数据库技术与发展论述
- 格式:docx
- 大小:20.91 KB
- 文档页数:4
数据库技术的发展史数据库技术的发展,已经成为先进信息技术的重要组成部分,是现代计算机信息系统和计算机应用系统的基础和核心。
数据库技术最初产生于20世纪60年代中期,到今天近几十年的历史,其发展速度之快,使用X围之广是其它技术所远不及的。
先介绍一下数据模型的概念:数据模型是数据库系统的核心和基础。
数据模型的发展经历了格式化数据模型(包括层状数据模型和网状数据模型)、关系数据模型两个阶段,正在走向面向对象的数据模型等非传统数据模型的阶段。
层状数据模型每个节点间是一对多的父子之间的联系,比如一个父亲三个儿子;中心下的几个部门,部门里的人。
网状数据模型中允许任意两个节点间有多种联系,层次模型实际上是网状模型的一个特例;如同学生选课,一个学生可以选修多门课程,某一课程也可被多名学生选修。
关系数据模型,职工,比如我(编号,XX,性别,所属部门,籍贯),我和马薇,X晖,陈曙光等就组成了一X关系模型的数据表。
根据数据模型的发展,数据库技术可以相应地划分为三个阶段:第一代的网状、层次数据库系统;第二代的关系数据库系统;第三代的以面向对象模型为主要特征的数据库系统。
第一代数据库的代表是1969年IBM公司研制的层次模型的数据库管理系统IMS和70年代美国数据库系统语言协商CODASYL下属数据库任务组DBTG提议的网状模型。
层次数据库的数据模型是有根的定向有序树,网状模型对应的是有向图。
这两种数据库奠定了现代数据库发展的基础。
这两种数据库具有如下共同点:1.支持三级模式(外模式、模式、内模式),模式之间具有转换(或成为映射)功能,保证了数据库系统具有数据与程序的物理独立性和一定的逻辑独立性;2.用存取路径来表示数据之间的联系;3.有独立的数据定义语言;4.导航式的数据操纵语言。
网状数据库最早出现的是网状DBMS。
网状模型中以记录为数据的存储单位。
记录包含若干数据项。
网状数据库的数据项可以是多值的和复合的数据。
每个记录有一个惟一地标识它的内部标识符,称为码(DatabaseKey,DBK),它在一个记录存入数据库时由DBMS自动赋予。
数据库技术的现状与发展趋势随着信息化时代的到来,数据已成为了企业和个人非常重要的资源,而数据库作为数据存储和管理的基础工具,扮演了至关重要的角色。
在这个互联网万物互联的时代,数据库技术也在不断地发展和创新,越来越多的新技术被应用于数据库,也有越来越多的挑战等待着数据库技术的发展。
本文将会就数据库技术的现状与发展趋势进行探讨。
一、数据库技术的现状数据库技术的发展可以追溯到上世纪60年代,当时主要侧重于文件管理和数据存储方面,其后,关系型数据库开始出现,SQL语言也逐渐被普及。
在这个时期,数据库技术主要应用于企业内部信息管理和数据存储领域。
随着1990年代互联网的出现,数据库技术也开始进入了一个新时期。
关系型数据库成为了互联网数据存储和管理的主流技术。
异构数据库技术在此时也开始出现,企业开始感受到数据库技术对商业竞争力的重要性。
在进入21世纪后,云计算和大数据成为了两大热点技术,数据库技术也紧随其后。
云数据库和NoSQL数据库开始受到人们的关注,通过云数据库可以实现企业内部资源共享,在处理大数据时,NoSQL数据库显现出了它的高性能和高可扩展性,受到了许多大型企业和科学研究机构的青睐。
总之,当前数据库技术已呈现出如下的主要特点:1. 大数据技术已成为数据库领域的重要热点,NoSQL数据库处理大数据的能力逐渐受到业内认可。
2. 数据库技术已从企业内部数据管理拓展到互联网上的数据存储、管理和共享领域。
3. 云计算和虚拟化技术的发展,为数据库技术提供了更好的基础环境。
二、数据库技术的发展趋势数据库技术的发展与人们对数据的需求和对数据库高效性、易用性和安全性等要求的提升密不可分,未来数据库技术的发展趋势将有如下几个方向:1. 数据库技术将进一步与人工智能等技术结合,数据挖掘和数据分析的技术成为数据库技术的重要组成部分。
2. 数据库技术将更加注重数据的安全性,数据隐私和保密成为数据库技术设计的重点。
3. 云计算和虚拟化技术的发展将会带动云数据库的更广泛应用。
计算机网络数据库的安全管理技术分析数据库是计算机网络中极其重要的组成部分,也是数据安全的重要基础。
随着互联网技术的发展,数据库安全管理技术也变得越来越复杂和庞大。
本文将从数据库的安全需求、安全管理体系、安全措施和与运维管理等四个方面展开论述。
一、数据库的安全需求数据库的安全需求是指在网络环境下,确保数据库中的数据安全、数据完整和数据可用性的需求。
其中,数据安全性是指保护数据不被非法篡改、窃取和破坏的能力;数据完整性是指保护数据不被损坏和丢失的能力;数据可用性是指数据库能够及时提供正确的数据服务的能力。
数据库的安全管理体系主要包括两个方面:安全责任体系和安全管理制度。
1.安全责任体系安全责任体系是指建立一种切实可行、明确的安全管理责任机制,将安全管理工作落实到各级领导、管理人员的具体职责中。
针对不同的安全管理职责,应当建立相应的安全管理责任体系,确保安全管理工作有序推进。
此外,还需要建立安全督查考核机制,严格落实各项安全管理责任并加以考核,落实安全保障措施。
2.安全管理制度安全管理制度是指建立一套规范、明确的安全管理制度,对数据库的安全性能、安全状态和安全使用进行管理和监督。
安全管理制度应明确数据库的使用范围、使用规则和使用权限,确定定期备份、监控、评估、检查等安全管理流程,同时建立紧急预案和应急预案等措施,以提高数据库的安全保障能力。
数据库的安全措施主要包括身份认证、访问控制和数据加密。
1.身份认证身份认证是指对登录数据库人员的身份和合法性进行验证和检查,确保只有经过认证的用户才能访问和使用数据库系统。
身份认证可以通过多种认证方式进行,如账号密码认证、指纹识别、Token认证等。
对于管理员和技术人员,采用双重认证、密钥对认证等更加严格的身份认证方式可以提升数据库的安全性。
2.访问控制访问控制是指对不同的用户进行授权,根据其使用范围和权限对其进行访问限制,确保用户只能访问其具备的权限范围内的数据。
空间数据库技术的发展与应用一、概述随着科技的进步和人们对于空间信息的需求不断提高,空间数据库技术逐渐发展壮大,并被广泛应用于各个领域。
本文就空间数据库技术的发展与应用进行探讨。
二、空间数据库技术的发展历程空间数据库技术是以地理信息系统为基础的,它将地理空间数据存入和从数据库中检索出来。
随着地图数字化的需求逐渐增强,空间数据库技术也随之发展壮大。
1. 空间数据库技术的初期阶段80年代初期,空间数据库技术处于起步阶段,当时的空间数据库都是基于关系数据库系统的二维数据模型来创建的。
这些应用程序依赖于数据库技术的开发,主要包括图形数据的组织方式、空间数据的封装和管理,数据的溯源和真实性,以及地理信息的可视化等方面。
2. 空间数据库技术的中期发展90年代是空间数据库技术发展的一个转折点。
这个时期,主要是以对象为基础的空间数据库技术开始兴起。
相比于关系型的空间数据库,对象型的空间数据模型更加适合处理多层次和复杂的地理信息,能够存储结构化数据和非结构化数据,也能够提供高级的搜索和查询功能,大大提高了系统的效率和功能。
3. 空间数据库技术的现代化阶段21世纪以来,随着云计算、大数据和人工智能的崛起,空间数据库技术继续向前发展。
现代化的空间数据库技术除了能够负责数据存储和查询外,还能够处理空间数据的可视化和分析,并利用机器学习和人工智能等高级技术,对地图数据进行自动分类,识别和解释,从而大大提高了地图数据的精度和实用性。
三、空间数据库技术的应用1. 地理信息系统地理信息系统是最常见的应用空间数据库技术的例子之一,它可以将各种类型的地图数据整合起来,实现数据之间的交互,有效地支持地理空间数据的管理、分析、制图和可视化等功能,包括地图服务系统和地图应用系统。
2. 交通系统交通系统中,空间数据库技术可以处理多种类型的数据,包括车辆、路线、航线、航班和港口等数据,从而实现交通运输的监管和控制,也能够帮助旅客和货物找到最优的路线和最快的到达时间。
数据库管理系统的未来发展趋势与前景展望随着信息技术的迅速发展,数据库管理系统(DBMS)作为企业信息管理的核心工具,正经历着不断的演进和创新。
本文将探讨数据库管理系统未来的发展趋势和前景展望,包括技术发展、应用场景、数据安全性和可扩展性等方面。
1. 技术发展趋势数据库管理系统正朝着以下几个主要技术趋势发展。
(1)云原生数据库:随着云计算的普及,数据库管理系统也在逐渐向云原生的方向发展。
云原生数据库具有良好的可伸缩性、高可用性和弹性资源分配,能够满足多种数据需求,并且能与云平台的其他服务进行集成,提供更好的资源管理和利用效率。
(2)人工智能与自动化:人工智能技术在数据库管理系统中的应用逐渐增加。
例如,自动化智能调优能够根据系统性能和需求自动调整数据库参数和优化查询;机器学习算法可以用于数据挖掘和分析,提供更准确的业务洞察。
(3)大数据和分布式系统:随着数据规模的不断增大,传统的单机数据库已经无法满足高效处理大规模数据的需求。
分布式数据库管理系统(DDBMS)能够在多个节点上分布存储和处理数据,实现分布式计算和数据并行处理,提高系统的吞吐量和性能。
2. 应用场景展望数据库管理系统在各个领域中的应用将进一步拓展和深化。
(1)物联网(IoT):随着物联网设备的不断增多,庞大的设备数据需要有效的存储和管理。
数据库管理系统将扮演关键角色,能够处理设备数据流和实时数据分析,并支持实时决策和反馈,以提高设备运营效率和安全性。
(2)人工智能与机器学习:数据库对于存储和处理机器学习模型的大量数据至关重要。
创建用于训练机器学习模型的大规模数据集,并能快速地存储和查询这些数据对于数据科学家和研究人员来说是至关重要的。
数据库管理系统将进一步集成机器学习工具和算法,提供更好的机器学习支持。
(3)区块链:区块链技术的迅速发展也将对数据库管理系统提出新的挑战和需求。
数据库管理系统需要支持分布式账本的存储和管理,提供高性能的交易处理和数据一致性的维护,以满足区块链的去中心化和透明性要求。
数据库技术在大数据中的应用随着互联网的快速发展,数据量也在不断地膨胀。
大数据处理技术的出现,将海量数据的处理和分析变得更为高效和智能。
而数据库技术,作为支撑大数据处理的重要一环,更是变得极其重要。
本文将从以下三个方面论述数据库技术在大数据中的应用:一、数据的存储和管理在大数据处理中,数据的存储和管理是最基础的环节。
而数据库技术的出现,给数据的存储和管理提供了更为科学的方法。
数据库技术采用的关系型数据库和非关系型数据库,能够对数据进行结构化和非结构化的存储,从而满足不同的业务需求。
并且,数据库技术的安全性也非常高。
通过加密方法和权限控制等手段,能够有效地保证数据的安全性,保护用户的隐私。
二、数据的分析和挖掘数据库技术在大数据处理中的重要性不仅体现在数据的存储和管理上,其在数据的分析和挖掘方面也有着不可替代的作用。
当海量的数据需要进行分析和挖掘时,数据库技术能够通过提取数据特征、建立数据模型等手段,帮助用户快速挖掘出有价值的信息和知识。
同时,数据库技术还可以通过对数据的聚类、分类、预测等算法进行应用,帮助用户更加深入地了解数据的本质,从而获得更加精准的预测结果。
三、数据的实时处理在实时处理方面,数据库技术也有着独特的应用。
通过采用分布式数据库和内存数据库等技术,数据库系统能够实现数据的流式处理,处理速度更快,能够快速响应用户的请求,为业务系统带来了更高的效率。
此外,数据库技术还能够通过应用分布式计算、分布式存储等技术,实现数据的实时处理和访问,避免了传统数据库中由于单点故障等问题带来的系统崩溃和数据丢失等风险。
总之,大数据处理的成熟离不开数据库技术的不断升级与改进。
数据库技术的广泛应用,为大数据的应用场景提供了更为高效、安全和智能的处理手段,使数据的价值得以充分挖掘和利用。
未来,随着技术的不断发展以及各种业务的生成,数据库技术在大数据处理中还将发挥出更多的作用。
3.分析并论述移动互联网、大数据、云计算等科技不断飞跃发展2016年的互联网科技领域,云计算、大数据、人工智能成为最热词汇。
阿里云“为了无法估算的价值”将中国的计算触角伸向海外,百度首次向外界展示“百度大脑”的科技成果,移动互联网利用人口红利带来的增长已经逐渐见顶,互联网正在进入“下一幕”智能时代,云计算、大数据、人工智能将使全社会迎来变革性的发展。
技术发展是产业发展走向繁荣的前提无论是计算机行业,还是汽车领域,技术形态的成熟是一个必然的要素。
如果某个所谓的时代在技术上、硬件上没有达到产业的要求,数据库和平台都是非完整和非稳定的,时代的产业基础也就十分薄弱。
从产业的政策角度分析,当技术累积到一定层次,产业政策的出台是必然的。
为了激活云计算的发展,国务院在2015年就出台了《关于促进云计算创新发展培育信息产业新业态的意见》、《云计算白皮书2016》等,这些政策的出现并非偶然,在其背后有很多云计算服务商多年默默的技术耕耘。
技术和政策的形态达到一定的地步,真正的产业化和市场化是否也已经达到?等待入局者必须考虑几个重要因素:一、目的是什么(为了降低成本、提高效率,还是在渠道上更接近用户);二、企业是否愿意使用(产品同质化严重,如何体现差异化);三、是否有助于提高社会福利(消费者福利、管理效率)。
如果这些问题得到肯定的答案,云计算与时代的发展需求相契合,真正的时代大门就会开启。
大数据的运用将更加追求精准化和多维度大数据本身除了要有数据、采集、汇聚一定量的数据之外,更重要的是数据的处理、挖掘、分析、可视化、应用这样一整套的过程。
关于大数据的话题,基本围绕三个问题展开:一是数据从哪里来,二是数据如何进行分析,三是数据如何进行商品化。
任何大数据都是以应用为主的,在未来,通过多维度、多复合的大数据的精准挖掘,最终提供出优质的商务解决方案才是最关键的。
数据的三个来源分别是政府、企业行业和个人消费。
政府数据做了授权,但由于法律和其他方面的不健全,政府数据被滥用。
数据库技术的现状与未来发展数据库技术是信息化时代的基石,随着大数据时代的到来,数据库技术的发展进入了一个高速变革的时期。
本文主要讨论数据库技术的现状和未来发展趋势。
一、数据库技术的现状目前,数据库技术已经成为企业信息化建设不可或缺的一部分。
在数据库领域,关系型数据库仍然是主流。
然而,随着互联网技术的普及和应用,为满足迅猛增长的数据需求,大数据和NoSQL数据库技术开始崭露头角,并逐渐流行起来。
1.关系型数据库技术关系型数据库是以关系模型作为基础的数据库,目前最常用的关系型数据库软件是Oracle、MySQL和SQL Server等。
它们具有结构化、稳定、安全、高可靠性和容错能力强等优点,所以一直是各行各业常用的数据库。
2.大数据技术随着物联网、云计算等新兴技术的发展,数据的产生速度飞快、规模巨大。
为了有效的处理和管理这些数据,大数据技术逐渐兴起。
自2008年Google发表了MapReduce与Google File System两篇论文后,Hadoop逐渐崭露头角。
2010年,Apache基金会正式将Hadoop纳入孵化器,使它成为一个开源的大数据处理平台。
此后,Spark、Storm等大数据技术也在不断发展壮大。
3.NoSQL数据库技术NoSQL数据库技术指的是非关系型的数据库,在大数据场景下具有很好的应用前景。
它们可以快速地对海量数据进行高效存储、检索和处理。
一些常用的NoSQL数据库如MongoDB、Cassandra、Redis等,它们可以支持海量的数据,可以实现高可用性和横向扩展,可以在分布式环境下部署。
二、数据库技术的未来发展趋势在未来,数据库技术会继续向着可扩展性、高性能、高可用性、更大规模的数据存储和管理方向发展,并且会在管理和处理大数据方面有更加前沿和实用的方法。
1.云计算与数据库数据库在云计算中将扮演重要的角色。
采用云计算与数据库相结合的方法,可以让应用程序无缝启动、停止和移动,从而增加了业务的灵活性和可扩展性。
异构数据库技术的研究与实践异构数据库技术,是指不同类型、不同结构的数据库系统之间进行融合、整合、共享的技术。
它具有很高价值和实用性,近年来已得到广泛应用。
本文将从异构数据库技术的基本概念、应用场景、关键技术、发展趋势等方面进行论述,以期使读者对异构数据库技术有更加深入的了解。
一、异构数据库技术的基本概念异构数据库技术是多个不同型号、不同结构的数据库之间进行交互、共享、集成的技术。
异构数据库的实现需要解决如下问题:数据的语意(Semantic)和结构(Structure)的描述方法、异构数据的逻辑互操作能力、异构数据的物理互操作能力等问题。
异构数据库技术是解决异构数据集成问题的有效手段。
异构数据集成的大部分问题是由于不同组织机构、不同应用系统、不同数据库管理系统中所使用的数据模型、数据结构、数据语言不同所造成的,这些问题可以通过合理运用异构数据库的技术来解决。
二、异构数据库技术的应用场景异构数据库技术适用于以下应用领域:1、数据库整合异构数据库技术可以将多个类型、多个结构的数据库进行整合,从而形成一个大型的复合数据库。
通过异构数据库技术,可以实现异构数据库之间的数据共享和互通,减少了信息孤岛,提高了数据共享利用率。
2、异构数据的共享随着信息化进程的不断发展,数据库中的数据已经具有了很高的价值,而很多企事业单位内部的数据库多为异构数据库,无法进行互通和共享。
通过异构数据库技术,可以将分散在不同数据库之中的数据整合起来进行管理和查询,提高了数据的共享利用率。
3、数据挖掘数据挖掘是从大量的数据中发现有价值的知识和信息的过程。
异构数据库中存储了大量的数据,通过异构数据库技术,可以将这些数据矿藏挖掘出来,获取更多的商业价值和决策支持信息。
4、数据集成异构数据库技术可以将不同数据源的数据进行集成,从而形成一个统一的数据源。
通过数据集成,可以最大限度地充分利用各个数据源的有用信息,进而为决策者提供更为准确的决策支持信息。
数据库技术与发展论述数据库技术主要是研究如何存储、使用和管理数据,是计算机技术中发展最快、应用最广的技术之一。
作为计算机软件的一个重要分支,数据库技术一直是倍受信息技术界关注的一个重点。
尤其是在信息技术高速发展的今天,数据库技术的应用可以说是深入到了各个领域当中。
当前,数据库技术已成为现代计算机信息系统和应用系统开发的核心技术,数据库已成为计算机信息系统和应用系统的组成核心,更是未来“信息高速公路”的支撑技术之一。
因此,为了更好的认识和掌握数据库技术的发展方向,对数据库发展进行综合论述,对数据库技术发展的总体态势有比较全面的认识,从而推动数据库技术研究理论的进一步发展是非常有必要的。
数据库的定义数据库,英文为Database,这个名词起源于20世纪50年代,顾名思义,就是存放数据的仓库,这样的理解是不确切的,实际上数据仓库已经成为数据库技术中的另一个专用名词,是数据库技术的一个新的应用领域。
数据库的一般定义为:存储在计算机内的、有组织的、可共享的数据集合。
其作用主要是共享数据库中的资源信息。
数据库有以下几个特点。
数据结构化在数据库系统中,数据不再像文件系统中的数据那样从属于特定的应用,而是面向全组织的复杂的数据结构,数据的结构化是数据库区别于文件系统的根本特征。
数据共享数据库系统中的数据可供多个用户、多种语言和多个应用程序共享,这是数据库技术的基本特征,数据共享大大减少了数据的冗余度和不一致性,大大提高了数据的利用率和工作效率。
数据独立性数据独立性包括数据的物理独立性和逻辑独立性。
用户的应用程序与存储在磁盘上的数据库的数据是相互独立的,这就是数据的物理独立性;同时用户的应用程序与数据库的逻辑结构是相互独立的,这就是数据的逻辑独立性;它不会因一方的改变而改变,这大大地减少了应用程序设计和数据库维护的工作量。
数据库的发展历史数据管理的发展经历了人工管理、文件系统和数据库3个阶段。
人工管理阶段(20世纪50年代中期以前)在人工管理阶段,计算机主要应用与科学计算,对于数据保存的需求尚不迫切,数据的管理是靠人工进行的,计算机不保存数据,也没有专用的软件对数据进行管理,只有程序(Program)的概念,没有文件(File)的概念,一组数据对应一个应用程序,数据存在大量重复存储的现象。
文件系统阶段(20世纪50年代后期到60年代中期)由于计算机技术的发展,硬件方面有了可以直接存取的外部存储设备,软件方面有了操作系统中专门管理数据的文件系统。
数据的管理是以独立的数据文件形式存放,并可按记录存取。
在文件系统阶段,一个应用程序可以处理多个数据文件,文件系统在程序与数据之间起到了接口的作用,使程序和数据有了一定的独立性,这使得程序源可以集中精力于算法,不必过多地考虑物理细节,因此在这一时期各种数据结构和算法得到了充分的发展,大大丰富了计算机科学,今天的数据库也正是在文件系统的基础上发展起来的。
但是,文件系统的知名缺陷是数据文件之前缺乏有机的联系,数据与程序之间缺乏独立性,不能有效地共享相同的数据,从而造成数据的冗余度大和不一致性,给数据的修改和维护带来了困难。
数据库系统阶段(20世纪60年代后期至今)随着计算机技术的迅速发展和广泛应用,磁盘技术取得重要进展,数据管理中数据量急剧增长,对数据共享和数据管理提出了更高的需求,文件系统已经不能满足应用的需求,导致了数据库技术的产生。
1968年,IBM公司推出的商品化软件数据库信息管理系统IMS(Information Management System),这是数据库技术的第一次飞跃,揭示了数据库技术的序幕;这是一种树形结构的层次模型,曾在20世纪70年代商业上广泛应用。
1969年,美国数据系统语言协会CODASYL(Conference On Data System Language)下属的数据库任务组DBTG(Data Base Task Group)发表了网状数据库系统的标准文本:DBTG文本,它是数据库网状模型的基础。
20世纪70年代是数据库技术蓬勃发展的年代。
网状系统和层次系统占据了整个商用市场,而关系系统仅处于实验阶段。
许多计算机公司研制了各种数据库管理系统,许多教授、专家发表了大量的理论论文,使数据库技术在时间和理论上都得到了飞速的发展。
数据库技术也日趋成熟。
1970年,IBM公司San Jose研究室的高级研究员E.F.Code发表了一篇奠基性的论文,题目是《大型共享数据库的关系模型》,他引进了关系代数,首次提出了数据库的关系模型的概念,为数据库技术的发展奠定了基础,这是数据库技术的第二次飞跃。
他在1981年获得了计算机科学的最高荣誉——图灵奖。
1974年,IBM公司在IBM370大型机上研制成功第一个关系数据库系统Systm R。
1974年IBM公司的Boyce和Chamberlin提出了结构化查询语言(Structured Query Language)SQL,在IBM公司的关系数据库系统Systm R上实现。
20世纪80年代使关系数据库技术得到了进一步的发展,关系数据库(RDB)由于使用方便,逐步取代网状系统和层次系统,占领了市场。
同时关系数据库的理论也日趋完善。
目前流行的关系数据库系统有IBM公司的DB2、ORACLE公司的Oracle、SYBASE公司的Sybase、Microsoft 公司的Microsoft SQL Server,以及微机上关系数据库系统Debase、FoxPro等。
现在,数据库技术已成为计算机领域中最重要的技术之一,它是软件科学中一个独立的分支。
它的出现使得计算机应用渗透到工农生产、商业、行政、科学研究、工程技术和国防军事的各个部门。
管理信息系统、办公自动化系统、决策支持系统等都是使用了数据库管理系统或数据库技术的计算机应用系统。
数据库技术发展的现状:关系数据库技术任然是主流关系数据库技术出现在20世纪70年代,经过80年代的发展到90年代已经比较成熟,在90年代初期曾一度受到面向对象数据库的巨大挑战,但是市场最后还是选择了关系数据库。
无论是Oracle公司的Oracle 9i、IBM公司的DB2、还是微软的SQL Server等都是关系型数据库。
当前,由于互联网应用的星期,XML格式的数据的大量出现,学术界有一部分学者认为下一代数据库将是支持XML模型的新型数据库。
而还有一部分学者对此持否定态度,认为关系技术仍然是主流,他们认为无论是多媒体内容管理、XML数据支持、还是复杂对象支持等都将是在关系系统内核技术基础上的扩展。
虽然他们在对下一代的数据库研究究竟如何发展的问题上有分歧,但他们对当代数据库的现状得出共识——关系数据库技术仍然为当代数据库的主流。
数据库技术发展的趋势下一代数据库技术的发展主流——面向对象的数据库技术与关系数据库技术针对关系数据库技术现有的局限性,理论界现在主要有三种观点:面向对象的数据库技术将成为下一代数据库技术发展的主流部分学者认为现有的关系型数据库无法描述现实世界的实体,面向对象的数据模型由于吸收了已经成熟的面向对象程序设计方法学的核心概念和基本思想,使得它符合人类认识世界的一般方法,更适合描述现实世界,甚至有人预言,数据库的未来将是面向对象的时代。
将面向对象的数据库技术引入关系数据库中——面向对象的关系数据库技术关系数据库几乎是当前数据库系统的标准,关系语言与常规语言一起几乎可完成任意的数据库操作,但其简洁的建模能力、有限的数据类型、程序设计中数据结构的制约等却成为关系型数据库发挥作用的瓶颈。
面向对象方法起源于程序设计语言,它本身就是以现实世界的实体对象为基本元素来描述复杂的客观世界,但功能不如数据库灵活。
因此部分学者认为将面向对象的建模能力和关系数据库的功能进行有机结合而进行研究是数据库技术的一个发展方面。
演绎面向对象数据库技术面向对象数据库的优点是能够表示复杂的数据模型,但由于没有统一的数据模式和形式化理论,因此缺少严格的数据逻辑基础。
而演绎数据库虽有坚强的数据逻辑基础,但只能处理平面数据类型。
因此,部分学者将两者结合,提出了一种新的数据库技术——演绎面向对象数据库,并指出这一技术有可能成为下一代数据库技术发展的主流。
数据库技术发展的新方向——非结构化数据库非结构化数据库是部分研究者针对关系数据库模型过于简单,不便表达复杂的嵌套需要以及支持数据类型有限等局限,从数据模型入手而提出的全面基于因特网应用的新型数据库理论。
他们认为这种数据库的最大区别就在于它突破了关系数据库结构定义不易改变和数据定长的限制,支持重复字段、子字段以及变长字段并实现了对变长数据和重复字段进行处理和数据项的变长存储管理,在处理连续信息(包括全文信息)和非结构信息(重复数据和变长数据)中有着传统关系型数据库所无法比拟的优势。
但研究者认为此种数据库技术并不会完全取代现在流行的关系数据库,而是它们的有益的补充。
数据库技术发展的又一趋势——数据库技术与多学科技术的有机结合有学者指出:数据库与学科技术的结合将会简历一系列新数据库,如分布式数据库、并行数据库、知识库、多媒体数据库等,这将是数据库技术重要的发展方向。
其中,许多研究者都将多媒体数据库作为研究的重点,并认为多媒体技术和可视化技术引入多媒体数据库将是未来数据库技术发展的热点和难点。
未来数据库技术及市场发展的两大方向——数据仓库和电子商务部分学者在对各个数据库厂商的发展方向和应用需求的不断扩展的现状进行分析的基础上,提出数据库技术及市场在向数据仓库和电子商务两个方向不断发展的观点。
他们指出:从去年开始,许多行业如电信、金融、税务、等逐步认识到数据仓库技术对于企业宏观发展所带来的巨大经济效益,纷纷简历起数据仓库系统。
在我国提供大型数据仓库解决方案的厂商主要有Oracle、IBM、Sybase、CA及Informix等厂商,已经建设成功并已回收投资的项目主要有招商银行系统和国信证券系统等。
目前,国内外学者对数据仓库的研究正在继续深入。
与此同时,一些学者将数据库技术及市场发展的视角瞄准电子商务领域,他们认为:现在的信息系统逐渐要求按照以客户为中心的方式建立应用框架,因此势必要求数据库应用更加广泛地接触客户,而Internet给了我们一个非常便捷的链接途径,通过Internet我们可以实现所谓的One-One Marketing和One-One Business,进而实现e-business。
因此,电子商务将成为未来数据库技术发展的另一方向。
数据库技术的实践性发展——面向专门应用领域的数据库技术许多研究者从时间的角度对数据库技术进行研究,提出了适合应用领域的数据库技术,如工程数据库、统计数据库、科学数据库、空间数据库、地理数据库等。