Python与数据库[0] -> 数据库概述
数据库概述 / Database Overview
1 关于SQL / About SQL
构化查询语言(Structured Query Language)简称SQL，是一种特殊目的的编程语言，是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库系统；同时也是数据库脚本文件的扩展名。
结构化查询语言是高级的非过程化编程语言，允许用户在高层数据结构上工作。它不要求用户指定对数据的存放方法，也不需要用户了解具体的数据存放方式，所以具有完全不同底层结构的不同数据库系统, 可以使用相同的结构化查询语言作为数据输入与管理的接口。结构化查询语言语句可以嵌套，这使它具有极大的灵活性和强大的功能。
1.1 SQL语言 / SQL Language
结构化查询语言包含6个部分：
1. 数据查询语言（DQL: Data Query Language）
其语句，也称为“数据检索语句”，用以从表中获得数据，确定数据怎样在应用程序给出。保留字SELECT是DQL（也是所有SQL）用得最多的动词，其他DQL常用的保留字有WHERE，ORDER BY，GROUP BY和HAVING。这些DQL保留字常与其他类型的SQL语句一起使用。
2. 数据操作语言（DML: Data Manipulation Language）
其语句包括动词INSERT, UPDATE和DELETE。它们分别用于添加，修改和删除表中的行。也称为动作查询语言。
3. 事务处理语言（TPL）
它的语句能确保被DML语句影响的表的所有行及时得以更新。TPL语句包括BEGIN TRANSACTION，COMMIT和ROLLBACK。
4. 数据控制语言（DCL）
它的语句通过GRANT或REVOKE获得许可，确定单个用户和用户组对数据库对象的访问。某些RDBMS可用GRANT或REVOKE控制对表单个列的访问。
5. 数据定义语言（DDL）
其语句包括动词CREATE和DROP。在数据库中创建新表或删除表（CREAT TABLE 或 DROP TABLE）；为表加入索引等。DDL包括许多与人数据库目录中获得数据有关的保留字。它也是动作查询的一部分。
6. 指针控制语言（CCL）
它的语句，像DECLARE CURSOR, FETCH INTO和UPDATE WHERE CURRENT用于对一个或多个表单独行的操作
1.2 SQL数据类型 / SQL Data
结构化查询语言共有五种数据类型，字符型，文本型，数值型，逻辑型和日期型。
1. 字符型
VARCHAR VS CHAR
VARCHAR型和CHAR型数据的这个差别是细微的，但是非常重要。他们都是用来储存字符串长度小于255的字符。
假如你向一个长度为四十个字符的VARCHAR型字段中输入数据Bill Gates。当你以后从这个字段中取出此数据时，你取出的数据其长度为十个字符——字符串Bill Gates的长度。假如你把字符串输入一个长度为四十个字符的CHAR型字段中，那么当你取出数据时，所取出的数据长度将是四十个字符。字符串的后面会被附加多余的空格。
当你建立自己的站点时，你会发现使用VARCHAR型字段要比CHAR型字段方便的多。使用VARCHAR型字段时，你不需要为剪掉你数据中多余的空格而操心。
VARCHAR型字段的另一个突出的好处是它可以比CHAR型字段占用更少的内存和硬盘空间。当你的数据库很大时，这种内存和磁盘空间的节省会变得非常重要。
2. 文本型 TEXT
使用文本型数据，你可以存放超过二十亿个字符的字符串。当你需要存储大串的字符时，应该使用文本型数据。
注意文本型数据没有长度，而上一节中所讲的字符型数据是有长度的。一个文本型字段中的数据通常要么为空，要么很大。
当你从HTML FORM的多行文本编辑框（TEXTAREA）中收集数据时，你应该把收集的信息存储于文本型字段中。但是，无论何时，只要你能避免使用文本型字段，你就应该不使用它。文本型字段既大且慢，滥用文本型字段会使服务器速度变慢。文本型字段还会吃掉大量的磁盘空间。
一旦你向文本型字段中输入了任何数据（甚至是空值），就会有2K的空间被自动分配给该数据。除非删除该记录，否则你无法收回这部分存储空间。
3. 数值型 整数INT 小数NUMERIC 钱数MONEY
INT VS SMALLINT VS TINYINT
通常，为了节省空间，应该尽可能的使用最小的整型数据。一个TINYINT型数据只占用一个字节；一个INT型数据占用四个字节。这看起来似乎差别不大，但是在比较大的表中，字节数的增长是很快的。另一方面，一旦你已经创建了一个字段，要修改它是很困难的。因此，为安全起见，你应该预测一下，一个字段所需要存储的数值最大有可能是多大，然后选择适当的数据类型。
NUMERIC
为了能对字段所存放的数据有更多的控制，你可以使用NUMERIC型数据来同时表示一个数的整数部分和小数部分。NUMERIC型数据使你能表示非常大的数——比INT型数据要大得多。一个NUMERIC型字段可以存储从-10^38到10^38范围内的数。NUMERIC型数据还使你能表示有小数部分的数。例如，你可以在NUMERIC型字段中存储小数3.14。
MONEY VS SMALLMONEY
你可以使用 INT型或NUMERIC型数据来存储钱数。但是，专门有另外两种数据类型用于此目的。
如果你希望你的网点能挣很多钱，你可以使用MONEY型数据。如果你的野心不大，你可以使用SMALLMONEY型数据。MONEY型数据可以存储从-922,337,203,685,477.5808到922,337,203,685,477.5807的钱数。如果你需要存储比这还大的金额，你可以使用NUMERIC型数据。
SMALLMONEY型数据只能存储从-214,748.3648到214,748.3647 的钱数。同样，如果可以的话，你应该用SMALLMONEY型来代替MONEY型数据，以节省空间。
4. 逻辑型 BIT
如果你使用复选框（CHECKBOX）从网页中搜集信息，你可以把此信息存储在BIT型字段中。BIT型字段只能取两个值：0或1。
Note: 在你创建好一个表之后，不能向表中添加 BIT型字段。如果你打算在一个表中包含BIT型字段，你必须在创建表时完成。
5. 日期型
DATETIME VS SMALLDATETIME
一个 DATETIME型的字段可以存储的日期范围是从1753年1月1日第一毫秒到9999年12月31日最后一毫秒。
如果你不需要覆盖这么大范围的日期和时间，你可以使用SMALLDATETIME型数据。它与DATETIME型数据同样使用，只不过它能表示的日期和时间范围比DATETIME型数据小，而且不如DATETIME型数据精确。一个SMALLDATETIME型的字段能够存储从1900年1月1日到2079年6月6日的日期，它只能精确到秒。
DATETIME型字段在你输入日期和时间之前并不包含实际的数据，认识这一点是重要的
1.3 SQL常用命令 / SQL Frequent Command
可参考常用命令。
1.4 T-SQL简介 / About Transact-SQL
Transact-SQL(T-SQL)是微软和Sybase使用的一种SQL扩展语言，用于与关系型数据库进行事务交互。T-SQL扩展了SQL的多项标准，包括过程编程，本地变量及多种支持函数，同时也对DELETE和UPDATE语句进行了修改，允许DELETE与UPDATE增加条件FROM。
在流程控制方面，加入了BEGIN和END，BREAK，CONTINUE，GOTO以及IF和ELSE，RETURN，WAITFOR和WHILE等，使其更具编程化。
2 关于数据库 / About Database
2.1 常用数据库
目前主要的几种流行数据库为MySQL, SQL server, Oracle, Sysbase, Access等，详细内容可以参考常用数据库。
2.1.1 MySQL
2.1.1.1 MySQL简介
MySQL是最受欢迎的开源SQL数据库管理系统，它由MySQL AB开发、发布和支持。MySQL AB是一家基于MySQL开发人员的商业公司
MySQL是一个快速的、多线程、多用户和健壮的SQL数据库服务器。MySQL服务器支持关键任务、重负载生产系统的使用，也可以将它嵌入到一个大配置(mass- deployed)的软件中去。
与其他数据库管理系统相比，MySQL具有以下优势：
(1) MySQL是一个关系数据库管理系统。
(2) MySQL是开源的。
(3) MySQL服务器是一个快速的、可靠的和易于使用的数据库服务器。
(4) MySQL服务器工作在客户/服务器或嵌入系统中。
(5) 有大量的MySQL软件可以使用
2.1.1.2 MySQL使用教程
关于MySQL数据库的使用可以参考教程。
2.1.1.3 MySQL数据类型
可以参考MySQL的数据类型。
2.1.1.3.1 整型
|
MySQL数据类型 |
含义（有符号） |
|
tinyint(m) |
1个字节 范围(-128~127) |
|
smallint(m) |
2个字节 范围(-32768~32767) |
|
mediumint(m) |
3个字节 范围(-8388608~8388607) |
|
int(m) |
4个字节 范围(-2147483648~2147483647) |
|
bigint(m) |
8个字节 范围(+-9.22*10的18次方) |
Note: 取值范围如果加了unsigned，则最大值翻倍，如tinyint unsigned的取值范围为(0~256)。 int(m)里的m是表示SELECT查询结果集中的显示宽度，并不影响实际的取值范围，没有影响到显示的宽度，不知道这个m有什么用。
2.1.1.3.2 浮点型(float和double)
|
MySQL数据类型 |
含义 |
|
float(m,d) |
单精度浮点型，8位精度(4字节)，m总个数，d小数位 |
|
double(m,d) |
双精度浮点型，16位精度(8字节)，m总个数，d小数位 |
Note: 设一个字段定义为float(5,3)，如果插入一个数123.45678,实际数据库里存的是123.457，但总个数还以实际为准，即6位。
2.1.1.3.3 定点数
浮点型在数据库中存放的是近似值，而定点类型在数据库中存放的是精确值。
decimal(m,d) 参数m<65 是总个数，d<30且 d<m 是小数位。
2.1.1.3.4 字符串(char, varchar, _text)
|
MySQL数据类型 |
含义 |
|
char(n) |
固定长度，最多255个字符 |
|
varchar(n) |
固定长度，最多65535个字符 |
|
tinytext |
可变长度，最多255个字符 |
|
text |
可变长度，最多65535个字符 |
|
mediumtext |
可变长度，最多2的24次方-1个字符 |
|
longtext |
可变长度，最多2的32次方-1个字符 |
char和varchar
1.char(n) 若存入字符数小于n，则以空格补于其后，查询之时再将空格去掉。所以char类型存储的字符串末尾不能有空格，varchar不限于此。
2.char(n) 固定长度，char(4)不管是存入几个字符，都将占用4个字节，varchar是存入的实际字符数+1个字节（n<=255）或2个字节(n>255)，所以varchar(4),存入3个字符将占用4个字节。
3.char类型的字符串检索速度要比varchar类型的快。
varchar和text
1.varchar可指定n，text不能指定，内部存储varchar是存入的实际字符数+1个字节（n<=255）或2个字节(n>255)，text是实际字符数+2个字节。
2.text类型不能有默认值。
3.varchar可直接创建索引，text创建索引要指定前多少个字符。varchar查询速度快于text,在都创建索引的情况下，text的索引似乎不起作用。
2.1.1.3.5 二进制数据(_Blob)
1._BLOB和_text存储方式不同，_TEXT以文本方式存储，英文存储区分大小写，而_Blob是以二进制方式存储，不分大小写。
2._BLOB存储的数据只能整体读出。
3._TEXT可以指定字符集，_BLO不用指定字符集。
2.1.1.3.6 日期时间类型
|
MySQL数据类型 |
含义 |
|
date |
日期 '2008-12-2' |
|
time |
时间 '12:25:36' |
|
datetime |
日期时间 '2008-12-2 22:06:44' |
|
timestamp |
自动存储记录修改时间 |
若定义一个字段为timestamp，这个字段里的时间数据会随其他字段修改的时候自动刷新，所以这个数据类型的字段可以存放这条记录最后被修改的时间。
2.1.1.3.7 数据类型的属性
|
MySQL关键字 |
含义 |
|
NULL |
数据列可包含NULL值 |
|
NOT NULL |
数据列不允许包含NULL值 |
|
DEFAULT |
默认值 |
|
PRIMARY KEY |
主键 |
|
AUTO_INCREMENT |
自动递增，适用于整数类型 |
|
UNSIGNED |
无符号 |
|
CHARACTER SET name |
指定一个字符集 |
2.1.1.4 MySQL自带数据库
2.1.1.4.1 information_schema
MySQL中，除了自行安装的数据库外，还有一个information_schema数据库，详细信息来源于参考链接。
information_schema数据库是MySQL自带的，它提供了访问数据库元数据的方式。什么是元数据呢？元数据是关于数据的数据，如数据库名或表名，列的数据类型，或访问权限等。有些时候用于表述该信息的其他术语包括“数据词典”和“系统目录”。
在 MySQL中，把information_schema看作是一个数据库，确切说是信息数据库。其中保存着关于MySQL服务器所维护的所有其他数据库的信息。如数据库名，数据库的表，表栏的数据类型与访问权限等。在information_schema中，有数个只读表。它们实际上是视图，而不是基本表，因此，你将无法看到与之相关的任何文件。
2.1.1.4.1.1 数据库内的表说明
SCHEMATA表: 提供了当前mysql实例中所有数据库的信息，show databases的结果取之此表。
TABLES表: 提供了关于数据库中的表的信息（包括视图）。详细表述了某个表属于哪个schema，表类型，表引擎，创建时间等信息。show tables from schemaname的结果取之此表。
COLUMNS表: 提供了表中的列信息。详细表述了某张表的所有列以及每个列的信息。show columns from schemaname.tablename的结果取之此表。
STATISTICS表: 提供了关于表索引的信息。show index from schemaname.tablename的结果取之此表。
USER_PRIVILEGES（用户权限)表: 给出了关于全程权限的信息,该信息源自于mysql.user授权表。是非标准表。
SCHEMA_PRIVILEGES（方案权限）表: 给出了关于方案（数据库）权限的信息。该信息来自mysql.db授权表。是非标准表。
TABLE_PRIVILEGES（表权限）表: 给出了关于表权限的信息。该信息源自mysql.tables_priv授权表。是非标准表。
COLUMN_PRIVILEGES（列权限）表: 给出了关于列权限的信息。该信息源自mysql.columns_priv授权表。是非标准表。
CHARACTER_SETS（字符集）表: 提供了mysql实例可用字符集的信息。show character set的结果集取之此表。
COLLATIONS表: 提供了关于各字符集的对照信息。
COLLATION_CHARACTER_SET_APPLICABILITY表: 指明了可用于校对的字符集。这些列等效于show collation的前两个显示字段。
TABLE_CONSTRAINTS表: 描述了存在约束的表。以及表的约束类型。
KEY_COLUMN_USAGE表: 描述了具有约束的键列。
ROUTINES表: 提供了关于存储子程序（存储程序和函数）的信息。此时，ROUTINES表不包含自定义函数（UDF）。名为“mysql.proc name”的列指明了对应于INFORMATION_SCHEMA.ROUTINES表的mysql.proc表列。
VIEWS表: 给出了关于数据库中的视图的信息。需要有show views权限，否则无法查看视图信息。
TRIGGERS表: 提供了关于触发程序的信息。必须有super权限才能查看该表。
2.1.1.4.1.2 使用技巧
1. 类似MS SQL SERVER中的SP_HELPTEXT查看存储过程、函数、视图的功能
SHOW CREATE PROCEDURE 存储过程名;
SHOW CREATE FUNCTION 函数名;
SHOW CREATE VIEW 视图名;
还可以使用以下办法（但下面的办法只包含存储过程主体部分，不包含Create以及传入参数申明的部分）:
SELECT ROUTINE_DEFINITION FROM INFORMATION_SCHEMA.ROUTINES WHERE ROUTINE_SCHEMA='数据库名' AND ROUTINE_TYPE='PROCEDURE' and ROUTINE_NAME='存储过程名';
函数也类似，只需要将查询条件对应改成ROUTINE_TYPE='FUNCTION'就行
2. 查看当前实例包含的数据库列表
SELECT * FROM INFORMATION_SCHEMA.SCHEMATA;
3. 查询数据库中所有的表（包含视图）
SELECT * FROM INFORMATION_SCHEMA.tables WHERE TABLE_SCHEMA='数据库名' and TABLE_TYPE='BASE TABLE';
SELECT * FROM INFORMATION_SCHEMA.tables WHERE TABLE_SCHEMA='数据库名' and TABLE_TYPE='VIEW';
4. 查询数据库中所有的视图
SELECT * FROM INFORMATION_SCHEMA.VIEWS WHERE TABLE_SCHEMA='数据库名';
5. 查询表对应的字段
a. SELECT * FROM INFORMATION_SCHEMA.COLUMNS WHERE table_schema='数据库名' and table_name='表名';
b. 横向列出表对应的字段，方便写Insert语句: select GROUP_CONCAT(COLUMN_name) as '字段' from INFORMATION_SCHEMA.COLUMNS WHERE table_schema='数据库名' and table_name='表名';
6. 查询关键字在哪些存储过程或者函数中存在
SELECT * FROM INFORMATION_SCHEMA.ROUTINES WHERE ROUTINE_SCHEMA='数据库名' AND ROUTINE_TYPE='PROCEDURE' AND ROUTINE_DEFINITION like '%关键字%';
SELECT * FROM INFORMATION_SCHEMA.ROUTINES WHERE ROUTINE_SCHEMA='数据库名' AND ROUTINE_TYPE='FUNCTION' AND ROUTINE_DEFINITION like '%关键字%';
2.1.2 SQL Server
2.1.2.1 SQL Server简介
SQL Server (MSSQL)是由微软开发的数据库管理系统，是Web上最流行的用于存储数据的数据库，它已广泛用于电子商务、银行、保险、电力等与数据库有关的行业。
目前最新版本是SQL Server 2005，它只能在Windows上运行，操作系统的系统稳定性对数据库十分重要。并行实施和共存模型并不成熟，很难处理日益增多的用户数和数据卷，伸缩性有限。
SQL Server 提供了众多的Web和电子商务功能，如对XML和Internet标准的丰富支持，通过Web对数据进行轻松安全的访问，具有强大的、灵活的、基于Web的和安全的应用程序管理等。而且，由于其易操作性及其友好的操作界面，深受广大用户的喜爱。
2.1.3 Oracle
提起数据库，第一个想到的公司，一般都会是Oracle(甲骨文)。该公司成立于1977年，最初是一家专门开发数据库的公司。Oracle在数据库领域一直处于领先地位。 1984年，首先将关系数据库转到了桌面计算机上。然后，Oracle5率先推出了分布式数据库、客户/服务器结构等崭新的概念。Oracle 6首创行锁定模式以及对称多处理计算机的支持，最新的Oracle 8主要增加了对象技术，成为关系—对象数据库系统。目前，Oracle产品覆盖了大、中、小型机等几十种机型，Oracle数据库成为世界上使用最广泛的关系数据系统之一。
Oracle数据库产品具有以下优良特性。
(1) 兼容性: Oracle产品采用标准SQL，并经过美国国家标准技术所(NIST)测试。与IBM SQL/DS、DB2、INGRES、IDMS/R等兼容。
(2) 可移植性: Oracle的产品可运行于很宽范围的硬件与操作系统平台上。可以安装在70种以上不同的大、中、小型机上;可在VMS、DOS、UNIX、Windows等多种操作系统下工作。
(3) 可联结性: Oracle能与多种通讯网络相连，支持各种协议(TCP/IP、DECnet、LU6.2等)。
(4) 高生产率: Oracle产品提供了多种开发工具，能极大地方便用户进行进一步的开发。
(5) 开放性: Oracle良好的兼容性、可移植性、可连接性和高生产率使Oracle RDBMS具有良好的开放性。
2.1.4 Sysbase
1984年，Mark B. Hiffman和Robert Epstern创建了Sybase公司，并在1987年推出了Sybase数据库产品。Sybase主要有三种版本：一是UNIX操作系统下运行的版本;二是Novell Netware环境下运行的版本;三是Windows NT环境下运行的版本。对UNIX操作系统，目前应用最广泛的是SYBASE 10及SYABSE 11 for SCO UNIX。
Sybase数据库的特点：
(1) 它是基于客户/服务器体系结构的数据库。
(2) 它是真正开放的数据库。
(3) 它是一种高性能的数据库。
2.2 数据库结构
2.2.1 数据库 / Database
Visual Basic中使用的数据库是关系型数据库(Relational Database)。一个数据库由一个或一组数据表组成。每个数据库都以文件的形式存放在磁盘上，即对应于一个物理文件。不同的数据库，与物理文件对应的方式也不一样。对于dBASE, FoxPro和Paradox格式的数据库来说，一个数据表就是一个单独的数据库文件，而对于Microsoft Access、Btrieve格式的数据库来说，一个数据库文件可以含有多个数据表。
2.2.2 数据表 / Table
简称表，由一组数据记录组成，数据库中的数据是以表为单位进行组织的。一个表是一组相关的按行排列的数据；每个表中都含有相同类型的信息。表实际上是一个二维表格，例如，一个班所有学生的考试成绩，可以存放在一个表中，表中的每一行对应一个学生，这一行包括学生的学号，姓名及各门课程成绩。
2.2.3 记录 / Record
表中的每一行称为一个记录，它由若干个字段组成。
2.2.4 字段 / Field
也称域。表中的每一列称为一个字段。每个字段都有相应的描述信息，如数据类型、数据宽度等。
2.2.5 索引 / Index
为了提高访问数据库的效率，可以对数据库使用索引。当数据库较大时，为了查找指定的记录，则使用索引和不使用索引的效率有很大差别。索引实际上是一种特殊类型的表，其中含有关键字段的值(由用户定义)和指向实际记录位置的指针，这些值和指针按照特定的顺序(也由用户定义)存储，从而可以以较快的速度查找到所需要的数据记录。
2.2.6 查询 / Query
一条SQL(结构化查询语言)命令，用来从一个或多个表中获取一组指定的记录，或者对某个表执行指定的操作。当从数据库中读取数据时，往往希望读出的数据符合某些条件，并且能按某个字段排序。使用SQL，可以使这一操作容易实现而且更加有效。SQL是非过程化语言(有人称为第四代语言)，在用它查找指定的记录时，只需指出做什么，不必说明如何做。每个语句可以看作是一个查询(query)，根据这个查询，可以得到需要的查询结果。
2.2.7 过滤器 / Filter
过滤器是数据库的一个组成部分，它把索引和排序结合起来，用来设置条件，然后根据给定的条件输出所需要的数据。
2.2.8 视图 / View
数据的视图指的是查找到(或者处理)的记录数和显示(或者进行处理)这些记录的顺序。在一般情况下，视图由过滤器和索引控制。视图中并不存储数据，视图是一种虚表。
2.3 数据库类型
2.3.1 关系型数据库
关系型数据库是指采用了关系模型来组织数据的数据库。
关系模型是在1970年由IBM的研究员E.F.Codd博士首先提出的，在之后的几十年中，关系模型的概念得到了充分的发展并逐渐成为主流数据库结构的主流模型。
简单来说，关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。
关系模型中常用的概念:
关系: 可以理解为一张二维表，每个关系都具有一个关系名，就是通常说的表名
元组: 可以理解为二维表中的一行，在数据库中经常被称为记录
属性: 可以理解为二维表中的一列，在数据库中经常被称为字段
域: 属性的取值范围，也就是数据库中某一列的取值限制
关键字: 一组可以唯一标识元组的属性，数据库中常称为主键，由一个或多个列组成
关系模式: 指对关系的描述。其格式为：关系名(属性1，属性2， ... ... ，属性N)，在数据库中成为表结构
关系型数据库的优点:
容易理解: 二维表结构是非常贴近逻辑世界的一个概念，关系模型相对网状、层次等其他模型来说更容易理解
使用方便: 通用的SQL语言使得操作关系型数据库非常方便
易于维护: 丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大减低了数据冗余和数据不一致的概率。
2.3.2 非关系型数据库
非关系型数据库提出另一种理念，例如，以键值对存储，且结构不固定，每一个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，这样就不会局限于固定的结构，可以减少一些时间和空间的开销。使用这种方式，用户可以根据需要去添加自己需要的字段，这样，为了获取用户的不同信息，不需要像关系型数据库中，要对多表进行关联查询。仅需要根据id取出相应的value就可以完成查询。但非关系型数据库由于很少的约束，他也不能够提供像SQL所提供的where这种对于字段属性值情况的查询。并且难以体现设计的完整性。他只适合存储一些较为简单的数据，对于需要进行较复杂查询的数据，SQL数据库显的更为合适。
由于非关系型数据库本身天然的多样性，以及出现的时间较短，因此，不想关系型数据库，有几种数据库能够一统江山，非关系型数据库非常多，并且大部分都是开源的。
这些数据库中，其实实现大部分都比较简单，除了一些共性外，很大一部分都是针对某些特定的应用需求出现的，因此，对于该类应用，具有极高的性能。依据结构化方法以及应用场合的不同，主要分为以下几类，
面向高性能并发读写的key-value数据库:
key-value数据库的主要特点即使具有极高的并发读写性能，Redis,Tokyo Cabinet,Flare就是这类的代表。
面向海量数据访问的面向文档数据库:
这类数据库的特点是，可以在海量的数据中快速的查询数据，典型代表为MongoDB以及CouchDB。
面向可扩展性的分布式数据库:
这类数据库想解决的问题就是传统数据库存在可扩展性上的缺陷，这类数据库可以适应数据量的增加以及数据结构的变化。
2.3.3 NoSQL
NoSQL(NoSQL = Not Only SQL )，意即“不仅仅是SQL”，是一项全新的数据库革命性运动，早期就有人提出，发展至2009年趋势越发高涨。NoSQL的拥护者们提倡运用非关系型的数据存储，相对于铺天盖地的关系型数据库运用，这一概念无疑是一种全新的思维的注入。
2.4 数据库相关知识
2.4.1 Schema(模式)与dbo
关于Schema的理解来自于这个链接
SQL中有一个Schema的概念，实际上Schema就是数据库对象的集合，这个集合包含了表、视图、存储过程、索引等，为了区分不同的集合，就需要给不同的集合起不同的名字，默认情况下一个用户对应一个集合，用户的schema名等于用户名，并作为该用户缺省schema。所以schema集合看上去像用户名。
如果把database看作是一个仓库，仓库很多房间（schema），一个schema代表一个房间，table可以看作是每个房间中的储物柜，user是每个schema的主人，有操作数据库中每个房间的权利，就是说每个数据库映射的user有每个schema（房间）的钥匙。
我们访问一个表时，没有指明该表属于哪一个schema中的，系统就会自动给我们在表上加上缺省的shema名。在数据库中一个对象的完整名称为schema.object，而不属user.object。
在MySQL中创建一个Schema和创建一个Database的效果好像是一样的，但是在sqlserver和orcal数据库中效果又是不同的。
在SQL Server 2000中，user和schema总有一层隐含的关系，让我们很少意识到其实user和schema是两种完全不同的概念，假如我们在某一数据库中创建了用户Bosco，那么此时后台也为我们默认的创建了schema【Bosco】，schema的名字和user的名字相同。
在SQL Server 2005中，为了向后兼容，当用sp_adduser存储过程创建一个用户的时候，sqlserver2005同时也创建了一个和用户名相同的schema，然而这个存储过程是为了向后兼容才保留的，当我们用create user创建数据库用户时，我们可以为该用户指定一个已经存在的schema作为默认的schema，如果我们不指定，则该用户所默认的schema即为dbo schema，dbo房间（schema）好比一个大的公共房间，在当前登录用户没有默认schema的前提下，如果你在大仓库中进行一些操作，比如create table，如果没有制定特定的房间（schema），那么你的物品就只好放进公共的dbo房间（schema）了。但是如果当前登录用户有默认的schema，那么所做的一切操作都是在默认的schema上进行。
在Oracle数据库中不能新建一个schema，要想创建一个schema，只能通过创建一个用户的方法解决，在创建一个用户的同时为这个用户创建一个与用户名同名的schem并作为该用户的缺省shcema。即schema的个数同user的个数相同，而且schema名字同user名字一一对应并且相同。
参考链接
http://blog.csdn.net/znyyjk/article/details/52717336
https://en.wikipedia.org/wiki/Transact-SQL
http://blog.csdn.net/op_zoro/article/details/8143024
http://www.cnblogs.com/mr-wid/archive/2013/05/09/3068229.html
http://www.cnblogs.com/zbseoag/archive/2013/03/19/2970004.html
http://www.cnblogs.com/lrl45/p/5923444.html
