文档型数据库有哪些

❶ 数据库有哪几种

一、关系数据库

关系型数据库，存储的格式可以直观地反映实体间的关系。关系型数据库和常见的表格比较相似，关系型数据库中表与表之间是有很多复杂的关联关系的。

常见的关系型数据库有Mysql，SqlServer等。在轻量或者小型的应用中，使用不同的关系型数据库对系统的性能影响不大，但是在构建大型应用时，则需要根据应用的业务需求和性能需求，选择合适的关系型数据库。

虽然关系型数据库有很多，但是大多数都遵循SQL（结构化查询语言，Structured Query Language）标准。 常见的操作有查询，新增，更新，删除，求和，排序等。

查询语句：SELECT param FROM table WHERE condition 该语句可以理解为从 table 中查询出满足 condition 条件的字段 param。

新增语句：INSERT INTO table （param1，param2，param3） VALUES （value1，value2，value3） 该语句可以理解为向table中的param1，param2，param3字段中分别插入value1，value2，value3。

更新语句：UPDATE table SET param=new_value WHERE condition 该语句可以理解为将满足condition条件的字段param更新为 new_value 值。

删除语句：DELETE FROM table WHERE condition 该语句可以理解为将满足condition条件的数据全部删除。

去重查询：SELECT DISTINCT param FROM table WHERE condition 该语句可以理解为从表table中查询出满足条件condition的字段param，但是param中重复的值只能出现一次。

排序查询：SELECT param FROM table WHERE condition ORDER BY param1该语句可以理解为从表table 中查询出满足condition条件的param，并且要按照param1升序的顺序进行排序。

总体来说， 数据库的SELECT，INSERT，UPDATE，DELETE对应了我们常用的增删改查四种操作。

关系型数据库对于结构化数据的处理更合适，如学生成绩、地址等，这样的数据一般情况下需要使用结构化的查询，例如join，这样的情况下，关系型数据库就会比NoSQL数据库性能更优，而且精确度更高。

由于结构化数据的规模不算太大，数据规模的增长通常也是可预期的，所以针对结构化数据使用关系型数据库更好。关系型数据库十分注意数据操作的事务性、一致性，如果对这方面的要求关系型数据库无疑可以很好的满足。

二、非关系型数据库（NoSQL）

随着近些年技术方向的不断拓展，大量的NoSql数据库如MongoDB、Redis、Memcache出于简化数据库结构、避免冗余、影响性能的表连接、摒弃复杂分布式的目的被设计。

指的是分布式的、非关系型的、不保证遵循ACID原则的数据存储系统。NoSQL数据库技术与CAP理论、一致性哈希算法有密切关系。所谓CAP理论，简单来说就是一个分布式系统不可能满足可用性、一致性与分区容错性这三个要求，一次性满足两种要求是该系统的上限。

而一致性哈希算法则指的是NoSQL数据库在应用过程中，为满足工作需求而在通常情况下产生的一种数据算法，该算法能有效解决工作方面的诸多问题但也存在弊端，即工作完成质量会随着节点的变化而产生波动，当节点过多时，相关工作结果就无法那么准确。

这一问题使整个系统的工作效率受到影响，导致整个数据库系统的数据乱码与出错率大大提高，甚至会出现数据节点的内容迁移，产生错误的代码信息。

但尽管如此，NoSQL数据库技术还是具有非常明显的应用优势，如数据库结构相对简单，在大数据量下的读写性能好；能满足随时存储自定义数据格式需求，非常适用于大数据处理工作。

NoSQL数据库适合追求速度和可扩展性、业务多变的应用场景。

对于非结构化数据的处理更合适，如文章、评论，这些数据如全文搜索、机器学习通常只用于模糊处理，并不需要像结构化数据一样，进行精确查询，而且这类数据的数据规模往往是海量的，数据规模的增长往往也是不可能预期的；

而NoSQL数据库的扩展能力几乎也是无限的，所以NoSQL数据库可以很好的满足这一类数据的存储。

NoSQL数据库利用key-value可以大量的获取大量的非结构化数据，并且数据的获取效率很高，但用它查询结构化数据效果就比较差。

目前NoSQL数据库仍然没有一个统一的标准，它现在有四种大的分类：

1、键值对存储（key-value）：代表软件Redis，它的优点能够进行数据的快速查询，而缺点是需要存储数据之间的关系。

2、列存储：代表软件Hbase，它的优点是对数据能快速查询，数据存储的扩展性强。而缺点是数据库的功能有局限性。

3、文档数据库存储：代表软件MongoDB，它的优点是对数据结构要求不特别的严格。而缺点是查询性的性能不好，同时缺少一种统一查询语言。

4、图形数据库存储：代表软件InfoGrid，它的优点可以方便的利用图结构相关算法进行计算。而缺点是要想得到结果必须进行整个图的计算，而且遇到不适合的数据模型时，图形数据库很难使用。

安全

数据库安全涉及保护数据库内容、其所有者和用户的所有各个方面。它的范围从防止有意的未经授权的数据库使用到未经授权的实体（例如，个人或计算机程序）无意的数据库访问。

数据库访问控制涉及控制谁（一个人或某个计算机程序）可以访问数据库中的哪些信息。该信息可以包括特定的数据库对象（例如，记录类型、特定记录、数据结构）;

对特定对象的特定计算（例如，查询类型或特定查询），或者使用到前者的特定访问路径（例如，使用特定索引）或其他数据结构来访问信息）。

数据库访问控制由使用专用受保护安全 DBMS 接口的特别授权（由数据库所有者）人员设置。

这可以在个人基础上直接管理，或者通过将个人和特权分配给组，或者（在最复杂的模型中）通过将个人和组分配给角色，然后授予权利。数据安全可防止未经授权的用户查看或更新数据库。使用密码，用户可以访问整个数据库或它的子集，称为“子模式”。

例如，员工数据库可以包含有关单个员工的所有数据，但一组用户可能仅被授权查看工资数据，而其他用户仅被允许访问工作历史和医疗数据。如果 DBMS 提供了一种交互式输入和更新数据库以及查询数据库的方法，则此功能允许管理个人数据库。

数据安全通常涉及保护特定的数据块，包括物理保护（即免受损坏、破坏或移除；例如，参见物理安全），或将它们或它们的一部分解释为有意义的信息（例如，通过查看它们组成的位串，得出特定的有效信用卡号；例如，参见数据加密）。

更改和访问日志记录谁访问了哪些属性、更改了什么以及何时更改。日志服务通过保留访问发生和更改的记录，允许以后进行取证数据库审计。有时应用程序级代码用于记录更改而不是将其留给数据库。可以设置监控以尝试检测安全漏洞。

以上内容参考网络-数据库

❷ “文档数据库和键值数据库”有什么区别

如何选择键值型数据库(key-value
databases)?
键值数据库适用于那些频繁读写，拥有简单数据模型的应用。键值数据库中存储的值可以是简单的标量值，如整数或布尔值，也可以是结构化数据类型，比如列表和JSON结构。
键值数据库通常具有简单的查询功能，允许你通过键来查找一个值。一般键值数据库都支持搜索功能，这提供了更高的灵活性。开发人员可以选择使用一些技巧，比如用枚举键来实现范围查询，但这些数据库通常缺乏对于文档、列族、图形数据库的查询功能。
键值数据库广泛应用于以下类型的应用：
从关系型数据库缓存数据来用于提高性能
对Web应用暂时性数据的追踪，例如购物车数据等
存储配置和用户数据信息的移动应用
需要存储图片和音频文件等较大对象的应用
如何选择文档型数据库(document
databases)?
文档型数据库按照灵活性的标准设计。如果一个应用程序需要存储不同的属性以及大量的数据，那么文档数据库将会是一个很好的选择。例如，要在关系数据库中表示产品，建模者可以使用通用的属性和额外的表来为每个产品子类型存储属性。文档数据库却可以更为简单的处理这种情况。
文档数据库提供嵌入式文档，这对于非规范化非常有用。文档数据库将经常查询的数据存储在同一个文档中，而不是存储在不同的表中。
此外，文档数据库改善了键值数据库的查询功能和文档中基于属性的过滤功能。
由于其灵活性、高性能和易用性，文档数据库可能是目前最受欢迎的NoSQL数据库。
这些数据库适用于如下一些用例，包括：
用于后台具有大量读写操作的网站
管理数据类型和变量属性，比如产品
跟踪元数据的变量类型
使用JSON数据结构的应用
使用类似结构套结构等非规范化数据的应用程序
微软Azure和Cloudant等云服务数据库同样提供了文档型数据库。

❸ 常用的数据库有哪几种试着阐述每种数据库的特点和使用范围

关系数据库、非关系型数据库。

1、关系数据库

特点：数据集中控制；减少数据冗余等。

适用范围：对于结构化数据的处理更合适，如学生成绩、地址等，这样的数据一般情况下需要使用结构化的查询。

2、非关系数据库

特点：易扩展；大数据量，高性能；灵活的数据模型等。

使用范围：据模型比较简单；需要灵活性更强的IT系统；对数据库性能要求较高。

(3)文档型数据库有哪些扩展阅读：

非关系数据库的分类：

1、列存储数据库

这部分数据库通常是用来应对分布式存储的海量数据。键仍然存在，但是它们的特点是指向了多个列。这些列是由列家族来安排的。如：Cassandra， HBase， Riak。

2、文档型数据库

文档型数据库的灵感是来自于Lotus Notes办公软件的，而且它同第一种键值存储相类似。该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，比如JSON。文档型数据库可 以看作是键值数据库的升级版，允许之间嵌套键值。而且文档型数据库比键值数据库的查询效率更高。如：CouchDB， MongoDb. 国内也有文档型数据库SequoiaDB，已经开源。

❹ 数据库文件有那些类型,各有什么功能

1主要数据文件
主要数据文件是数据库的起点，指向数据库中文件的其它部分。每个数据库都有一个主要数据文件。主要数据文件的推荐文件扩展名是
.mdf。
2次要数据文件
次要数据文件包含除主要数据文件外的所有数据文件。有些数据库可能没有次要数据文件，而有些数据库则有多个次要数据文件。次要数据文件的推荐文件扩展名是
.ndf。
3日志文件
日志文件包含恢复数据库所需的所有日志信息。每个数据库必须至少有一个日志文件，但可以不止一个。日志文件的推荐文件扩展名是
.ldf。

❺ 以下哪个是典型的文档存储型数据库的代表

主数据文件 主数据文件简称主文件，正如其名字所示，该文件是数据库的关键文件

❻ 什么是文件型数据库定义，要具体的

文件型数据库应该和单机数据库是一个意思，意思是对客户端对数据库的访问是通过直接访问数据库文件完成的，比如说Access，SQLite。Oracle和SQL Server不是文件型数据库，因为客户端的访问需要通过数据库系统的服务接口完成。像oracle、SQL SERVER这些关系数据库，也是基于文件来组织的，如mssql，其文件头保留一些页来保留系统信息，数据在文件内以页来单位来存放，当然啦，因为这些数据都是其定义了一定的内部结构存放的，所以，不清楚内部结构下，我们是很难读取的。
而你上面所提到的“文件型数据库”，我想你应该指的是那种通常用文本文件实现，主要是存些字符串，里面的结构自己定义，每一行定义一条记录信息，行内的列内容以特定分割符来识别，行以回车换行符结束。
文件型数据库：MDB、DBF、SQLITE、TXT、XLS等等，必须共享目录才能访问
服务型数据库：SQLSERVER、ORACLE、SYBASEASE、MYSQL，通过设置访问端口及用户、密码来访问，一般在
服务器上

❼ 文档数据库

文档型数据库是 NoSQL 中非常重要的一个分支，它主要用来存储、索引并管理面向文档的数据或者类似的半结构化数据。 目前业界比较流行的文档型数据库如下：MongoDb、CouchDB、OrientDB、MarkLogic。

❽ 数据库文件有几种类型，有何区别呢

数据库里面有三种类型的文件。

第一种文件为主文件,后缀名为.mdf，数据库中的主要数据都存储在这个文件中，还有一个文件是日志文件,后缀名为.ldf，主要记录数据库的日志以及数据库的操作记录。

一个数据库中必须有至少一个主文件和日志文件。但是主文件只能有一个，日志问及可以有多个。还有一种文件就是辅助文件，后缀名是.ldf。主要存储数据库的一些辅助信息。

数据库文件的区别：

数据库只保存文字符，而我们平时使用的WORD文档保存内容更为一般电脑用户查阅使用，并且数据库的资料只在电脑软件开发才频繁使用，一般用户不需打开。 数据库的内容也是非常重要的，所以最好不要随意删改。

文件系统中的文件是支持系统文件运行的，数据库里的文件只是支持数据库运行的文件对于数据库文件 的文件存放结构 是规律性的簇 并且一些专业的数据库系统会对数据库文件预留连续空间以提高索引速度（甲骨文） 。

所在的位置不同而已，对他们来说都是关键的文件当然不一样了，数据库里面的用作做网站用的，而前者的系统是在正常运行的时侯要调用的系统文件

数据库和一般文件的区别：
数据库是长期存储在计算机内、有组织的、可共享的大量数据的集合。数据按一定的数据模型组织、描述和存储，具有较小的冗余度、较高的数据独立性和易扩展性，并可以供各种用户共享。

更重要的是，数据库由数据管理系统自动管理，例如在多个用户同时使用数据库时进行并发控制，在发生故障后对系统进行恢复等。这些功能自己编程很费劲，同时自己写的程序可靠性比较低。