数据库的4个特点

数据库的四个主要特征是： 1 .总体数据结构。
锚定：消除冗余数据，例如用户信息只需要存储一次。
2 .数据共享程度高。
对接：接入多个用户、多个应用，如财务系统、人力资源系统共享员工数据。
3 . 数据自由度高。
对接：硬盘迁移等物理自由，添加字段等逻辑自由，不影响应用。
4 .高水平的数据控制能力。
锚定：授权管理、完整性约束、锁定机制、日志备份。

警告：实际应用中，应优先解决数据一致性问题。

聊一聊：数据库都有哪些类型？

说实话，刚入行的时候，选择数据库让我非常头疼。
当我正在做一个项目时。
团队中有人要求我将关系数据库 MySQL 更改为 MongoDB，只是为了“保持正轨”。
结果，业务上线后；支付模块的数据一致性问题差点让我们跳楼。
所以这并不取决于技术有多酷；而是取决于技术有多酷。
但对于商业来说有必要吗？
关系数据库（SQL）给我印象最深的是在银行的项目中使用Oracle。
系统在焊接时运行稳定，但无论何时升级。
它必须排队等候昂贵的制造商工程师。
但其坚固的一致性确实令人印象深刻。
即使系统晃动半秒，交易数据也会保持稳定。
正如您所说，银行转账必须通过或失败。
如果你切换到NoSQL；必须添加大量逻辑来确保这一点。

有趣的是 NoSQL 的兴起。
去年我接手了一个电商项目，后端团队直接使用MongoDB来存储产品数据。
首先，查询的虽然我很关心效率。
我发现它使用了 JavaScript 风格的查询语言。
调整索引后，检索嵌套结构信息的速度是 SQL 的两倍。
但后来他们遇到的问题是，按品类计算销售额时必须使用MapReduce脚本，开发效率再次下降。
这正好证实了你所说的，NoSQL在复杂查询方面存在缺陷。

TiDB等NewSQL；我已经运行了测试环境。
严格来说，它的目的是为SQL添加一个分布式内核。
我在金融系统上试用时，Transaction支持比较稳定，但是配置参数比普通MySQL复杂很多。
团队里有人说，“这个东西学起来就像是啃硬骨头，很难说值不值得。
”
我联系了 AWS Aurora 来获取云原生数据库。
客户端可以使用其全球分布的版本，将数据同步延迟控制在几毫秒以内。
如果将其融入到传统建筑中。
要达到此级别，您必须添加 CDN。
但是，他们把数据库直接放在云端之后；运营和维护成本我发现从几个人下降到了零，这很有趣。

说到选型，我有一个万无一失、效果特别好的方法：先列出一个需求清单，比如“必须支持跨表连接”、“明年数据量可能会增长1 0倍”。
然后使用这个列表来比较表格数据库和文档数据库的优缺点。
在系统友看来，MySQL+Redis的组合确实是经典。
用户关系链使用SQL来保证一致性，消息流使用NoSQL来削减开销。
这种组合比使用单个数据库可靠得多。

我在处理数据规模时遇到问题。
有一家物流公司，最初使用单机MySQL来存储订单。
一年半后，当数据量增加时；页面搜索查询直接延迟到一分钟。
后来它被转换成一个隔离的集群。
架构升级耗时三个月，系统响应时间瞬间就是二流。
因此，你不能只是摸着头脑，通过预测数据量来决定。
指数增长的痛苦你必须明白。

最后说一句我的心里话。
在选择数据库时我最担心的是团队里有一个每天喊着“XXX就是未来”的技术专家，但最终业务根本不需要它。
选择技术就像买车——有些人坚持买一辆跑车是为了赛道，但买杂货时你却必须每天把车开动。
哪一个最好？不要仅仅为了新技术而使用新技术。

什么是数据库的逻辑结构设计

2 02 3 年，我的朋友正在做一个数据库项目。
他告诉我，设计数据库的逻辑结构其实是一个技术活。
首先，您需要将概念模型转换为通用数据模型，就像使用 ER 图绘制现实世界的事物一样。
因此，需要根据不同的数据库管理系统来适配数据模型，例如MySQL和MongoDB，它们支持不同的模型。
接下来，需要优化数据模型，以提高性能和可维护性，例如规范化、非规范化、索引优化等。
他表示，整个过程复杂且关键，需要深入了解概念模型、DBMS能力和优化策略。
不过，他也表示，这个问题相当令人不安，有时他必须挣脱出来，想其他办法。
算了，你懂的。