6.数据库完整性约束
三种：（提升数据可靠性）
- 实体完整性约束：使用数据库的时候给数据表定义主键，实体完整性是用于保证关系数据库中每个元组都是可区分的，唯一的。
- 参照完整性约束：外键的完整性约束 。其实就是外键
- 用户自定义完整性约束：用户可以设定这个属性，这个值的情况。针对某一具体关系数据库的约束条件称为用户定义的完整性，它反映某一具体应用所涉及的数据必须满足的语意要求。
触发器：可以写脚本来约束数据库数据的要求。
7.分布式数据库
7.1 数据库安全
| 措施 | 说明 |
| 用户标识和鉴定 | 最外层的安全保护措施，可以使用用户账户、口令及随机数检验等方式 |
| 存取控制 | 对用户进行授权，包括操作类型（如查找、插入、删除、修改等动作）和数据对象（主要是数据范围）的权限 |
| 密码存储和传输 | 对远程中断信息用密码传输 |
| 视图的保护 | 对视图进行授权 |
| 审计 | 使用一个专用文件或数据库，自动将用户对数据库的所有操作记录下来 |
7.2 数据备份
- 热冷备份概念：
- 冷备份也称静态备份，是将数据库正常关闭，再停止状态下，将数据库的文件全部备份（复制）下来。
- 热备份也称为动态备份，是利用备份软件，在数据库正常运行的状态下，将数据库种的数据文件备份出来。
- 优缺点
- 根据备份数据的量来分为：
- 完全备份：备份所有的数据
- 差量备份：仅备份上一次完全备份之后变化的数据
- 增量备份：备份上一次备份之后变化的数据
- 在下面的概念中，海量是全部的，静态就是不运行状态，动态就是运行状态，转储就是换个地方储存，
- 静态海量转储：在系统中无运行事务时进行，每次转储全部数据库
- 静态增量转储：在系统中无运行事务时进行，每次只转储上一次转储后更新过的数据。
- 动态海量转储：转储期间允许对数据库进行存取或修改，每次转储全部数据库
- 动态增量转储：转储期间允许对数据库进行存取或修改，每次只转储上一次转储后更新过的数据。
- 日志文件：事务日志是针对数据库改变所做的记录，它可以记录针对数据库的任何操作，并将记录结构保存在独立的文件中
7.3数据库故障与修复
| 故障关系 | 故障原因 | 解决办法 |
| 事务本身的可预期故障 | 本身逻辑 | 在程序中预先设置Rollback语句 |
| 事务本身的不可预期故障 | 算术溢出、违反存储保护 | 由DBMS的恢复子系统通过日志，撤销事务对数据库的修改，回退到事务初始状态 |
| 系统故障 | 系统停止运转 | 通常使用检查点法 |
| 介质故障 | 外存被破坏 | 一般使用日志重做服务 |
8.数据仓库与数据挖掘
8.1数据仓库的特点
- 面向主题
- 集成的
- 相对稳定的（非易失的）
- 反映历史变化（随着时间变化）
8.2数据仓库的的建立
8.3 数据挖掘方法分类
- 方法：
- 决策树
- 神经网络
- 遗传算法
- 关联规则挖掘算法
- 分类
- 关联分析：挖掘出隐藏在数据间的相互关系
- 序列模式分析：侧重点是分析数据间的前后关系（因果关系）
- 分类分析：为每一个记录赋予一个标记再按标记分类。
- 聚类分析：分类分析法的逆过程
8.4 反规范化技术
由于规范化会使表不断的拆分，从而导致数据表过多。这样虽然减少了数据冗余，提高了增、删、改的速度，但会增减查询的工作量。系统需要多次连接，才能进行查询操作，使得系统效率大大下降。
- 技术手段
- 增减派生性冗余列
- 增加冗余列
- 重新组表
- 分割表
以牺牲空间和规范化为代价提高一些查询的速度
8.5 大数据
对海量数据处理的一些相关技术
数据量大，速度要快，要有多样性，要有一定的价值。
- 传统数据与大数据的对比
| 比较难度 | 传统数据 | 大数据 |
| 数据量 | GB或TB级 | PB级或以上 |
| 数据分析需求 | 现有数据的分析与检测 | 深度分析（关联分析、回归分析） |
| 硬件平台 | 高端服务器 | 集群平台 |
- 大数据处理系统应该具有的重要特征
- 高度可扩展性
- 高性能
- 高度容错
- 支持异构环境
- 较短的分析延迟
- 易用且开放的接口
- 较低成本
- 向下兼容性
以上是在学习时做的笔记，后续在做题过程中可能会继续补充
