## 7.1 数据库的发展阶段

### 历史回顾 - 产生于 20 世纪 60 年代中期 - 发展了一门学科 - 带动了一个软件产业 - 使第一代智能应用成为可能 - 为大数据管理和分析奠定了基础

### 数据模型的进展 - 网状和层次数据库 - 关系数据库系统 - 新一代数据库

### 网状和层次数据库 - IBM 的层次数据库 IMS - 数据库任务组 (DBTG) 提出的网状模型数据库

### 网状和层次数据库的特点 - 支持三级模式 - 用存取路径表示数据之间的联系 - 独立的数据定义语言 - 导航的数据操纵语言

### 关系数据库系统的主要成果 - 奠定了关系模型的理论基础 - 研究了关系数据语言 - 确立了 SQL 为关系数据库语言标准 - 研制了大量关系数据库管理系统原型

### 新一代数据库的基本特征 - 支持数据管理, 对象管理和知识管理 - 保持或继承第二代数据库系统的技术 - 对其他系统开放

## 7.2 数据库的发展特点

### 数据模型的发展 - 面向对象数据模型 - XML 数据模型 - RDF 数据模型

### 面向对象数据模型的核心概念 - 对象 - 封装 - 类 - 继承和复合 - 封装

### 面向对象数据库产品 - Object Store - O2 - ONTOS

### XML 数据模型 - 由节点标记树, 操作和语义约束组成 - 纯 XML 数据库系统 - 或扩展关系数据库

### RDF 数据模型 - 资源描述框架 - 描述和注解万维网中的资源 - 采用主语, 谓语, 宾语的三元组结构 - SPARQL 是一种 RDF 查询语言

### 数据库与相关技术相结合 - 分布式数据库系统 - 并行数据库系统 - 演绎数据库, 知识库和主动数据库系统 - 多媒体数据库系统 - 模糊数据库系统 - 移动数据库系统 - Web 数据库

### 面向应用领域的数据库 - 数据仓库 - 工程数据库 - 统计数据库 - 空间数据库 - 科学数据库

## 7.3 数据库的发展趋势

### 数据管理技术面临的挑战 - 海量异构数据 - 数据形式的多样性 - 快速增长的数据量 - 数据的低价值密度

### 数据管理技术的发展展望 - 高可扩展性 (满足数据量增长的需求) - 高性能 (满足实时数据读写和查询处理的高性能) - 容错性 (保证分布式系统的可用性) - 可伸缩性 (根据需求分配资源)

## 7.4 大数据

### 大数据 - 无法在可容忍的时间内用现有 IT 技术和软硬件工具对其进行感知, 获取, 管理, 处理和服务的数据集合

### 大数据的特征 - 巨量 (Volume) - 多样 (Variety) - 快变 (Velocity) - 价值 (Value)

### 代表性技术 - Key-Value 非关系数据模型 - MapReduce 并行编程模型 - NoSQL 数据库

## 7.5 非关系数据库

### NoSQL - 分布式数据管理系统 - Non-Relational - Not Only SQL

### NoSQL系统的数据模型 - Key-Value - BigTable - Document - Graph

### NoSQL 技术的特点 - 大量节点并行处理实现高性能 - 放松对数据的 ACID 一致性约束 - 对各个数据分区备份


### 7. 数据库技术进展 - 数据模型的发展经历了哪些阶段, 各有什么特点? - 关系数据库系统中, SQL 起到了什么作用? - 面向对象数据模型的核心概念包括哪些? - 数据管理技术面临哪些挑战, 以及有哪些发展展望? - 大数据的四个主要特征是什么? ---- [ 6.4 数据库并发控制](dbds-6-4.html#/overview) [| 练习 |](dbds-exec.html) [ 8.1 什么是数据结构](dbds-8-1.html#/overview)