『壹』 什麼叫分布式資料庫，有什麼優點和缺點
1.分布式資料庫是資料庫的一種，是資料庫技術和網路技術的結合產物。
2.各有優點和缺點.分布式資料庫分為邏輯上分部物理上分布及邏輯上分布物理上集中兩種。
是的,分布式數據文件便於資料庫的管理維護。
『貳』 雲資料庫有哪些優點劣勢
首先：雲資料庫具有以下幾個顯著特點
1.雲存儲服務類型
2.完美兼容MySQL協議、高性能、高可靠、易用、便捷的MySQL集群服務
3.兼具哪鬧首備份、擴容、遷移等功能，用戶可以方便的進行資料庫的管理
4.高度的虛擬化包括伺服器、存儲、網路、應用等虛擬化等
5.更加智能化、自動化、便捷化、規模化和標准化
基於雲資料庫解決方案分為兩個基本類別：資料庫服務(DBaaS)和數據服務(DaaS)，這兩者間的主要區別在於數據是怎樣管理的。
「雲數據彎備庫VS傳統資料庫」優勢
更高性價比：
這個因素也是企業考慮使用雲資料庫的首要因素！使用基於雲資料庫解決方案，可從硬體、軟體許可以及服務實施等方面大幅降低運營成本和支出，你只需要對所使用的部分買單。
擴展性與靈活性更高：
資料庫託管公司往往處於有利位置，為了得到更高的效率並減少未使用的空間而使資源得到最大化。雲服務提供商會根據你不斷變化的業務需求而對服務進行增加或縮減。
更高效：
提供了硬體共享、流程自動化和技術熟練的好處，可以從任何地方、使用任何電腦、移動設備或瀏覽器訪問資料庫，能從整體上降低資源的使用。
「雲資料庫VS傳統資料庫」劣勢
隱私安李數全問題：
雲計算中一個值得關注的事情是你的數據是通過網路訪問的，網路訪問這就產生了一系列問題，比如我們經常聽到的資料庫被攻擊、***會員資料泄露等系列安全和隱私問題。因此，如果選擇雲服務商找一個靠譜的雲服務商則顯得更為重要！
數據的意外丟失風險：
互聯網鏈接風險的損失，當數據通過網路進行交互，失去資料庫連接將會對你的企業生產帶來怎樣的影響。企業要做好承擔這種風險的准備。
定製化服務能力不足：
存在一定的局限性，當處理如此多的業務時，要求資料庫服務商要很靈活。如果需要深度定製並且與現有系統集成來為日常業務服務，這個很多雲數據服務提供商未必可以提供定製化的指定服務！
對於企業而言，是否選擇雲資料庫來解決自身的數據存儲方案，以及是否全部選擇通過雲服務，需要根據自身的實際行業環境、特點以及防止承擔風險能力去評估！
『叄』 使用資料庫系統的優點和缺點是什麼
一、關系資料庫系統的優點
a．靈活性和建庫的簡單性：從軟體開發的前景來看，用戶與關系資料庫編程之間的介面是靈活與友好的。目前在多數RDDMS產品中使用標准查詢語言SQL，允許用戶幾乎毫無差別地從一個產品到另一個產品存取信息。與關系資料庫介面的應用軟體具有相似的程序訪問機制，提供大量標準的數據存取方法。
b．結構簡單：從數據建模的前景看，關系資料庫具有相當簡單的結構（元組），可為用戶或程序提供多個復雜的視圖。資料庫設計和規范化過程也簡單易行和易於理解。由於關系資料庫的強有力的、多方面的功能，已經有效地支持許多資料庫納應用。
二、關系資料庫系統的缺點
a．數據類型表達能力差：從下一代應用軟體的發展角度來看，關系資料庫的根本缺陷在於缺乏直接構造與這些應用有關的信息的類型表達能力，缺乏這種能力將產生以下有害的影響，例如：大多數RDBMS產品所採用的簡單類型在重構復雜數據的過程中將會出現性能問題；資料庫設計過程中的額外復雜性；RDBMS產品和編程語言在數據類型方面的不協調。
大多數現代的RDBMS產品已成熟地用於商務和財政方面，而這些領域不要求很高和很復雜的數據模型。雖然這些產品多多少少克服了一些以上所述的缺點，但從理論上看關系數據模型不直接支持復雜的數據類型，這是由於第一範式的要求，所有的數據必須轉換為簡單的類型，如整數、實數、雙精度數和字元串。
對於工程應用來說，這種不能支持復雜數據類型的典型結果就是需要額外地分解數據結構工作，這些被分解的結構不能直接表示應用數據，且從基本成分重構時也非常繁瑣和費時間。
b．復雜查詢功能差：關系資料庫系統的某些優點也同時是它的不足之處。雖然SQL語言為數據查詢提供了很好的定義方法，但當用於復雜信息的查詢時可能是非常繁瑣的。此外，在工程應用時規范化的過程通常會產生大量的簡單表。在這種環境下由存取信息產生的查詢必須處理大量的表和復雜的碼聯系以及連接運算。
除非這些查詢以固定的例行程序方式提供，否則用戶就必須對SQL非常熟悉，以便適當地瀏覽資料庫，查出所需的信息。然而，一旦查詢方式按固定例行程序方式進行，用戶最終就進行應用軟體的常規維護。但應用或人機介面軟體的變化又可能要求經常修改例行的查詢，資料庫結構的變化也可能導致例行查詢程序殲侍以及應用或人機介面軟體的失效。由於這些原因，關系資料庫系統的維護開銷可能是很大的。
由於關系資料庫不能提供足夠的構造能力及性能方面的原因，在進行較復雜的資料庫設計過程中，不可能將許多工程問題直接分解成一些簡單的部分。由於缺乏直接指針存取方法，所以查詢有關的信息需要花費時間。
c．支持長事務能力差；由於RDBMS記錄鎖機制的顆粒度限制，對於支持多種記錄類型的大段數據的登記和檢查來說，簡單的記錄級的鎖機制是不夠的，但基於鍵值關系的較復雜的鎖機制來說卻很難推廣也難以實現。
d．環境應變能力差：在要求系統頻繁改變的環境下，關系系統的成本高且修改困難。在工程應用中支持"模式演變"（schemaevolution）的功能是很重要的，而RDBMS不容易支持這種功能。另外，關系資料庫和編程語言所提供的數據類型的不一致，使得從一個環境轉換到另一個環境時需要多至30％的附加代碼。
三、面向對象資料庫系統的優點
a．能有效地表達客觀世界和有效地查詢信息：面向對象方法綜合了在關系資料庫中發展的全部工程原理、系統分析、軟體工程和專家系統領域的內容。面向對象的方法符合一般人的思維規律、即將現實世界分解成明確的對象，這些對象具有屬性和行為。系統設計人員用ODBMS創建的計算機模型能更直接反映客觀世界，最終用戶不管是否是計算機專業人員，都可以通過這些模型理解和評述資料庫系統。
工程中的一些問題對關系資料庫來說顯得太復雜，不採取面向對象的方法很難實現。從構造復雜數據的前景看，信息不再需要手工地分解為細小的單元。ODBMS擴展了面向對象的編程環境，該環境可以支持高度復雜數據結構的直接建模。
b．可維護性好：在耦合性和內聚性方面，面向對象資料庫的性能尤為突出。這使得資料庫設計者可在盡可能少影響現存代碼和數據的條件下修改資料庫結構，在發現有不能適合原始模型的特殊情況下，能增加一些特殊的類來處理這些情況而不影響現存的數據。如氏喊吵果資料庫的基本模式或設計發生變化，為與模式變化保持一致，資料庫可以建立原對象的修改版本。這種先滲游進的耦合性和內聚性也簡化了在異種硬體平台的網路上的分布式資料庫的運行。
c．能很好地解決"阻抗不匹配"（impedancemismatch）問題。面向對象資料庫還解決了一個關系資料庫運行中的典型問題：應用程序語言與資料庫管理系統對數據類型支持的不一致問題，這一問題通常稱之為阻抗不匹配問題。
四、面向對象資料庫系統的缺點
a．技術還不成熟。面向對象資料庫技術的根本缺點是這項技術還不成熟，還不廣為人知。與許多新技術一樣，風險就在於應用。從事面向對象資料庫產品和編程環境的銷售活動的公司還不令人信服，因為這些公司的歷史還相當短暫，就該十幾年前關系資料庫的情況一樣。ODBMS如今還存在著標准化問題，由於缺乏標准化，許多不同的ODBMS之間不能通用。此外，是否修改SQL以適應面向對象的程序，還是用新的對象查詢語言來代替它，目前還沒有解決，這些因素表明隨著標准化的出現，ODBMS還會變化。
b．面向對象技術需要一定的訓練時間：有面向對象系統開發經驗的公司的專業人員認為，要成功地開發這種系統的關鍵是正規的訓練，訓練之所以重要是由於面向對象資料庫的開發是從關系資料庫和功能分解方法轉化而來的，人們還需要學習一套新的開發方法使之與現有技術相結合。此外，面向對象系統開發的有關原理才剛開始具有雛形，還需一段時間在可靠性、成本等方面令人可接受。
c．理論還需完善：從正規的計算機科學方面看，還需要設計出堅實的演算或理論方法來支持ODBMS的產品。此外，既不存在一套資料庫設計方法學，也沒有關於面向對象分析的一套清晰的概念模型，怎樣設計獨立於物理存儲的信息還不明確。
面向對象資料庫和關系資料庫系統之間的爭論不同於70年代關系資料庫和網狀資料庫的爭論，那時的爭論是在同一主要領域（即商業事務應用）中究竟是誰代替誰的問題。現在是肯定關系資料庫系統基本適合商業事務處理的前提下，對非傳統的應用，特別是工程中的應用用面向對象資料庫來補充不足的問題。面向對象資料庫系統將成為下一代資料庫的典型代表，並和關系資料庫系統並存（而不是替代）。它將在不同的應用領域支持不同的應用需求。
『肆』 傳統數據倉庫有哪些缺點
傳統資料庫是以數據塊來存儲數據，簡單來說，你的表欄位越多，佔用的數據空間就越多，那麼查詢就有可能要跨數據塊。在大型系統中一張表有上百個欄位，並且表中的數據上億條也有可能。因此會帶來資料庫查詢的瓶頸。資料庫中表的記錄數是多少對查詢的性能有非常大的影響。而一般的解決辦法是分表或分庫，用來平衡資料庫運算的壓力，那麼又會帶來新的問題，如：分布式事務、全局唯一ID的生成、跨資料庫查詢等。
如果採用一種基於列存儲的模式，由於查詢中的選擇規則是通過列來定義的，因此整個資料庫是自動索引化的。按照列存儲每個欄位的數據聚集存儲，可以動態增加，並且列為空就不存儲數據，節省存儲空間。每個ian 的數據按照聚集存儲，能大大減小讀取的數據量，查詢時的命中率就會提高，使查找更為直接，無需考慮分庫]分表，來提高命中率、減少IO等瓶頸。
Hbase資料庫支持數據自動切分存儲，並支持高並發讀寫操作，使得海量數據存儲自動具有更強的擴展性。
Hadoop 本身就支持通過JDBC 從資料庫中抽取數據。大部分資料庫系統有批量導出、導入功能。無論是哪種情況，將整個資料庫中的數據經常性地或者以增量的方式導入到Hadoop 中來都是很容易的。由於資料庫系統存儲的數據減少，資料庫系統的軟體授權成本也會得到降低。圖1是Hadoop 與關系型資料庫協同處理計算任務的應用場景。其中，關系型資料庫系統用來處理實時數據，從而保證交易過程中的數據一致性。如果要求同一個資料庫系統從
大容量數據中生成復雜的分析報表是極其耗費計算資源的，降低了系統的性能和其處理實時數據工作的能力。
Hadoop 被設計用來存儲海量數據、按任意方式處理海量數據以及按需向任意系統傳遞數據。數據可以經常性地從關系型資料庫系統導出到Hadoop 中，關系型資料庫系統可以經過調整，專門用來處理互動式任務，而復雜的分析工作就可以按離線的方式交由Hadoop 來完成，對實施系統沒有任何影響。