关系数据库的术语

Database术语表

Access method :访问方法

Alias:别名

Alternate keys:备用键,ER/关系模型

Anomalies:异常

Application design:应用程序设计

Application server:应用服务器

Attribute:属性,关系模型

Attribute:属性,ER模型

Attribute inheritance:属性继承

Base table:基本表

Binary relationship:二元关系

Bottom-up approach:自底向上方法

Business rules:业务规则

Candidate key:候选键,ER/关系模型

Cardinality:基数

Centralized approach:集中化方法,用于数据库设计

Chasm trap:深坑陷阱

Client:客户端

Clustering field:群集字段

Clustering index:群集索引

Column:列,参见属性(attribute)

Complex relationship:复杂关系

Composite attribute:复合属性

Composite key:复合键

Concurrency control:并发控制

Constraint:约束

Data conversion and loading:数据转换和加载

Data dictionary:数据字典

Data independence:数据独立性

Data model:数据模型

Data redundancy:数据冗余

Data security:数据安全

Database:数据库

Database design:数据库设计

Database integrity:数据库完整性

Database Management System:数据管理系统

Database planning:数据库规划

25个大数据专业术语入门大数据必备知识

大数据是指跨越传统数据处理能力范围，无法使用常规数据库工具进行处理和管理的大量、高速度、多样性的结构化和非结构化数据的集合。随着信息技术的高速发展，大数据已经成为当今社会的热门话题之一。掌握大数据的相关专业术语对于大数据领域的从业者和对大数据感兴趣的人来说至关重要。本文将介绍25个常见的大数据专业术语，帮助读者快速入门大数据领域。

1. 数据挖掘（Data Mining）

数据挖掘是指通过分析大量数据来发现隐藏在其中的模式和关联性的过程。通过数据挖掘技术，可以从海量数据中提取有价值的知识和信息，支持决策和业务发展。

2. 机器学习（Machine Learning）

机器学习是一种人工智能的技术，通过让计算机系统从数据中学习和改进，实现自主学习和自主决策的能力。机器学习在大数据处理中起到了重要作用，可以从大量数据中挖掘出模式和规律。

3. 云计算（Cloud Computing）

云计算是一种基于互联网的计算方式，可以通过网络提供各种计算资源和服务。云计算通过将计算任务分配给大量的计算机集群来处理大数据，提高计算效率和资源利用率。

4. 流式处理（Stream Processing） 流式处理是指对实时产生的数据流进行实时分析和处理的技术。在大数据领域，流式处理可以对海量的实时数据进行连续的计算和分析，实现实时决策和实时应用。

5. 数据湖（Data Lake）

数据湖是指一个存储了各种结构化和非结构化数据的集合，可以容纳大量的原始数据。数据湖不要求进行数据的预处理或格式转换，使得数据的获取和利用更加灵活和高效。

6. 数据仓库（Data Warehouse）

数据仓库是指一个用于存储和管理各种企业数据的集中化数据存储系统。数据仓库通过将来自不同数据源的数据进行整合和清洗，为企业决策提供可靠的数据支持。

7. 数据可视化（Data Visualization）

浅析关系数据库和NoSql非关系数据库

【摘 要】通过介绍关系型数据库及其在应用中存在的问题，引出了NoSQL

数据库概念，然后介绍NoSQL 数据库的特点、分类及不足，进而总结关系型数据库和NoSQL 数据库结合使用所适用场合。

【关键词】关系数据库；非关系数据库；NoSql

前言

从上个世纪60年代至今的半个世纪，数据库技术伴随着信息技术的发展不断发展，到目前共经历了人工管理阶段、文件系统阶段和数据库系统阶段，在数据库系统阶段又经历了网状数据库、层次数据库和关系数据库阶段，进二十来年，关系数据被广泛使用，发展成主流，但随着互联网技术的蓬勃发展，关系数据库使用遇到了一些新的问题，为应对这些新的问题，近两年来非关系数据库NOSql越来越引起人们的注视，得到了快速发展。

1 关系数据库

1.1 关系数据库的简介

支持关系模型的数据库系成之为关系数据库，是目前各类数据库中使用最为广泛的数据库系统。关系数据库在经过二十几年的发展，已经变的功能强大，使用广泛，产品成熟的数据库系统，现在使用主流的数据库都为关系型数据库，比较熟悉的如SQL Server、Mysql、Oracle、Sybase、Informix、DB2等。在网络上使用比较广泛的是Sql Server、Mysql和Oracle。

1.2 关系数据库的特点

关系数据库是支持关系模型的数据库系统。而关系模型是由二维表来表示实体和实体间联系的模型。使用二维表存储数据，对使用者来说很直观，更容易理解。使用关系数据库的优势主要表现在以下几个特性：

（1）操作方便性。通过开发应用程序和数据库连接，用户能方便的对数据库中数据进行操作，特别对没有数据库基础的人，也可以通过数据库管理系统，直接在数据库中操作。

（2）易于维护性。关系数据库在完整性约束中提供了实体完整性、参照完整性和用户定义的完整性，通过完整性约束可以大大降低了数据存储的冗余及数据不一致的概率。

单词汇总（数据库专业一点的词汇其实主要就是每章后面review items的内容，在这里简单列一下，如果你实在没时间看书，至少这些单词要认识。）：

1. 数据库系统：database system(DS),database management system(DBMS)

2. 数据库系统（DS），数据库管理系统（DBMS）

3. 关系和关系数据库 table= relation，column = attribute属性，domain, atomic domain, row= tuple，relational database, relation schema, relation instance, database schema, database instance;

4. 表=关系，列=属性属性，域，原子域，排=元组，关系型数据库，关系模式，关系实例，数据库模式，数据库实例;

1. key们: super key, candidate key, primary key, foreign key, referencing relation, referenced

relation;

2. 超码，候选码，主码，外码，参照关系，被参照关系

5. 关系代数(relational algebra)：selection, project, natural join, Cartesian product, set operations,

union, intersect, set difference ( except\minus), Rename, assignment, outer join, grouping, tuple

relation calculus

6. （关系代数）：选择，项目，自然连接，笛卡尔积，集合运算，集，交集，集合差（除\负），重命名，分配，外连接，分组，元组关系演算

7. sql组成：