传统关系型数据库的优点和缺点？

01。
效率较低

大多数传统数据仓库都是基于Hadoop构建的。
这种传统的数据仓库带来了几乎无限的水平可扩展性，但也导致了传统数据仓库技术的性能较低。
绩效低下主要体现在以下几个方面。

使用效率较低：使用Hive/HBase/Kylin之前；必须使用Hadoop集群。
与传统数据库相比。
这样的部署效率是非常低效的。

运维效率低：Hive/HBase/Kylin基于Hadoop生态系统，Hadoop系统中任何组件都会带来故障问题。
整个系统可能会崩溃。
使用传统的数据仓库对运维要求非常高。

计算效率较低：这两个数据仓库没有自己的存储和计算引擎，主要是Hive和Kylin，因此必须依赖Hive和Kylin来执行复杂的查询。
数据本身未初始化。
在后大数据时代，随着一些专门为快速数据检索而设计的数据存储格式已成为常态，这一过程已经发生了变化。
HBase的核心优化重新设计的存储引擎，HBase可以让你优化数据本身的查询速度。

02.高延迟

除了性能下降之外，基于Hadoop构建的数据仓库引擎还面临着高延迟的挑战。
高时延主要体现在以下几个方面。

查询延迟：使用Hive作为数据仓库相当慢，因为HDFS的性能瓶颈导致Hive的查询速度相对较慢。
低时延场景难以支撑，无法实时使用。
计算条件。

数据写入延迟长：HDFS也有限，但Hive的数据写入延迟也很高；这意味着数据无法实时写入Hive，因此不再支持实时分析场景。
。

03.成本高

传统的数据仓库和数据仓库引擎都会带来高成本的挑战，主要体现在以下几个方面。

使用成本高：Hadoop的计算逻辑采用堆计算资源来削减复杂查询的时间。
如果您需要更理想的性能。
要求集群的节点数量达到一定规模；否则，计算机性能会很低。
单个设备很容易阻碍性能。
这使得部署Hive等基于Hadoop的数据仓库的成本很高。

运维成本高：集群服务器达到一定规模后；运营和维护成本将呈指数级增长。
同时，因为Hadoop的组件太多；任何组件的故障都可能导致整个服务不可用；运维团队由各部件的运维人员组成。
团队无法很好地执行任务。
也大大增加了运维团队的人力成本。

存储成本高：为了避免集群中服务器故障导致不可用，Hadoop的HDFS采用三层策略来存储数据；那是，数据将一式三份存储。
这会显着增加存储成本。
新一代Hadoop采用EC纠删码技术来减少副本数量，但其使用场景有限，仅适合在冷数据存储中使用。

决策成本高：由于传统大数据的使用成本较高；企业一方面做出决策。
初期投资巨大，没有影响。
短时间内就可以看到。
另一方面，即使企业决定建立数据仓库。
昂贵的基础设施和缺乏熟练的技术人员将导致建设周期较长，而较长的建设周期会涉及许多不易得出结论的变化。
经营业绩。

关系数据库系统的优点和缺点是什么？

1.关系数据库系统的优点数据库构建的灵活性和简单性：从软件开发的角度来看，用户与关系数据库编程之间的接口是灵活的和用户友好的。
现在大多数RDDMS产品都使用SQL标准查询语言，允许用户几乎没有区别地从一种产品访问到另一种产品的信息。
与关系数据库接口的应用软件具有类似的程序访问机制，并提供大量标准的数据访问方法。
b.简单的结构：从数据建模的角度来看，关系数据库具有相当简单的结构（数据集），可以为用户或程序提供许多复杂的视图。
数据库的设计和标准化过程也简单易懂。
由于关系数据库强大而多样的功能，许多数据库应用得到了有效的支持。
2.关系数据库系统的缺点数据类型表示不佳：从下一代应用软件开发的角度来看，关系数据库的根本缺陷是缺乏直接构造这些应用程序相关信息的类型表示。
有害影响，例如：大多数RDBMS产品使用的简单类型会在复杂的数据重建过程中导致性能问题；大多数现代RDBMS产品都适合金融和商业应用，而这些领域不需要高度复杂和复杂的数据模型。
虽然这些产品或多或少克服了上述一些缺点，但从理论上讲，关系数据模型并不直接支持复杂的数据类型。
这是由于模型首先要求所有数据必须转换为单纯形。
类型，例如整数、实数、乘数和字符串。
对于技术应用来说，无法支持复杂数据类型的一个典型结果是需要对这些无法直接表示应用数据的数据结构进行额外的分解，并且从基本组件进行重建也是繁琐且耗时的。
消耗。
b.复杂查询能力差：关系数据库系统的一些优点也是它的缺点。
尽管SQL语言提供了定义良好的数据查询方法，但是当用于查询复杂信息时，它可能会非常麻烦。
另外，工程应用中的规范化过程常常会生成大量简单的表格。
在此环境中为访问信息而创建的查询必须处理大量表以及复杂的代码联接和联接操作。
除非这些查询作为永久过程提供，否则用户必须非常熟悉SQL才能正确浏览数据库。
收集并检索所请求的信息。
但按照固定流程进行查询后，用户会对应用程序进行定期维护。
然而，应用程序或人机界面软件的改变可能需要对常用查询进行频繁的修改，并且数据库结构的改变也可能导致常用查询程序和应用程序或人机界面软件的错误。
由于这些原因，维护关系数据库系统的成本可能很高。
由于关系数据库无法提供足够的构建能力和性能，因此在较为复杂的数据库设计过程中，很多技术问题无法直接分解为更简单的部分。
由于缺乏直接的指针访问方式，查询相关信息需要时间。
c.支持长交易能力差；由于RDBMS记录锁定机制粒度的限制，简单的记录级锁定机制不足以注册和审计支持多种记录类型的大数据段，但基于更复杂的锁定机制，很难实现来推动和实施。
d.环境适应性差：在需要频繁系统变更的环境中，关系系统成本高且难以修改。
在技​​术应用中支持“模式演化”功能非常重要，而RDBMS不容易支持此功能。
此外，从一种环境转换到另一种环境时，关系数据库和编程语言提供的数据类型不一致，需要多达30%的额外代码。
3.面向对象数据库系统的优点有效且高效地表示客观世界的能力。
信息查询：面向对象的方法集成了关系数据库、系统分析、软件工程和系统专家领域开发的所有技术原理。
面向对象的方法符合普通人的思维规则，即将现实世界分解为具有属性和行为的清晰对象。
系统设计者利用ODBMS创建的计算机模型可以更直接地反映客观世界，无论他们是否是计算机专家，都可以理解和评论采用这些模型的数据库系统。
项目中有些问题对于关系数据库来说过于复杂，如果不使用面向对象的方法很难实现。
随着复杂数据结构的前景，信息不再需要手动分解成小单元。
ODBMS扩展了面向对象的编程环境，可以支持非常复杂的数据结构的直接建模。
b.可维护性好：在耦合性和内聚性方面，面向对象数据库的性能尤为突出。
这给出了允许数据库设计者修改数据库结构，同时对现有代码和数据的影响尽可能小。
如果发现特殊情况无法拟合原始模型，可以添加一些特殊层来处理这些情况，而不会影响现有数据。
如果数据库的底层架构或设计发生变化，数据库可以创建原始对象的修改版本，以与架构更改保持一致。
这种先进的聚合和内聚还简化了具有异构硬件平台的跨网络分布式数据库的操作。
c.可以很好的解决“阻抗不匹配”的问题。
面向对象数据库还解决了关系数据库操作中的一个典型问题：应用语言和数据库管理系统之间数据类型支持的不一致。
这个问题通常称为阻抗失配问题。
4.面向对象数据库系统的缺点该技术尚未成熟。
面向对象数据库技术的基本缺点是该技术尚未完善且未被广泛了解。
与许多新技术一样，风险在于应用。
销售面向对象数据库产品和编程环境的公司仍然不相信，因为它们的历史相对较短，就像几十年前的关系数据库一样。
今天的ODBMS仍然存在标准化问题。
由于缺乏标准化，许多不同的ODBMS不能互换使用。
此外，是否修改SQL以适应面向对象的程序或用新的对象查询语言替换它仍然悬而未决。
这些因素表明，随着标准化的出现，ODBMS将继续发生变化。
b.面向对象技术需要一定的培训时间：有开发面向对象系统经验的公司专家认为，此类系统开发成功的关键是培训官员。
培训之所以重要是因为面向对象的兴起。
基于关系的数据库从数据库和功能分解方法转变而来，人们还需要学习一套新的开发方法，将其与现有技术相结合。
此外，面向对象系统开发的相关原则才刚刚开始形成，在可靠性、成本等方面还需要一段时间才能被接受。
c.理论仍需完善：从正式的计算机科学角度来看，仍需要设计扎实的理论计算或方法来支持ODBMS产品。
此外，没有明确的数据库设计方法，也没有面向对象分析的概念模型，也不清楚如何设计独立于物理存储的信息。
称呼面向对象数据库和关系数据库系统之间的争论与20世纪70年代关系数据库和网络数据库之间的争论不同，当时的争论是关于谁将在同一关键领域（即商业交易应用）取代人工智能。
目前，在关系数据库系统从根本上适合业务事务处理的前提下，使用面向对象数据库来补充非传统应用，特别是工程应用。
面向对象的数据库系统将代表下一代数据库，并将与关系数据库系统共存（而不是取代）。
它将支持不同应用领域的不同应用需求。

数据库系统的优缺点是什么？

同学您好，很高兴为您解答问题！优点：避免重复，为组织工作，帮助管理层进行数据分析和应用，保持一致性，数据使用灵活缺点：数据安全隐私，数据丢失简单，设置时大量使用和高昂初始成本导致的系统问题。

希望我的回答能够帮助您解决问题如果您满意，请采纳为最佳答案。

再次感谢您的提问。
欢迎您向高顿企业提交更多财务会计问题。

高盾祝您生活愉快！