什么是数据库管理系统（DBMS）？RDBMS和NoSQL又是什么？

什么是DBMS？
什么是RDBMS？
什么是NoSQL？
今天我们一起来了解一下关于数据库方面的小知识。

一、数据库管理系统（DBMS）的概念

数据库管理系统（Database Management System, DBMS），简称 数据库，是用于管理和操作数据库的软件系统，是现代信息系统的核心组成部分 。它通过统一的机制实现数据的存储、查询、更新、维护和安全控制，广泛应用于企业、政府、科研、互联网等领域。

二、DBMS的核心功能

DBMS的核心功能可概括为以下几个方面：

1. 数据定义（Data Definition）

• 数据定义语言（DDL）：用于创建、修改和删除数据库对象（如表、视图、索引等）。
  • 示例操作：
    • CREATE TABLE employees (id INT, name VARCHAR(20));
    • ALTER TABLE employees ADD COLUMN age INT;
    • DROP TABLE employees;
  • 作用：定义数据库的逻辑结构（如字段类型、约束条件、主键/外键等），并存储在数据字典中。

2. 数据操作（Data Manipulation）

• 数据操作语言（DML）：用于对数据库中的数据进行查询、插入、更新和删除。
  • 示例操作：
    • SELECT * FROM employees WHERE age > 30;
    • INSERT INTO employees (id, name) VALUES (1, 'Alice');
    • UPDATE employees SET age = 35 WHERE id = 1;
    • DELETE FROM employees WHERE id = 1;
  • 作用：实现对数据的灵活操作，满足业务需求。

3. 数据控制（Data Control）

• 数据控制语言（DCL）：通过用户角色和权限分配，控制数据的访问和操作。
  • 示例操作：
    • GRANT SELECT ON employees TO user1;
    • REVOKE DELETE ON employees FROM user1;
• 安全性控制：通过加密、认证（如用户名/密码）等技术保护数据安全。

4. 数据库运行管理

• 并发控制：通过锁机制（共享锁、排他锁）和事务管理（ACID特性）确保多用户同时访问时的数据一致性。
• 故障恢复：通过日志记录和备份机制（如全备份、增量备份）实现数据的自动恢复。
• 完整性约束：通过主键、外键、唯一性约束等规则保证数据的逻辑一致性。

5. 数据组织与存储

• 物理存储优化：通过B树、哈希表等数据结构提高存储效率。
• 索引管理：创建索引加速查询速度（如CREATE INDEX idx_name ON employees(name);）。
• 缓冲区管理：通过内存缓存减少磁盘I/O操作。

---

三、DBMS的结构与工作模式

DBMS的结构通常分为层次结构和功能模块两种视角：

1. 层次结构

• 应用层：

  • 提供用户接口（如SQL命令行、图形界面）或应用程序接口（API）。
  • 处理用户请求（如查询、事务提交）。

• 语言处理层：

  • 解析SQL语句（词法分析、语法分析、语义分析）。
  • 生成可执行代码（如查询优化器选择最优执行计划）。

• 数据存取层：

  • 将逻辑操作转换为物理操作（如将SELECT语句转换为磁盘读取操作）。
  • 实现并发控制（如锁管理）和事务日志记录。

• 数据存储层：

  • 管理数据的物理存储（如文件管理器、缓冲区管理器）。
  • 负责数据的页面存储、内外存交换等底层操作。

2. 功能模块

• 数据定义模块：处理DDL语句，定义数据库框架。
• 数据操作模块：执行DML语句，完成数据的增删改查。
• 运行管理模块：控制并发访问、事务管理和故障恢复。
• 数据组织与存储模块：管理数据的存储结构（如索引、文件）和存取路径。

---

四、DBMS的关键技术点

1. 数据结构化：

   • 数据以表（二维表）、视图等结构化形式存储，支持复杂的数据关系（如实体-关系模型）。
   • 通过数据模型（如关系模型、文档模型）描述数据之间的联系。

2. 数据共享与独立性：

   • 物理独立性：数据的存储方式（如磁盘布局）变化不影响应用程序。
   • 逻辑独立性：数据的逻辑结构（如表结构调整）变化不影响应用程序。

3. 高可靠性：

   • 事务管理：通过ACID特性（原子性、一致性、隔离性、持久性）确保数据操作的可靠性。
   • 备份与恢复：支持定期备份和日志恢复，防止数据丢失。

4. 高效性：

   • 通过查询优化器（如动态执行计划选择）提高查询效率。
   • 使用索引、缓存等技术加速数据访问。

5. 安全性：

   • 提供细粒度的权限控制（如行级/列级权限）。
   • 支持数据加密（如SSL传输加密、字段加密）。

---

五、DBMS的发展历史

1. 文件系统阶段（20世纪50-60年代）：

   • 数据以文件形式存储，缺乏统一管理和共享能力，导致数据冗余和一致性问题。

2. 数据库系统阶段（20世纪60年代后）：

   • 引入层次模型（如IBM的IMS）、网状模型（CODASYL），实现数据的结构化管理。

3. 关系型数据库（20世纪70年代）：

   • E.F. Codd提出关系模型，SQL成为标准化语言，代表系统包括Oracle、MySQL、PostgreSQL等。

4. 现代数据库技术（20世纪90年代至今）：

   • NoSQL数据库：支持非结构化数据（如文档、键值、图数据），解决大规模分布式存储问题。
   • NewSQL数据库：结合关系型数据库的ACID特性和NoSQL的水平扩展能力。
   • 云数据库：提供托管服务（如AWS RDS、Google Cloud SQL），降低运维成本。

---

六、DBMS的常见分类

1. 关系型数据库管理系统（RDBMS）

• 数据模型：基于关系模型，数据以二维表的形式存储，表由行（记录）和列（字段）组成。
• 核心特点：
  • 结构化数据：数据通过表定义，字段类型和约束严格。
  • SQL支持：使用 结构化查询语言（SQL） 进行数据操作和管理。
  • 事务管理：支持ACID特性（原子性、一致性、隔离性、持久性），适合复杂业务场景。
  • 数据一致性：通过主键、外键和约束条件保证数据完整性。
• 优点：
  • 成熟稳定，理论基础扎实。
  • 适合需要强一致性和复杂查询的场景（如金融系统、ERP）。
• 缺点：
  • 灵活性较低，难以适应非结构化数据。
  • 水平扩展能力有限。
• 典型应用：
  • 银行账户管理、库存系统、医疗记录。
• 常见系统：
  • Oracle、MySQL、PostgreSQL、SQL Server、MariaDB。

---

2. 非关系型数据库管理系统（NoSQL）

NoSQL数据库不依赖传统关系模型，支持灵活的数据结构，适合大规模数据和高并发场景。主要分为以下子类：

(1) 文档型数据库

• 数据模型：数据以文档形式存储，通常为JSON/BSON格式。
• 特点：
  • 灵活的数据结构，允许不同文档字段不一致。
  • 支持嵌套数据，减少多表关联需求。
• 优点：
  • 适合半结构化和非结构化数据（如日志、社交媒体数据）。
  • 高水平扩展性。
• 缺点：
  • 缺乏强一致性（通常采用最终一致性）。
• 典型应用：
  • 内容管理系统、电商商品信息存储。
• 常见系统：
  • MongoDB、Couchbase、CouchDB。

(2) 键值型数据库

• 数据模型：数据以键值对形式存储，键唯一标识值。
• 特点：
  • 极高的读写性能，适合简单查询。
  • 数据模型简单，易于水平扩展。
• 优点：
  • 适用于缓存、会话存储和实时数据处理。
• 缺点：
  • 不支持复杂查询和事务。
• 典型应用：
  • 缓存系统（如Redis）、购物车状态管理。
• 常见系统：
  • Redis、Amazon DynamoDB、RocksDB。

(3) 列族型数据库

• 数据模型：数据按 列族 存储，同一列族内的列存储在一起。
• 特点：
  • 高效处理大规模数据分析（如日志、时间序列数据）。
  • 支持稀疏数据存储。
• 优点：
  • 适合读写密集型场景（如大数据分析）。
  • 高压缩率和快速聚合查询。
• 缺点：
  • 复杂查询能力有限。
• 典型应用：
  • 分布式日志存储、推荐系统。
• 常见系统：
  • Apache Cassandra、HBase、Google Bigtable。

(4) 图型数据库

• 数据模型：数据以节点和边表示，节点代表实体，边代表关系。
• 特点：
  • 专注于复杂关系查询（如社交网络、路径分析）。
  • 直接遍历关系，无需复杂连接操作。
• 优点：
  • 高效处理多跳关系查询（如好友推荐、欺诈检测）。
• 缺点：
  • 不适合非关系型数据分析。
• 典型应用：
  • 社交网络、知识图谱、物流网络优化。
• 常见系统：
  • Neo4j、Amazon Neptune、ArangoDB。

---

3. 面向对象数据库管理系统（OODBMS）

• 数据模型：结合面向对象编程思想，数据以对象和类的形式存储。
• 特点：
  • 支持对象的属性和方法直接存储。
  • 避免了对象-关系映射（ORM）的复杂性。
• 优点：
  • 适合复杂数据结构（如多媒体、地理信息数据）。
  • 支持多态性和继承。
• 缺点：
  • 标准化程度低，市场接受度有限。
• 典型应用：
  • CAD系统、科学计算、工程设计。
• 常见系统：
  • Gemfire、ObjectDB、db4o。

---

4. 分布式数据库管理系统（DDBMS）

• 数据模型：数据分布在多个物理节点，通过网络集成。
• 特点：
  • 支持跨地域数据存储和访问。
  • 提高可用性和容错性。
• 优点：
  • 适合大规模分布式场景（如跨国企业、物联网）。
• 缺点：
  • 数据一致性管理复杂（需权衡CAP定理）。
• 典型应用：
  • 云计算平台、全球供应链管理。
• 常见系统：
  • OceanBase、Google Spanner、TiDB。

---

5. 时序数据库管理系统（TSDB）

• 数据模型：专为时间序列数据设计（如传感器数据、监控指标）。
• 特点：
  • 高效存储和查询时间戳关联的数据。
  • 支持高频写入和范围查询。
• 优点：
  • 适合物联网、金融交易日志、系统监控。
• 缺点：
  • 不适合通用数据存储。
• 典型应用：
  • 服务器性能监控、股票市场分析。
• 常见系统：
  • InfluxDB、TimescaleDB、OpenTSDB。

---

6. 层次型与网状型数据库

• 层次型数据库：
  • 数据以树形结构存储（如IBM的IMS）。
  • 适合父子关系明确的场景（如文件系统）。
• 网状型数据库：
  • 数据以图结构存储（如CODASYL的DBTG系统）。
  • 支持多对多关系，但复杂度高。
• 现状：
  • 已被关系型数据库取代，仅在特定遗留系统中使用。

---

七、DBMS常见分类总结

类型	适用场景	典型系统
关系型（RDBMS）	金融、ERP、医疗	MySQL、Oracle、PostgreSQL
NoSQL（文档型）	电商、内容管理	MongoDB、Couchbase
NoSQL（键值型）	缓存、会话存储	Redis、DynamoDB
NoSQL（列族型）	大数据分析、日志存储	HBase、Cassandra
NoSQL（图型）	社交网络、推荐系统	Neo4j、Amazon Neptune
面向对象（OODBMS）	科学计算、多媒体数据	Gemfire、ObjectDB、db4o
分布式（DDBMS）	云计算、物联网	OceanBase、Google Spanner、TiDB
时序型（TSDB）	物联网、监控系统	InfluxDB、TimescaleDB

---

总结

关系型数据库（RDBMS）市场占有率很高，一般会配合NoSQL数据库一起使用。随着AI的崛起，国内大搞信创上云、软件国产化操作，国产分布式数据库OceanBase、PolarDB、TiDB、GaussDB、TDSQL、达梦等正在高速占有国内市场，大家快学起来吧。