【1.0】数据库初识

【一】存储数据的演变过程

【1】文件存储

• 在早期，随意地存放到一个文件中、数据格式也是千差万别的，完全取决于个人

【2】软件开发目录规范

（1）概要

• 限制了存储数据的具体位置
• 建立专门的文件夹存储数据

（2）软件开发目录规范

• bin：主要存放主程序文件，例如main.py；
• conf：主要存放配置文件，例如settings.py；
• lib：主要存放公用函数或类库，例如common.py；
• core：主要存放核心模块代码，例如src.py；
• interface：主要存放用户界面代码，例如interface.py；
• db：主要存放数据库模块和操作脚本，例如moduls.py和db_hander.py；
• log：主要存放日志文件，例如logs.log；
• README.md：主要存放项目说明文档。

（3）数据存储在本地

• 假设上面是一个游戏
• 每一个人的游戏数据只会保存在本地
• 注册登录账号也只能在本地有效

（4）单机变成联网

• 然而，在现代互联网环境下，单机模式已经不能满足需求，需要将数据库服务端建立起来，将数据库保存部分统一到一个位置。
• 所有的数据操作都会经过这个总的数据库。
• 这样不仅可以实现数据共享，还可以保证数据的安全性和稳定性。
• 同时，也可以通过增加服务器集群等方式，提高系统的性能和可扩展性。

【二】数据库的本质

• 数据库其实就是一块基于网络通信的应用程序
• 每个人都有开发一块数据库的能力

【三】数据库的介绍

【1】关系型数据库

• MySQL
• Oracle
• db2
• access
• sql server

这些数据库都采用关系模型来组织数据，并且支持SQL查询语言。

【2】非关系型数据库

• Redis
• MongoDB
• Memcached

这些数据库不采用关系模型来组织数据，而是采用了其他的模型，例如键值对模型、文档模型、图形模型等。

【3】关系型（存储数据）

• 彼此之间有关联
• 存储数据的表型形式通常以表格形式存储
• 每个字段限制每个字段下的存储数据的格式例如字符串、数字、日期等。
• 同时，关系型数据库还支持各种数据操作，例如插入、删除、更新和查询等。

【4】非关系型（缓存数据）

• 存储数据通常是K:V形式存储数据
• 非关系型数据库通常用于存储临时性的、高速访问的数据，这些数据通常以键值对的形式存储，其中“键”表示数据的唯一标识，“值”表示实际的数据内容。
• 由于非关系型数据库通常不提供事务支持和复杂的查询功能，因此不适合存储长期保存的历史数据。

【四】数据库的应用场景

【1】需求

• 假设现在你已经是某大型互联网公司的高级程序员，让你写一个火车票购票系统，来hold住十一期间全国的购票需求，你怎么写？
• 在同一时段抢票的人数如果太多，那么你的程序不可能运行在一台机器上，应该是多台机器一起分担用户的购票请求。

【2】实现需求

• 那么问题就来了，票务信息的数据存在哪里？存在文件里么？
• 如果存储在文件里，那么存储在哪一台机器上呢？是每台机器上都存储一份么？
  • 首先，如果其中一台机器上卖出的票另外两台机器是感知不到的，
  • 其次，如果我们将数据和程序放在同一个机器上，如果程序和数据有一个出了问题都会导致整个服务不可用。
  • 最后，操作或修改文件中的内容对python代码来说是一件很麻烦的事。
• 基于上面这些问题，单纯的将数据存储在和程序同一台机器上的文件中是非常不明智的。
• 根据上面的例子，我们可以知道，将文件和程序存在一台机器上是很不合理的，同时，操作文件是一件很麻烦的事，所以我们可以使用数据库来存储数据。