开始、为什么要学数据库

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
云数据库 Tair(兼容Redis),内存型 2GB
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
简介: 开始、为什么要学数据库

一、为什么要学习数据库

能够反作用于业务和快速分析定位问题
在软件开发中会遇到很多问题,追根究底它就是一个数据库里数据的问题,就比如说我们要去验证注册来源对不对,如果我们不去查库的话,我不知道有这个字段的存在,虽然它需求里面说了这么一段话,但实际我从页面上去做功能测试的时候,我并不能看到这个注册来源到底存得对不对,所以我们要去看数据库。

二、常见数据库

1、关系型数据库

关系型数据库:关系型数据库的官方解释比较难理解,其实简单点来讲,关系型数据库就是以行和列的形式储存数据的组织结构,这里体现为二维结构的表,而且多个表之间可能会存在一些关系。

1.1.Oracle

Oracle是美国oracle公司(甲骨文)提供的以分布式数据库为核心的一组软件产品,oracle数据库的特点是安全、高速、稳定、并发性好,这些特点都使得很多大企业都选择数据库的时候毫不犹豫的选择了oracle。
早些年的时候,世界500强几乎100%都是oracle的用户。但是oracle是收费的,而且不便宜,这也使得很多初创公司或者中小型企业是完全没有能力去负担这笔开支,而放弃使用oracle,转而选择简便易用,更轻量级且免费开源的MySQL。

1.2.MySQL

MySQL是一种开发源代码的关系型数据库管理系统,并且因为其速度,可靠性和适用性备受中小型企业的青睐。虽然早期版本不支持事物操作、子查询、外键、存储过程和视图等功能。
但是从02年发布的4.0beta版以来,MySQL外使用innoDB作为默认引擎,对事物处理能力及数据缓存能力又来极大的提高,05年的5.0版本有添加了存储过程、服务端游标、触发器、查询优化以及分布式事物功能。

1.3.MariaDB

MariaDB数据库是MySQL的一个分支,由开源社区在维护,开发MariaDB有一部分原因是因为担心甲骨文收购MySQL后,会有将MySQL闭源的意图,因此社区采用分支的方式来避开这个风险。
MariaDB完全兼容MySQL,包括API和命令行,是MySQL的完美替代品,储存引擎方面,MariaDB使用的是xtraDB替代了MySQL的InnoDB。

1.4.SQLServer

Sqlserver是由Microsoft开发和推广的数据库,它最初是由Microsoft、Sybase和Ashton-tate三家公司共同开发的,并于1988年推出了第一个OS/2版本。
Ms SQL server主要面向中小型企业。其最大的优势是在于集成了Ms公司的各类产品及资源,提供了强大的可视化界面、高度集成的管理开发工具,在快速构建商业智能(BI)方面颇有的建树。

2、非关系型数据库

非关系型数据库:非关系型数据库的数据结构跟关系型的完全不同,它主要是以键值对的形式去存储数据。

2.1.Memcached

Memcached是以livejournal旗下Danga Interactive 公司的Brad Fitzpatric为首开发的一款软件,它的出现很好的解决一系列数据库瓶颈问题,因为在web应用中频繁,集中的访问数据库,就会带来高并发带来的一系列问题。
比如导致数据库负担加重、响应恶化、网站显示延迟等重大影响这些问题,而有了memcached提供的数据缓存机制,这些问题就都不是问题了。

2.2.Redis

Redis是一个key-value存储系统。和memcached类似,它支持存储的value类型相对更多,包括string(字符串)、list(链表)、set(集合)、和hash(哈希类型)等。Redis是一个高性能的key-value数据库。
Redis的出现,很大程度补偿了memcached这类key/value储存的不足,在部分场合可以对关系数据库起到很好的补充作用。

2.3.MongoDB

MongoDB是一个介于关系数据库和非关系数据库之间的产品,是非关系数据库当***能最丰富,最像关系数据库的。他支持的数据结构非常松散,是类似json的bson格式,因此课程储存比较复杂的数据库类型。
Mongo最大的特点是他支持的查询语言非常强大,其语法有点类似于面向对象的查询语言,几乎都可以实现类似关系数据库表单查询的绝大部分功能,而且还支持对数据库建立索引。

目录
相关文章
Google Earth Engine——WorldClim V1 Bioclim数据集提供了生物气候变量,这些变量来自于月度温度和降水,以产生更有生物意义的数值。
Google Earth Engine——WorldClim V1 Bioclim数据集提供了生物气候变量,这些变量来自于月度温度和降水,以产生更有生物意义的数值。
444 0
Google Earth Engine——WorldClim V1 Bioclim数据集提供了生物气候变量,这些变量来自于月度温度和降水,以产生更有生物意义的数值。
|
5月前
|
人工智能 Ruby Python
python__init__方法笔记
本文总结了Python中`__init__`方法的使用要点,包括子类对父类构造方法的调用规则。当子类未重写`__init__`时,实例化会自动调用父类的构造方法;若重写,则需通过`super()`或直接调用父类名称来显式继承父类初始化逻辑。文中通过具体代码示例展示了不同场景下的行为及输出结果,帮助理解类属性与成员变量的关系,以及如何正确使用`super()`实现构造方法的继承。
223 9
|
11月前
|
存储 安全 JavaScript
浏览器的同源策略
【10月更文挑战第31天】浏览器的同源策略是浏览器安全模型的重要组成部分,它通过限制不同源之间的资源交互,有效地保护了用户和网站的安全。开发者在进行Web开发时,需要充分理解和遵循同源策略,同时合理地运用各种跨域技术来满足业务需求,确保网站的安全性和功能性的平衡。
281 2
|
11月前
|
人工智能 编解码 算法
MVPaint:腾讯PCG联合多所高校共同推出的3D纹理生成框架
MVPaint是由腾讯PCG联合多所高校共同推出的3D纹理生成框架,基于同步多视角扩散技术,实现高分辨率、无缝且多视图一致的3D纹理生成。该框架包含三个核心模块:同步多视角生成、空间感知3D修补和UV细化,显著提升3D模型的纹理生成效果。
200 2
MVPaint:腾讯PCG联合多所高校共同推出的3D纹理生成框架
|
监控 安全 物联网
物联网设备间通信协议选择的技术探讨
【7月更文挑战第31天】物联网设备间的通信协议选择是一个复杂而重要的决策过程。通过综合考虑应用场景、设备资源、网络环境、安全性、兼容性以及扩展性等多个因素,我们可以为物联网系统选择最合适的通信协议,从而构建出高效、可靠、安全的物联网生态系统。未来,随着物联网技术的进一步普及和深入应用,我们有理由相信,更多的创新通信协议将不断涌现,为物联网设备间的通信提供更加灵活、高效、安全的解决方案。同时,随着标准化进程的加速推进,不同协议之间的互操作性和兼容性也将得到进一步提升,为物联网系统的集成和扩展提供更加便捷的途径。
|
人工智能 数据可视化 API
阿里云百炼大模型服务--流程编排接入快速上手指南
流程编排是一种面向开发者的可视化开发工具,支持LLM、API、脚本等类型节点,旨在简化接入大型语言模型(LLM)流程,同时提供应用流程的全生命周期管理,包括流程的编排、试验、部署等,为开发者提供自定义AI应用开发一站式服务。
1131 0
|
运维 搜索推荐 调度
Ha3搜索引擎简介
Ha3是阿里巴巴搜索团队开发的搜索引擎平台,它为阿里集团包括淘宝、天猫在内的核心业务提供搜索服务支持。
24033 1
EMQ
|
传感器 负载均衡 监控
通过案例理解 MQTT 主题与通配符
本文将通过实际案例为读者讲解MQTT主题及通配符相关概念,并对MQTT主题使用过程中常见的问题进行解答,帮助读者快速开始MQTT开发。
EMQ
1030 0
通过案例理解 MQTT 主题与通配符
|
机器学习/深度学习 人工智能 监控
ML 模型监控最佳工具(下)
如果您迟早将模型部署到生产环境,那么您将开始寻找 ML 模型监控工具。 当您的 ML 模型影响业务时,您只需要了解“事物是如何工作的”。 当事物停止工作时,你真正感受到这一点的第一刻。如果没有设置模型监控,您可能不知道哪里出了问题以及从哪里开始寻找问题和解决方案。
|
存储 JSON 物联网
设备影子 | 学习笔记
快速学习 设备影子
827 0
设备影子 | 学习笔记