zoukankan      html  css  js  c++  java
  • MySQL数据库基础-1

    数据库原理

    数据时代

    信息创造价值

    -结构化数据 关系完整,密切

    -非结构化数据 数据散乱,相互关系不大

    -半结构化数据 XML HTML 也不是完全没有结构,也不是特别规矩

    MySQL适合管理结构化的数据

    数据库的发展

    早期:文件管理数据 excel word 之类的存文件 并发性、安全性很难控制。
    专门使用一个数据库的软件来管理数据

    数据库的管理思想 DBMS

    文件存放数据 访问控制有问题

    产生了DBMS 数据库管理系统
    提供了更为强大的管理方式
    用户不需要关心文件在磁盘上怎么存储
    隔离用户和数据,方便用户,保护数据

    DBMS是一类应用程序

    存放数据的位置叫数据库,MySQL是管理数据的一个软件

    各种数据可管理系统

    网状数据库

    历史悠久,最早的数据存放。

    层次型的,树状结构

    可能产生数据冗余,目前用的也不是很多 IBM

    RDBMS关系型数据库

    横行众列,一个库里边有很多很多的表,表和表之间是有关系的
    关系 :关系就是二维表,其中:表中的行、列次序并不重要
    行row:表中的每一行,又称为一条记录record
    列column:表中的每一列,称为属性,字段,域field
    主键PK Primary key:用于惟一确定一个记录的字段,一张表只有一个主键
    域domain:属性的取值范围,如,性别只能是‘男’和‘女’两个值,人类的年龄只能0-150

    非关系型数据库

    关系不大的数据可

    常见关系型数据库

    MySQL:MySQL,MariaDB,Percona Server
    PostgreSQL:简称pgsql,EnterpriseDB
    Oracle
    MSSQL

    联系的类型

    • 一对一联系
    • 一对多联系 主键 primary Key 外键 Foreign Key 一张表只有一个主键
    • 多对多联系 增加第三张表
    * * * 胖并快乐着的死肥宅 * * *
  • 相关阅读:
    spark SQL之 DataFrame和DataSet
    scala之 保留小数
    spark之 避免数据倾斜之 给名字分区(百家姓)
    hive之 'client_protocol' is unset!
    hive之报错:ls:cannot access '/usr/local/spark/lib/spark-assembly-*.jar':No such file or directory
    hive之 Error: Duplicate key name 'PCS_STATS_IDX' (state=42000,code=1061) ----Hive schematool -initSchema
    Maven中需要注意的点
    spark之 Idea操作
    scala之 一句话打印三角形
    scala 之 BaseDao
  • 原文地址:https://www.cnblogs.com/bpzblog/p/13023786.html
Copyright © 2011-2022 走看看