数据库新技术PPT分析解析共47页

数据类型 类型
描述
Char
char数据类型用来存储指定长度的定长非统一编码型的数据。当
定义一列为此类型时，你必须指定列长。当你总能知道要存储的 字符型 数据的长度时，此数据类型很有用。例如，当你按邮政编码加4个
字符格式来存储数据时，你知道总要用到10个字符。此数据类型 的列宽最大为8000 个字符
varchar
varchar数据类型，同char类型一样，用来存储非统一编码型字符
字符型
数据。与char 型不一样，此数据类型为变长。当定义一列为该数 据类型时，你要指定该列的最大长度。它与char数据类型最大的
区别是，存储的长度不是列长，而是数据的长度
text
字符型
text 数据类型用来存储大量的非统一编码型字符数据。这种数据 类型最多可以有231-1或20亿个字符
一种近似数值类型，供浮点数使用。说浮点数是近似的， 是因为在其范围内不是所有的数都能精确表示。浮点数可 以是从-1.79E+308到1.79E+308 之间的任意数
real 数据类型像浮点数一样，是近似数值类型。它可以表 示数值在-3.40E+38到3.40E+38之间的浮点数
字符数据类型(Char, Varchar, Text )
数据类型 类型
描述
money
money 数据类型用来表示钱和货币值。这种数据类型能存 货币型 储从-9220亿到9220 亿之间的数据，精确到货币单位的万
分之一
smallmoney 数据类型用来表示钱和货币值。这种数据类型 smallmoney 货币型 能存储从-214748.3648 到214748.3647 之间的数据，精确到
货币单位的万分之一

24.10.2020
数据库技术及应用
4
数据库技术的发展及展望
❖ 近年来，随着数据库技术的发展，数据库应用已经不仅局限 在商务数据处理的范畴，新的数据库应用领域包括：计算机 辅助设计（CAD）、计算机辅助软件工程（CASE）、多媒 体数据库、办公信息系统（OIS）、超文本数据库等。
❖ 这些新领域中的应用在某些方面超出了关系数据模型所支持 的特征，关系模型已不足以对这些新应用所需要的数据进行 建模。因此出现了一些新的数据库系统，称为第三代数据库 系统，如分布式数据库系统、并行数据库系统和面向对象的 数据库系统等。
6
分布式数据库系统的主要特点
❖ 分布性 ❖ 局部自主 ❖ 可靠性和可用性 ❖ 效率和灵活性 ❖ 系统易于实现扩展
24.10.2020
数据库技术及应用
7
数据的分布方式
❖ 划分式
在这种数据分布方式中，数据按其用途和来源，分布在 各个结点上，彼此之间没有任何重复。
❖ 全重复式
在这种数据分布方式中，每个结点拥有全部数据的一个 复本。
❖ 保持多复本一致性 ❖ 保持分布一致性 ❖ 全局查询的处理 ❖ 分布事务的管理
24.10.2020
数据库技术及应用
11
并行数据库系统
❖ 并行数据库系统概述 ❖ 并行数据库系统的体系结构 ❖ 数据库并行化带来的问题
24.10.2020
数据库技术及应用
12
并行数据库系统概述
❖ 并行数据库系统不仅可以提高数据库系统的性能和 改善可扩充性，而且也有很好的性能价格比。并行 处理最早用于计算密集型应用，例如科学计算。
❖ 第三代数据库系统的特点为：支持更加丰富的对象结构和规 则；包含第二代DBMS；对其他子系统（工具和多数据库中 间件产品）开放。

2020年11月6日星期五
面向对象数据模型(Cont.)
类和实例
有一些对象是具有相同的结构和特性的。类代表了某一批对象 的共性和特征。每个对象都属于一个类型，对象的类型就是类。 类是对象的抽象，而对象是类的具体实（Instance）。一个类 中的所有对象其特性必须相同，即具有相同的属性、响应相同的 消息、使用相同的方法。
分布式数据库是由一组数据组成的，这组数据分 布在计算机网络的不同计算机上，网络中的每个节点具有 独立处理能力（称为场地自治），可以执行局部应用；同 时，每个节点也能通过网络通信子系统执行全局应用。
2020年11月6日星期五
分布式数据库系统的特点
数据的物理分布性。 数据的逻辑整体性。 结点的自主性。 其他特性：
2020年11月6日星期五
体系结构（Cont.）
不管使用哪种分片方式，都应保证满足以下条件： 完备性 不相交性 可重构性
分布模式：用来描述片段到不同结点间的映象，即各 个片段的物理存放位置。
2020年11月6日星期五
分布式数据库系统的发展前景
分布式数据库兴起与20世纪70年代，经过20多年的发 展，分布式数据库系统已发展得相当成熟，其应用领域 涵盖了OLTP应用、分布式计算、互联网上的应用以及数 据仓库的应用中。 随着计算机网络的广泛普及，新的应用都体现了开放 性和分布性的特点。从简单的数据系统全球连网查询， 逐渐地转向更具有分布式数据库系统特色的应用环境。 因此，在当前基于网络，具有分布性、开放性特点的 应用环境下，分布式数据库系统将具有更好的发展前景 和更广泛的应用领域。
数据独立性：除逻辑独立性和物理独立性外，指分布 透明性。 适当增加数据冗余：不同节点存储同一数据不同副 本——提高可靠性，提高系统性能。 全局的一致性和可恢复性。

[<表名2>.]<列名3>
❖ 连接字段：连接谓词中的列名称
连接条件中的各连接字段类型必须是可比的，但名字不 必相同
第4页，共81页。
连接查询（续）
1.等值与非等值连接查询 2.自身连接 3.外连接 4.多表连接
第5页，共81页。
1. 等值与非等值连接查询
❖ 等值连接：连接运算符为=
[例 3.49] 查询每个学生及其选修课程的情况
Sdept CS CS CS CS CS MA IS
Cno 1 2 3 2 3
NULL NULL
Grade 92 85 88 90 80
NULL NULL
第21页，共81页。
连接查询（续）
1.等值与非等值连接查询
2.自身连接 3.外连接
4.多表连接
第22页，共81页。
4. 多表连接
❖ 多表连接：两个以上的表进行连接
连接条件的元组，找到后就将表1中的第一个元组与该 元组拼接起来，形成结果表中一个元组。当遇到表2中 第一条大于表1连接字段值的元组时，对表2的查询不再 继续
第9页，共81页。
连接操作的执行过程（续）
（2）排序合并法（续）
找到表1的第二条元组，然后从刚才的中断点处继续顺序扫描表2，查 找满足连接条件的元组，找到后就将表1中的第一个元组与该元组拼
此查询为不相关子查询。
第32页，共81页。
带有IN谓词的子查询（续）
用自身连接完成[例 3.55]查询要求
SELECT S1.Sno, S1.Sname,S1.Sdept FROM Student S1,Student S2 WHERE S1.Sdept = S2.Sdept AND
S2.Sname = '刘晨';

《数据库的新技术》PPT 课件
欢迎大家来到《数据库的新技术》PPT课件！在这个课件中，我们将探索数据 库领域的最新技术，以及与之相关的各种概念和应用。让我们一起开启这个 令人激动的旅程吧！
I. 介绍数据库新技术
1 技术变革
了解数据库新技术的背景 和对现有应用的影响。
2 实时数据处理
探索实时数据处理技术的 挑战和解决方案。
2 弹性扩展
了解在云数据库中如何实现弹性扩展和自动化管理。
3 性能与安全
讨论云数据库的性能和安全性挑战，以及相应的解决方案。
VII. 数据库安全
数据加密
介绍数据库中的数据加密技术 和最佳实践。
访问控制
了解数据库访问控制机制，如 角色和权限。
数据库审计
探索数据库审计的重要性和实 施方法。
数据库备份
讨论数据库备份的策略和工具。
VIII. 数据库备份和恢复
1
恢复技术
2
介绍数据库故障发生时的恢复技术和流
程。
3
备份策略
了解数据库备份的不同策略，如完全备 份、增量备份和差异备份。
灾难恢复
探讨数据库灾难恢复的策略和方法，以 确保数据的安全性和可用性。
IX. 数据库故障处理
1 故障诊断
2 故障修复
了解数据库故障的常见原因和诊断方法。
自动扩缩容
探讨数据库自动扩缩容的策略和技术。
XII. NoSQL数据库技术
概述
介绍NoSQL数据库的特点和 适用场景。
数据模型
了解NoSQL数据库的不同数 据模型，如文档型、列式和 键值型。
分布式特性
探讨NoSQL数据库的分布式 特性和扩展性。
XIII. 大数据与数据库技术

总结词
NewSQL数据库可以根据其实现方式和 特点分为多种类型，如分布式、列存储 、内存存储等。它们适用于不同的应用 场景，如在线事务处理、大数据分析、 实时数据服务等。
VS
详细描述
分布式NewSQL数据库将数据分散到多个 节点上，通过分布式架构实现高可用性和 可扩展性，适用于在线事务处理和大规模 数据存储。列存储NewSQL数据库将数据 按列存储，适合于大量读操作和历史数据 存储，适用于大数据分析场景。内存存储 NewSQL数据库将数据存储在内存中，提 高了数据访问速度，适用于需要快速响应 的实时数据服务。
NoSQL数据库通常采用 分布式架构，能够轻松 地扩展到大量数据和并 发请求。
NoSQL数据库通常具有 快速的读写性能，适用 于高并发场景。
NoSQL数据库提供了丰 富的查询语言和API接口 ，方便开发人员快速开 发应用程序。
NoSQL数据库的分类与适用场景
键值对存储
以键值对形式存储数据，适用于缓存、配置管理等场景。
低延迟
由于数据存储在内存 中，内存数据库的响 应时间极短，能够提 供快速的服务响应。
并发性高
内存数据库支持大量 并发读写操作，适用 于高并发场景。
内存数据库的分类与适用场景
分类
根据数据存储方式的不同，内存数据 库可以分为集中式内存数据库和分布
式内存数据库。
实时数据分析
对于需要实时处理大量数据的场景， 如实时监控、实时决策支持等，内存 数据库能够提供快速的数据处理和分
高可用性
适用于金融、电商等需要 高可用性的场景。
大数据存储
适用于日志分析、数据挖 掘等需要处理大量数据的 场景。
NoSQL数据库的优缺点分析
灵活性