数据库简介
数据库
一.数据库管理软件的由来
基于我们之前所学，数据要想永久保存，都是保存于文件中，毫无疑问，一个文件仅仅只能存在于某一台机器上。
如果我们暂且忽略直接基于文件来存取数据的效率问题，并且假设程序所有的组件都运行在一台机器上，那么用文件存取数据，并没有问题。
很不幸，这些假设都是你自己意淫出来的，上述假设存在以下几个问题。。。。。。
1、程序所有的组件就不可能运行在一台机器上
#因为这台机器一旦挂掉则意味着整个软件的崩溃，并且程序的执行效率依赖于承载它的硬件，而一台机器机器的性能总归是有限的，受限于目前的硬件水平，就一台机器的性能垂直进行扩展是有极限的。
#于是我们只能通过水平扩展来增强我们系统的整体性能，这就需要我们将程序的各个组件分布于多台机器去执行。
2、数据安全问题
#根据1的描述，我们将程序的各个组件分布到各台机器，但需知各组件仍然是一个整体，言外之意，所有组件的数据还是要共享的。但每台机器上的组件都只能操作本机的文件，这就导致了数据必然不一致。
#于是我们想到了将数据与应用程序分离：把文件存放于一台机器，然后将多台机器通过网络去访问这台机器上的文件（用socket实现），即共享这台机器上的文件,共享则意味着竞争，会发生数据不安全，需要加锁处理。。。。
3、并发
根据2的描述，我们必须写一个socket服务端来管理这台机器（数据库服务器）上的文件，然后写一个socket客户端，完成如下功能：
#1.远程连接（支持并发）
#2.打开文件
#3.读写（加锁）
#4.关闭文件
总结：
我们在编写任何程序之前，都需要事先写好基于网络操作一台主机上文件的程序（socket服务端与客户端程序），于是有人将此类程序写成一个专门的处理软件，这就是mysql等数据库管理软件的由来，但mysql解决的不仅仅是数据共享的问题，还有查询效率，安全性等一系列问题，总之，把程序员从数据管理中解脱出来，专注于自己的程序逻辑的编写。
ps：mysql数据库管理软件是一个cs架构的套接字程序，该程序的基本流程就是客户端提交命令给服务端运行，然后服务端将结果返回给客户端，所以说白了数据库管理软件如mysql本质就是一个远程执行命令的套接字程序，数据库管理软件提供的这套命令称之为sql。
二.数据库管理软件分类
2.1 简单分为两大类(重点)
- 1、关系型数据库
如
oracle
主要用于银行、铁路、飞机场等。该数据库功能强大，软件费用高。
也是甲骨文公司的产品。
MySQL
主要用于大型门户，例如搜狗、新浪等，它主要的优势就是开放源代码
因为开放源代码这个数据库是免费的，他现在是甲骨文公司的产品。
MariaDB
SUN被甲骨文收购后，MySQL 的原创人员有拉出另外一个分支，
命名MariaDB 。该数据库被维基百科，Facebook 甚至 Google
等技术巨头使用。 MariaDB 是一种可为 MySQL 提供插件替换功能的
数据库服务器。开发人员的首要关注点是安全性，在每个版本发布时，
开发人员还会合并所有 MySQL 的安全修补程序，
并在需要时对其进行增强。
sqllite
小型数据库(django框架自带该数据库)
db2
sql server
微软公司的产品，主要应用于大中型企业，如联想、方正等。
注意：sql语句通用
- 2、非关系型数据库
如
Redis、mongoDB、memcache
Redis:目前最火的缓存数据库 具有很多数据结构 功能强大
mongoDB:文档型数据库 可以用在大数据和爬虫领域
memcache:已经被redis淘汰
可以简单的理解为：
关系型数据库拥有固定的表结构 并且表与表之间可以建立代码层面的关系
非关系型数据库是key-value存储的，没有表结构
热度排行
数据库种类很多，我们平时接触最多的恐怕就是Oracle数据库，或者MySQL数据。两者是应用最广泛的关系型数据。
2.2 SQL与NoSQL的由来
数据库的服务端为了能够兼容不同类型的客户端实现数据交互
所以规定了统一的交互方式
关系型数据库>>>:SQL语句
非关系型数据库>>>:NoSQL语句
# NoSQL有时候也表示 非关系型数据库
三. 不同类型数据库的对比（了解）
3.1 MySQL和Redis的对比
1）从数据存储格式上：
有一条学生信息
jason 性别：男 年龄：23 籍贯：山东 手机：1234567890
mysql存储格式:
uid 姓名 sex age home phone
001 jason 男 23 山东 1234567890
Redis存储格式：
name001:jason
sex001:男
age001:23
home001:山东
phone001:1234567890
2）从分类上
MySQL是关系型数据库,主要用于存放持久化数据,将数据存储在硬盘中,读取速度较慢。
Redis是NOSQL,即非关系型数据库,也是缓存数据库,即将数据存储在缓存中,缓存的读取速度快,能够大大的提高运行效率,但是保存时间有限。
3）从运行机制上
mysql作为持久化存储的关系型数据库，相对薄弱的地方在于每次请求访问数据库时，都存在着I/O操作，如果反复频繁的访问数据库。
第一：会在反复链接数据库上花费大量时间，从而导致运行效率过慢；
第二：反复的访问数据库也会导致数据库的负载过高，那么此时缓存的概念就衍生了出来。
redis数据库是一款缓存数据库，用于存储使用频繁的数据，这样减少访问数据库的次数，提高运行效率。
4）从存储介质上
mysql用于持久化的存储数据到硬盘，功能强大，但是速度较慢。
redis用于存储使用较为频繁的数据到缓存中，读取速度快。
5）需求上
MySQL和Redis因为需求的不同,一般都是配合使用
配合使用方案通常为：MySQL(主) + Redis(辅)
理由：
MySQL把数据存储于硬盘，偏向于存数据
Redis把数据存储于内存，偏向于快速取数据
但MySQL支持sql查询,可以实现一些关联的查询以及统计，因此Redis查询复杂的表关系时不如MySQL
所以可以把热门的数据放Redis,MySQL存基本数据。
ps：在有限的条件下不能把所有数据都放在Redis.
3.2 MySQL与mongdb对比
**（一）关系型数据库-MySQL **
1、在不同的引擎上有不同的存储方式。
2、查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高。
3、开源数据库的份额在不断增加，mysql的份额也在持续增长。
4、缺点就是在海量数据处理的时候效率会显著变慢。
**（二）非关系型数据库-MongoDB **
非关系型数据库(nosql ),属于文档型数据库。先解释一下文档的数据库，即可以存放xml、json、bson类型系的数据。这些数据具备自述性，呈现分层的树状数据结构。数据结构由键值(key=>value)对组成。
1、存储方式：虚拟内存+持久化。
2、查询语句：是独特的MongoDB的查询方式。
3、适合场景：事件的记录，内容管理或者博客平台等等。
4、架构特点：可以通过副本集，以及分片来实现高可用。
5、数据处理：数据是存储在硬盘上的，只不过需要经常读取的数据会被加载到内存中，将数据存储在物理内存中，从而达到高速读写。
6、成熟度与广泛度：新兴数据库，成熟度较低，Nosql数据库中最为接近关系型数据库，比较完善的DB之一，适用人群不断在增长。
**（三）MongoDB优势与劣势 **
优势：
1、在适量级的内存的MongoDB的性能是非常迅速的，它将热数据存储在物理内存中，使得热数据的读写变得十分快。
2、MongoDB的高可用和集群架构拥有十分高的扩展性。
3、在副本集中，当主库遇到问题，无法继续提供服务的时候，副本集将选举一个新的主库继续提供服务。
4、MongoDB的Bson和JSon格式的数据十分适合文档格式的存储与查询。
劣势：
1、 不支持事务操作。MongoDB本身没有自带事务机制，若需要在MongoDB中实现事务机制，需通过一个额外的表，从逻辑上自行实现事务。
2、 应用经验少，由于NoSQL兴起时间短，应用经验相比关系型数据库较少。
3、MongoDB占用空间过大。
**（四）对比 **
| 数据库 | MongoDB | MySQL |
|---|---|---|
| 数据库模型 | 非关系型，MongoDB也叫文档型数据库 | 关系型 |
| 存储方式 | 以类JSON的文档的格式存储 | 不同引擎有不同的存储方式 |
| 查询语句 | MongoDB查询方式（类似JavaScript的函数） | SQL语句 |
| 数据处理方式 | 基于内存，将热数据存放在物理内存中，从而达到高速读写 | 不同引擎有自己的特点 |
| 成熟度 | 新兴数据库，成熟度较低 | 成熟度高 |
| 广泛度 | NoSQL数据库中，比较完善且开源，使用人数在不断增长 | 开源数据库，市场份额不断增长 |
| 事务性 | 仅支持单文档事务操作，弱一致性 | 支持事务操作 |
| 占用空间 | 占用空间大 | 占用空间小 |
| join操作 | MongoDB没有join | MySQL支持join |
**（五）企业选型 **
关系型数据库适合存储结构化数据，如用户的帐号、地址：
1）这些数据通常需要做结构化查询，比如join，这时候，关系型数据库就要胜出一筹
2）这些数据的规模、增长的速度通常是可以预期的
3）事务性、一致性
NoSQL适合存储非结构化数据，如文章、评论：
1）这些数据通常用于模糊处理，如全文搜索、机器学习
2）这些数据是海量的，而且增长的速度是难以预期的，
3）根据数据的特点，NoSQL数据库通常具有无限（至少接近）伸缩性
4）按key获取数据效率很高，但是对join或其他结构化查询的支持就比较差
