《数据库技术原理与应用教程第2版》——1.6数据处理

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介: 当今,由于数据与人类社会的密切关系,数据处理已成为计算机应用的重要内容。在本书中,数据处理主要指的是数据库中数据的应用。

本节书摘来自华章出版社《数据库技术原理与应用教程第2版》一书中的第1章,第1.6节,作者 徐洁磐 操凤萍  ,更多章节内容可以访问云栖社区“华章计算机”公众号查看。

1.6数据处理

当今,由于数据与人类社会的密切关系,数据处理已成为计算机应用的重要内容。在本书中,数据处理主要指的是数据库中数据的应用。

1.6.1数据处理的环境

在数据处理中,数据存放于计算机中,用户应用数据是通过访问数据库而实现的。而这种访问是在一定环境下进行的,随着计算机技术的发展,数据应用环境也不断变化,迄今为止一共有四种不同的环境,它们是:
1)人机直接交互式环境:这是单机、集中式环境,用户为操作员。由操作员直接访问数据库中的数据,这是一种最为原始与简单的访问方式,在数据库发展的初期就采用此种方式。至今在网络及互联网环境下仍流行。
2)单机、集中式环境(用户为应用程序):应用程序在机器内(单机)访问数据库中数据,这种访问方式在20世纪70~80年代较为流行,也是一种简单的访问方式。
3)网络分布式环境:在计算机网络出现后,数据访问方式出现了变化。在此种环境中,数据与用户(应用程序)可分处网络不同节点,用户使用数据时可通过接口调用的方式,这种方式目前应用广泛。
4)互联网环境:在当前互联网时代,用户是以互联网中的Web为代表,而数据访问方式则是Web与数据库间的接口调用方式。这种方式也是目前广泛应用的方式。
目前,这四种数据应用环境及访问方式都普遍存在,它为数据应用提供了多种应用手段。

1.6.2应用开发

数据应用是需要开发的,数据应用开发可分为四个部分,它们是:
1)数据库的设计:数据应用开发的首要任务是设计一个适合应用需要的数据库用以供应用使用。
2)数据库生成:在完成设计后须生成数据库。
3)数据库应用系统的开发:为方便数据应用,必须开发一个系统,该系统是在一定应用环境下,采用一种合理的数据结构并且与一定的硬件平台、基础软件平台及数据管理软件相结合,具有大量结构化数据与应用处理程序并且有一个友好的可视化界面。这种系统就是数据库应用系统,它可为特定的数据应用提供全面的服务。
4)数据应用的运行管理:数据库应用系统是数据应用的在计算机中的一种表现形式。数据库应用系统中的数据需要进行不断进行维护与改造,使之能更好为应用服务,这就是数据应用的运行管理。

1.6.3数据处理的应用领域

数据处理领域的应用范围很广,但是一般集中在如下四个方面:
1.传统事务处理应用
事务处理是数据应用的主要领域,也是最传统的领域,它具有数据结构简单、事务短、数据操作类型少的特点,目前主要用于电子商务、客户关系管理、企业资源规划以及管理信息系统等应用中。这种应用主要以关系数据库为支撑。
2.现代事务处理——互联网+
互联网的发展使得多个数据库应用系统通过网络连接能组成一个跨系统、跨行业创新系统,它就是互联网+。互联网+是传统事务处理应用的一种扩充。
3.分析应用
分析应用是近几年发展起来的数据库应用领域,它主要用于对数据进行分析,从数据中提取知识与规则。这是一种新的应用领域,它与前面两种领域应用有重要的区别,前两种领域应用均是局限于原有数据的积累与应用,而分析应用则是将数据由量的积累达到质的转变,它使得数据成为规则与知识财富。
分析主要应用在决策支持系统、联机分析处理、数据挖掘以及专家系统等领域,它主要由数据仓库作为基本数据支撑。
4大数据分析应用
由于计算机网络及互联网的发展,在网上的数据量迅速膨胀,由超大规模数据到海量数据进一步到了巨量数据阶段,这种数据量称大数据。大数据的出现使数据分析的水平达到了一个新的高度,这种应用就是大数据分析应用。

1.6.4数据处理中数据库的用户

在数据处理中用户使用数据是通过访问数据库中数据而实现的。数据处理中的用户有以下四种:
1)用户是操作人员。
2)用户是程序,一般称应用程序。
3)用户是数据处理中另一种数据组织,如Web。
4)用户是另一种系统。
在数据处理中的用户必须具有唯一标识符(即用户名)及一定访问权限并在系统中注册登记。
本章小结
本章介绍了数据、数据管理与数据处理的概况,它是本书的讨论主题。
1.数据与数据处理
数据是客观世界事物在计算机中的抽象。
数据(数据库)、数据管理与数据处理是数据库技术研究的主题。
数据处理是数据库应用的主要领域。
2.数据的特性
数据表示的广泛性。
数据基础性。
数据是重要的信息资源。
数据可以创造财富、创造文明。
3.数据管理的两个内容
(1)操作性管理
数据组织。
数据定位与查找。
数据保护。
数据接口。
数据服务与元数据。
(2)开发性管理
数据库生成。
数据库运行维护。
4.数据管理的三个阶段
基本数据结构阶段。
文件理阶段。
数据库管理阶段。
5.数据库管理的三个时代
第一代:层次、网状数据库管理时代。
第二代:关系数据库管理时代。
第三代:后关系数据库管理时代。
6.数据处理三个方面
数据处理环境。
数据库应用开发。
数据库设计。
数据库生成。
数据库应用系统开发。
数据库应用的运行管理。
数据应用四大领域。
传统事务处理应用。
现代事务处理应用。
分析应用。
大数据分析应用。
数据应用四种用户。
7.本章重点内容
数据管理。
数据管理的三个阶段。
习 题 1
1.1什么叫数据?它来源于何处?请说明之。
1.2试说明数据处理的流程。
1.3为什么说数据处理方法是数据应用主要领域?试说明之。
1.4试述数据的四大特性。
1.5试说明数据、数据管理及数据处理与数据库技术间关系。
1.6试说明数据管理三个阶段的特点。
1.7关系数据库管理有什么优点,它适合于哪个领域的应用?请说明之。
1.8后关系数据库时代包含哪些扩充内容?
1.9试给出数据库应用开发的四个方面。
1.10试给出数据库中四种不同用户。
1.11试给出数据处理四大应用领域。

相关文章
|
10天前
|
SQL Oracle 安全
Oracle11g更改数据库名(详细教程)
Oracle11g更改数据库名(详细教程)
17 1
|
10天前
|
缓存 关系型数据库 Java
不要将数据库中的“分库分表”理论盲目应用到 Elasticsearch
不要将数据库中的“分库分表”理论盲目应用到 Elasticsearch
18 0
|
2天前
|
运维 关系型数据库 分布式数据库
在数据库应用中遇到的问题及阿里云数据库解决方案
企业在面临数据库性能瓶颈、可扩展性问题、高可用性不足及运维复杂等挑战时,选择了阿里云数据库解决方案。阿里云RDS和PolarDB通过读写分离、自动化索引优化、多副本架构等提升性能和扩展性;多可用区部署、数据复制等增强高可用性和容灾能力;自动化运维工具简化管理,降低运维成本。实施后,性能大幅提升,可扩展性增强,高可用性提升,运维工作简化,为业务稳定和未来发展奠定基础。
27 0
|
10天前
|
存储 人工智能 NoSQL
现代数据库技术演进与应用前景分析
本文探讨了现代数据库技术的演进历程及其在各领域的应用前景。首先介绍了传统数据库的局限性,随后分析了NoSQL、NewSQL以及分布式数据库等新兴技术的特点和优势。接着探讨了人工智能、物联网、大数据等领域对数据库技术提出的新要求,并展望了未来数据库技术的发展趋势与应用前景。
|
10天前
|
存储 NoSQL 搜索推荐
探索新一代数据库技术:基于图数据库的应用与优势
传统关系型数据库在处理复杂的关系数据时存在着诸多限制,而基于图数据库的新一代数据库技术则提供了更为灵活和高效的解决方案。本文将深入探讨图数据库的核心概念、应用场景以及与传统数据库相比的优势,带领读者一窥未来数据库技术的发展趋势。
|
10天前
|
安全 测试技术 数据库
达梦数据库Windows安装教程:从准备到完成
达梦数据库Windows安装教程:从准备到完成
|
10天前
|
存储 运维 Kubernetes
多态关联在数据库设计中的应用和解决方案
多态关联在数据库设计中的应用和解决方案
19 0
|
10天前
|
Java 关系型数据库 MySQL
Servlet 教程 之 Servlet 数据库访问 2
本教程讲解如何在Servlet中实现数据库访问。首先确保了解JDBC并配置MySQL驱动(如mysql-connector-java-5.1.39-bin.jar),在Eclipse Web项目中需将驱动放入Tomcat的lib目录。创建名为`websites`的数据库表,插入测试数据。之后展示了一个Servlet示例,该示例连接到数据库,执行SQL查询以获取`websites`表中的`id`、`name`和`url`,并将结果输出到HTML响应中。要运行Servlet,需在web.xml中配置并访问指定URL。
14 4
|
10天前
|
存储 算法 数据库
矢量数据库在图像识别与检索中的应用实践
【4月更文挑战第30天】本文探讨了矢量数据库在图像识别与检索中的应用,通过特征提取(如SIFT、SURF)、编码和相似度度量实现快速识别。在图像检索流程中,经过预处理、特征提取和编码后,矢量数据库用于查询相似特征,排序后展示给用户。实际案例显示,矢量数据库能提升电商平台的商品图像搜索效率和用户体验。随着技术发展,这一领域应用前景广阔。
|
8天前
|
关系型数据库 MySQL API
实时计算 Flink版产品使用合集之可以通过mysql-cdc动态监听MySQL数据库的数据变动吗
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
85 0