数据湖确实给企业数据处理与管理带来了巨大的帮助，使得企业具备更多关于企业增长方面的洞察力，帮助企业达成其商业目标。

值得一提的是，Martin Fowler写过一篇很有意思的文章，在这篇文章中，他对企业数据湖的一些关键方面做了简明扼要的阐述，可参考下面这个链接：

https://martinfowler.com/bliki/DataLake.html

数据湖的优点

企业会在其多个业务系统中产生海量数据，随着企业体量增大，企业也需要更智能地处理这些横跨多个系统的数据。

一种最基本的策略是采用一个单独的领域模型，它能精准地描述数据并能代表对总体业务最有价值的那部分数据。这些数据指的是前面提到的企业数据。

对企业数据进行了良好定义的企业当然也有一些管理数据的方法，因此企业数据定义的更改能保持一致性，企业内部也很清楚系统是如何共享这些信息的。

在这种案例中， 系统被分为数据拥有者（data owner）及数据消费者（data consumer） 。对于企业数据来说，需要有对应的拥有者，拥有者定义了数据如何被其他消费系统获取，消费系统扮演着消费者的角色。

一旦企业有了对数据和系统的明晰定义，就可以通过该机制利用大量的企业信息。该机制的一种常见实现策略是通过构建企业级数据湖来提供统一的企业数据模型， 在该机制中，数据湖负责捕获数据、处理数据、分析数据，以及为消费者系统提供数据服务。

数据湖能从以下方面帮助到企业：

• 实现数据治理（data governance）与数据世系。
• 通过应用机器学习与人工智能技术实现商业智能。
• 预测分析，如领域特定的推荐引擎。
• 信息追踪与一致性保障。
• 根据对历史的分析生成新的数据维度。
• 有一个集中式的能存储所有企业数据的数据中心，有利于实现一个针对数据传输优化的数据服务。
• 帮助组织或企业做出更多灵活的关于企业增长的决策。

在本节中，我们讨论数据湖应该具备哪些能力。后续将会讨论和评述数据湖是如何工作的，以及应该如何去理解其工作机制。

三、数据湖是如何工作的

为了准确理解数据湖能给企业带来哪些好处，理解数据湖的工作机制以及构建功能齐全的数据湖需要哪些组件就显得尤为重要了。在一头扎进数据湖架构细节之前，不妨先来了解数据湖背景中的 数据生命周期 。

在一个较高的层面来看，数据湖中数据生命周期如图2-1所示。

图2-1 数据湖的生命周期

上述生命周期也可称为数据在数据湖中的多个不同阶段。每个阶段所需的数据和分析方法也有所不同。 数据处理与分析既可按批量（batch）方式处理，也可以按近实时（near-real-time）方式处理。

数据湖的实现需要同时支持这两种处理方式，因为不同的处理方式服务于不同的场景。处理方式（批处理或近实时处理）的选择也依赖数据处理或分析任务的计算量，因为很多复杂计算不可能在近实时处理模式中完成，而在一些案例中，则不能接受较长的处理周期。

同样，存储系统的选择还依赖于数据访问的要求。例如，如果希望存储数据时便于通过SQL查询访问数据，则选择的存储系统必须支持SQL接口。

如果数据访问要求提供数据视图，则涉及将数据存储为对应的形式，即数据可以作为视图对外提供，并提供便捷的可管理性和可访问性。

最近出现的一个日渐重要的趋势是通过 服务 （service）来提供数据，它涉及在轻量级服务层上对外公开数据。每个对外公开的服务必须准确地描述服务功能并对外提供数据。此模式还支持基于服务的数据集成，这样其他系统可以消费数据服务提供的数据。

当数据从采集点流入数据湖时，它的元数据被捕获，并根据其生命周期中的数据敏感度从数据可追溯性、数据世系和数据安全等方面进行管理。

数据世系被定义为数据的生命周期，包括数据的起源以及数据是如何随时间移动的。它描述了数据在各种处理过程中发生了哪些变化，有助于提供数据分析流水线的可见性，并简化了错误溯源。

可追溯性是通过标识记录来验证数据项的历史、位置或应用的能力。

——维基百科

四、数据湖与数据仓库的区别

很多时候，数据湖被认为与数据仓库是等同的。实际上数据湖与数据仓库代表着企业想达成的不同目标。表2-1中显示了两者的关键区别。

数据湖	数据仓库
能处理所有类型的数据，如结构化数据，非结构化数据，半结构化数据等，数据的类型依赖于数据源系统的原始数据格式。	只能处理结构化数据进行处理，而且这些数据必须与数据仓库事先定义的模型吻合。
拥有足够强的计算能力用于处理和分析所有类型的数据，分析后的数据会被存储起来供用户使用。	处理结构化数据，将它们或者转化为多维数据，或者转换为报表，以满足后续的高级报表及数据分析需求。
数据湖通常包含更多的相关的信息，这些信息有很高概率会被访问，并且能够为企业挖掘新的运营需求。	数据仓库通常用于存储和维护长期数据，因此数据可以按需访问。

 

表2-1 数据湖与数据仓库的关键区别

从表2-1来看，数据湖与数据仓库的差别很明显。然而， 在企业中两者的作用是互补的，不应认为数据湖的出现是为了取代数据仓库，毕竟两者的作用是截然不同的。

五、数据湖的构建方法

不同的组织有不同的偏好，因此它们构建数据湖的方式也不一样。 构建方法与业务、处理流程及现存系统等因素有关。

简单的数据湖实现几乎等价于定义一个中心数据源，所有的系统都可以使用这个中心数据源来满足所有的数据需求。虽然这种方法可能很简单，也很划算，但它可能不是一个非常实用的方法，原因如下：

• 只有当这些组织重新开始构建其信息系统时，这种方法才可行。
• 这种方法解决不了与现存系统相关的问题。
• 即使组织决定用这种方法构建数据湖，也缺乏明确的责任和关注点隔离（responsibility and separation of concerns）。
• 这样的系统通常尝试一次性完成所有的工作，但是最终会随着数据事务、分析和处理需求的增加而分崩离析。

更好的构建数据湖的策略是将企业及其信息系统作为一个整体来看待，对数据拥有关系进行分类，定义统一的企业模型。

这种方法虽然可能存在流程相关的挑战，并且可能需要花费更多的精力来对系统元素进行定义，但是它仍然能够提供所需的灵活性、控制和清晰的数据定义以及企业中不同系统实体之间的关注点隔离。

这样的数据湖也可以有独立的机制来捕获、处理、分析数据，并为消费者应用程序提供数据服务。