数据管理技术的产生 和 发展

说实话，这是一个非常有趣的数据库程序。
刚接触的时候，我还在用老的分层数据库。
为了访问数据，我必须像搜索旧照片一样逐层搜索。
我记得当时的计划是这样的。
为了查看客户信息，我必须编写一个命令并运行很长时间。
这个逻辑让我很困惑。
后来公司升级使用关系型数据库，比如MySQL、Oracle，突然感觉简单多了。
数据表之间的关系一目了然。
编写SQL语句查找对象类似于查字典，直接提高了一倍的效率。
当时我们的DBA朋友说，这应该是关系模型基础好，数据自由度强。
我们不用再像以前那样处理数据结构了，开发的效率得到了很大的提高。

有趣的是，当我后来接触大数据时，我发现关系数据库处理非结构化数据有点困难。
我们的团队收到了一个具有不同用户行为的电子邮件项目。
使用关系型数据库的时间很长，搜索效率慢如蜗牛。
这时，有人提到了第三代数据。
像MongoDB这样的文档数据库，数据格式灵活，可以直接存储一堆JSON字段，查询非常方便。
但这个新数据库也有一个障碍，那就是与现有系统的兼容性有时是个问题，必须构建额外的架构。
我不明白这一波技术迭代是否值得。
不管怎样，现在项目的选择取决于具体的业务场景。

说起来，我当时对文件系统真是又爱又恨。
我喜欢的是实现简单，数据只能存储在TXT文件中；你讨厌的是当数据太多时，它会变得一团糟，如果你想检查某些东西，你必须遍历整个文件。
有一次，我们的运维服务器为了查找日志差点把CPU撞坏了。
然而，页面数据库系统会翻译该材料。
数据组织得很好，查询速度也很棒，但实现起来比较复杂。
技术就是这样。
有盈利也有亏损。
关键在于你是否确定有更多的东西是当前需要的。

詹姆士·格雷的数据库技术的发展史

认识三大数据库：知网、维普、万方