1. 为什么要使用数据库
持久化 (persistence) : 把数据保存到可掉电式存储设备中以供之后使用 。大多数情况下,特别是企 业级应用, 数据持久化意味着将内存中的数据保存到硬盘上加以 ” 固化 ” ,而持久化的实现过程大多 通过各种关系数据库来完成。 持久化的主要作用是 将内存中的数据存储在关系型数据库中 ,当然也可以存储在磁盘文件、 XML 数 据文件中。
2. 数据库与数据库管理系统
2.1 数据库的相关概念
DB :数据库( Database )
即存储数据的 “ 仓库 ” ,其本质是一个文件系统。它保存了一系列有组织的数据。
DBMS :数据库管理系统( Database Management System )
是一种操纵和管理数据库的大型软件,用于建立、使用和维护数据库,对数据库进行统一管理和控制。用户通过数据库管理系统访问数据库中表内的数据。
SQL :结构化查询语言( Structured Query Language )
专门用来与数据库通信的语言。
2.2 数据库与数据库管理系统的关系
数据库管理系统 (DBMS) 可以管理多个数据库,一般开发人员会针对每一个应用创建一个数据库。为保存应用中实体的数据,一般会在数据库创建多个表,以保存程序中实体用户的数据。
数据库管理系统、数据库和表的关系如图所示:
2.3 常见的数据库管理系统排名 (DBMS)
目前互联网上常见的数据库管理软件有 Oracle 、 MySQL 、 MS SQL Server 、 DB2 、 PostgreSQL 、 Access 、 Sybase、 Informix 这几种。以下是 2021 年 DB-Engines Ranking 对各数据库受欢迎程度进行调查后的统计结 果:(查看数据库最新排名: https://dbengines.com/en/ranking )
2.4 常见的数据库介绍
Oracle
1979 年, Oracle 2 诞生,它是第一个商用的 RDBMS (关系型数据库管理系统)。随着 Oracle 软件的名气 越来越大,公司也改名叫 Oracle 公司。
2007 年,总计 85 亿美金收购 BEA Systems 。
2009 年,总计 74 亿美金收购 SUN 。此前的 2008 年, SUN 以 10 亿美金收购 MySQL 。意味着 Oracle 同时拥有了 MySQL 的管理权,至此 Oracle 在数据库领域中成为绝对的领导者。
2013 年,甲骨文超越 IBM ,成为继 Microsoft 后全球第二大软件公司。
如今 Oracle 的年收入达到了 400 亿美金,足以证明商用(收费)数据库软件的价值。
SQL Server
SQL Server 是微软开发的大型商业数据库,诞生于 1989 年。 C# 、 .net 等语言常使用,与 WinNT 完全集 成,也可以很好地与Microsoft BackOffice 产品集成。
DB2
IBM 公司的数据库产品 , 收费的。常应用在银行系统中。
PostgreSQL
PostgreSQL 的稳定性极强,最符合 SQL 标准,开放源码,具备商业级 DBMS 质量。 PG 对数据量大的文本以及SQL 处理较快。
SQLite
嵌入式的小型数据库,应用在手机端。 零配置, SQlite3 不用安装,不用配置,不用启动,关闭或者配置数据库实例。当系统崩溃后不用做任何恢复操作,再下次使用数据库的时候自动恢复。
informix
IBM 公司出品,取自 Information 和 Unix 的结合,它是第一个被移植到 Linux 上的商业数据库产品。仅运行 于unix/linux 平台,命令行操作。 性能较高,支持集群,适应于安全性要求极高的系统,尤其是银行,证 券系统的应用。
3. MySQL 介绍
3.1 概述
MySQL 是一个 开放源代码的关系型数据库管理系统 ,由瑞典 MySQL AB (创始人 Michael Widenius )公司1995 年开发,迅速成为开源数据库的 No.1 。
2008 被 Sun 收购( 10 亿美金), 2009 年 Sun 被 Oracle 收购。 MariaDB 应运而生。( MySQL 的创造者担心 MySQL 有闭源的风险,因此创建了 MySQL 的分支项目 MariaDB )
MySQL6.x 版本之后分为 社区版 和 商业版 。
MySQL 是一种关联数据库管理系统,将数据保存在不同的表中,而不是将所有数据放在一个大仓库内,这样就增加了速度并提高了灵活性。
MySQL 是开源的,所以你不需要支付额外的费用。
MySQL 是可以定制的,采用了 GPL ( GNU General Public License ) 协议,你可以修改源码来
开发自己的 MySQL 系统。
MySQL 支持大型的数据库。可以处理拥有上千万条记录的大型数据库。
MySQL 支持大型数据库,支持 5000 万条记录的数据仓库, 32 位系统表文件最大可支持 4GB , 64 位系 统支持最大的表文件为 8TB 。
MySQL 使用 标准的 SQL 数据语言 形式。
MySQL 可以允许运行于多个系统上,并且支持多种语言。这些编程语言包括 C 、 C++ 、 Python 、
Java 、 Perl 、 PHP 和 Ruby 等。
3.2 MySQL 发展史重大事件
MySQL 的历史就是整个互联网的发展史。互联网业务从社交领域、电商领域到金融领域的发展,推动着 应用对数据库的需求提升,对传统的数据库服务能力提出了挑战。高并发、高性能、高可用、轻资源、 易维护、易扩展的需求,促进了MySQL 的长足发展。
3.3关于 MySQL 8.0
MySQL 从 5.7 版本直接跳跃发布了 8.0 版本 ,可见这是一个令人兴奋的里程碑版本。 MySQL 8 版本在功能上 做了显著的改进与增强,开发者对MySQL 的源代码进行了重构,最突出的一点是多 MySQL Optimizer 优化 器进行了改进。不仅在速度上得到了改善,还为用户带来了更好的性能和更棒的体验。
为什么如此多的厂商要选用 MySQL ?大概总结的原因主要有以下几点:
1. 开放源代码,使用成本低。
2. 性能卓越,服务稳定。
3. 软件体积小,使用简单,并且易于维护。
4. 历史悠久,社区用户非常活跃,遇到问题可以寻求帮助。
5. 许多互联网公司在用,经过了时间的验证。
3.4Oracle vs MySQL
Oracle 更适合大型跨国企业的使用,因为他们对费用不敏感,但是对性能要求以及安全性有更高的要 求。
MySQL 由于其 体积小、速度快、总体拥有成本低,可处理上千万条记录的大型数据库,尤其是开放源码 这一特点,使得很多互联网公司、中小型网站选择了 MySQL 作为网站数据库 ( Facebook , Twitter , YouTube,阿里巴巴 / 蚂蚁金服,去哪儿,美团外卖,腾讯)。
4. RDBMS 与 非 RDBMS
从排名中我们能看出来,关系型数据库绝对是 DBMS 的主流,其中使用最多的 DBMS 分别是 Oracle 、 MySQL 和 SQL Server 。这些都是关系型数据库( RDBMS )。
4.1 关系型数据库 (RDBMS)
4.1.1 实质
这种类型的数据库是 最古老 的数据库类型,关系型数据库模型是把复杂的数据结构归结为简单的
二元关系 (即二维表格形式)。
关系型数据库以 行 (row) 和 列 (column) 的形式存储数据,以便于用户理解。这一系列的行和列被
称为 表 (table) ,一组表组成了一个库 (database) 。
表与表之间的数据记录有关系 (relationship) 。现实世界中的各种实体以及实体之间的各种联系均用
关系模型 来表示。关系型数据库,就是建立在 关系模型 基础上的数据库。
SQL 就是关系型数据库的查询语言。
4.1.2 优势
复杂查询 可以用 SQL 语句方便的在一个表以及多个表之间做非常复杂的数据查询。
事务支持 使得对于安全性能很高的数据访问要求得以实现。
4.2 非关系型数据库 ( 非 RDBMS)
4.2.1 介绍
非关系型数据库 ,可看成传统关系型数据库的功能 阉割版本 ,基于键值对存储数据,不需要经过 SQL 层 的解析, 性能非常高 。同时,通过减少不常用的功能,进一步提高性能。
目前基本上大部分主流的非关系型数据库都是免费的。
4.2.2 有哪些非关系型数据库
相比于 SQL , NoSQL 泛指非关系型数据库,包括了榜单上的键值型数据库、文档型数据库、搜索引擎和列存储等,除此以外还包括图形数据库。也只有用 NoSQL 一词才能将这些技术囊括进来。
键值型数据库
键值型数据库通过 Key-Value 键值的方式来存储数据,其中 Key 和 Value 可以是简单的对象,也可以是复杂的对象。Key 作为唯一的标识符,优点是查找速度快,在这方面明显优于关系型数据库,缺点是无法像关系型数据库一样使用条件过滤(比如 WHERE ),如果你不知道去哪里找数据,就要遍历所有的键,这就会消耗大量的计算。
键值型数据库典型的使用场景是作为 内存缓存 。 Redis 是最流行的键值型数据库。
文档型数据库
此类数据库可存放并获取文档,可以是 XML 、 JSON 等格式。在数据库中文档作为处理信息的基本单位, 一个文档就相当于一条记录。文档数据库所存放的文档,就相当于键值数据库所存放的“ 值 ” 。 MongoDB 是最流行的文档型数据库。此外,还有CouchDB 等。
搜索引擎数据库
虽然关系型数据库采用了索引提升检索效率,但是针对全文索引效率却较低。搜索引擎数据库是应用在 搜索引擎领域的数据存储形式,由于搜索引擎会爬取大量的数据,并以特定的格式进行存储,这样在检 索的时候才能保证性能最优。核心原理是“ 倒排索引 ” 。
典型产品: Solr 、 Elasticsearch 、 Splunk 等。
列式数据库
列式数据库是相对于行式存储的数据库, Oracle 、 MySQL 、 SQL Server 等数据库都是采用的行式存储 (Row-based),而列式数据库是将数据按照列存储到数据库中,这样做的好处是可以大量降低系统的 I/O,适合于分布式文件系统,不足在于功能相对有限。典型产品: HBase 等。
图形数据库
图形数据库,利用了图这种数据结构存储了实体(对象)之间的关系。图形数据库最典型的例子就是社 交网络中人与人的关系,数据模型主要是以节点和边(关系)来实现,特点在于能高效地解决复杂的关 系问题。
图形数据库顾名思义,就是一种存储图形关系的数据库。它利用了图这种数据结构存储了实体(对象) 之间的关系。关系型数据用于存储明确关系的数据,但对于复杂关系的数据存储却有些力不从心。如社 交网络中人物之间的关系,如果用关系型数据库则非常复杂,用图形数据库将非常简单。典型产品: Neo4J、 InfoGrid 等。
4.2.3 NoSQL 的演变
由于 SQL 一直称霸 DBMS ,因此许多人在思考是否有一种数据库技术能远离 SQL ,于是 NoSQL 诞生了, 但是随着发展却发现越来越离不开 SQL。到目前为止 NoSQL 阵营中的 DBMS 都会有实现类似 SQL 的功 能。下面是“NoSQL” 这个名词在不同时期的诠释,从这些释义的变化中可以看出 NoSQL 功能的演变 :
1970 : NoSQL = We have no SQL
1980 : NoSQL = Know SQL
2000 : NoSQL = No SQL!
2005 : NoSQL = Not only SQL
2013 : NoSQL = No, SQL!
NoSQL 对 SQL 做出了很好的补充,比如实际开发中,有很多业务需求,其实并不需要完整的关系型数据 库功能,非关系型数据库的功能就足够使用了。这种情况下,使用 性能更高 、 成本更低 的非关系型数据库当然是更明智的选择。比如:日志收集、排行榜、定时器等。
4.3 小结
NoSQL 的分类很多,即便如此,在 DBMS 排名中,还是 SQL 阵营的比重更大,影响力前 5 的 DBMS 中有4 个是关系型数据库,而排名前 20 的 DBMS 中也有 12 个是关系型数据库。所以说,掌握 SQL 是非常有必要的。整套课程将围绕 SQL 展开。
5. 关系型数据库设计规则
关系型数据库的典型数据结构就是 数据表 ,这些数据表的组成都是结构化的( Structured )。
将数据放到表中,表再放到库中。
一个数据库中可以有多个表,每个表都有一个名字,用来标识自己。表名具有唯一性。
表具有一些特性,这些特性定义了数据在表中如何存储,类似 Java 和 Python 中 “ 类 ” 的设计。
5.1 表、记录、字段
E-R ( entity-relationship ,实体 - 联系)模型中有三个主要概念是: 实体集 、 属性 、 联系集 。
一个实体集( class )对应于数据库中的一个表( table ),一个实体( instance )则对应于数据库表 中的一行(row ),也称为一条记录( record )。一个属性( attribute )对应于数据库表中的一列 (column),也称为一个字段( field )。
5.2 表的关联关系
表与表之间的数据记录有关系 (relationship) 。现实世界中的各种实体以及实体之间的各种联系均用
关系模型来表示。
四种:一对一关联、一对多关联、多对多关联、自我引用。
5.2.1 一对一关联( one-to-one )
在实际的开发中应用不多,因为一对一可以创建成一张表。
举例:设计 学生表 :学号、姓名、手机号码、班级、系别、身份证号码、家庭住址、籍贯、紧急
联系人、 ...
拆为两个表:两个表的记录是一一对应关系。
基础信息表 (常用信息):学号、姓名、手机号码、班级、系别
档案信息表 (不常用信息):学号、身份证号码、家庭住址、籍贯、紧急联系人、 ...
两种建表原则:
外键唯一:主表的主键和从表的外键(唯一),形成主外键关系,外键唯一。
外键是主键:主表的主键和从表的主键,形成主外键关系。
5.2.2 一对多关系( one-to-many )
常见实例场景: 客户表和订单表 , 分类表和商品表 , 部门表和员工表 。
举例:
员工表:编号、姓名、 ... 、所属部门
部门表:编号、名称、简介
一对多建表原则:在从表 ( 多方 ) 创建一个字段,字段作为外键指向主表 ( 一方 ) 的主键
5.2.3 多对多( many-to-many )
要表示多对多关系,必须创建第三个表,该表通常称为 联接表 ,它将多对多关系划分为两个一对多关系。将这两个表的主键都插入到第三个表中。
举例 1 :学生 - 课程
学生信息表 :一行代表一个学生的信息(学号、姓名、手机号码、班级、系别 ... ) 课程信息表 :一行代表一个课程的信息(课程编号、授课老师、简介 ... )
选课信息表 :一个学生可以选多门课,一门课可以被多个学生选择
举例 2 :产品 - 订单
“ 订单 ” 表和 “ 产品 ” 表有一种多对多的关系,这种关系是通过与 “ 订单明细 ” 表建立两个一对多关系来
定义的。一个订单可以有多个产品,每个产品可以出现在多个订单中。
产品表 : “ 产品 ” 表中的每条记录表示一个产品。
订单表 : “ 订单 ” 表中的每条记录表示一个订单。
订单明细表 :每个产品可以与 “ 订单 ” 表中的多条记录对应,即出现在多个订单中。一个订单
可以与 “ 产品 ” 表中的多条记录对应,即包含多个产品。
课后练习:
1. 说说你了解的常见的数据库
Oracle 、 MySQl 、 SQL Server 、 DB2 、 PGSQL ; Redis 、 MongoDB 、 ES.....
2. 谈谈你对 MySQL 历史、特点的理解
历史:
由瑞典的 MySQL AB 公司创立, 1995 开发出的 MySQL
2008 年, MySQL 被 SUN 公司收购
2009 年, Oracle 收购 SUN 公司,进而 Oracle 就获取了 MySQL
2016 年, MySQL8.0.0 版本推出
特点:
开源的、关系型的数据库
支持千万级别数据量的存储,大型的数据库
3. 说说你对 DB 、 DBMS 、 SQL 的理解
DB : database ,看做是数据库文件。 (类似于: .doc 、 .txt 、 .mp3 、 .avi 、。。。)
DBMS :数据库管理系统。(类似于 word 工具、 wps 工具、记事本工具、 qq 影音播放器等)
MySQL 数据库服务器中安装了 MySQL DBMS, 使用 MySQL DBMS 来管理和操作 DB ,使用的是 SQL 语言。
4. 你知道哪些非关系型数据库的类型呢?(了解)
键值型数据库: Redis
文档型数据库: MongoDB
搜索引擎数据库: ES 、 Solr
列式数据库: HBase
图形数据库: InfoGrid
5. 表与表的记录之间存在哪些关联关系?
ORM 思想。(了解)
表与表的记录之间的关系:一对一关系、一对多关系、多对多关系、自关联 (了解)
总结
第一章大部分作为了解内容,需要记的东西不多,不是重点。