大數(shù)據(jù)存儲主講教師：鄒曉華《大數(shù)據(jù)導論》課程Introductiontobigdata數(shù)據(jù)庫技術數(shù)據(jù)庫分類數(shù)據(jù)庫體系結構01021數(shù)據(jù)庫分類數(shù)據(jù)庫不僅僅有常見的關系型數(shù)據(jù)庫，還有鍵值（Key-Value）數(shù)據(jù)庫、列存儲數(shù)據(jù)庫、文檔數(shù)據(jù)庫和搜索引擎等類型。關系型數(shù)據(jù)庫采用關系模型來組織數(shù)據(jù)，以行和列的形式（表）存儲數(shù)據(jù)，一組表組成了數(shù)據(jù)庫。主流的關系型數(shù)據(jù)庫有Oracle、DB2、MySQL、MicrosoftSQLServer、MicrosoftAccess等多個品種，每種數(shù)據(jù)庫的語法、功能和特性也各具特色。（1）關系型數(shù)據(jù)庫鍵值數(shù)據(jù)庫是一種非關系數(shù)據(jù)庫，它使用簡單的鍵值方法來存儲數(shù)據(jù)。鍵值數(shù)據(jù)庫將數(shù)據(jù)存儲為鍵值對集合，其中鍵作為唯一標識符。（2）鍵值存儲數(shù)據(jù)庫鍵值數(shù)據(jù)庫目前應用最多的應該是RedisRedis是一個開源的使用ANSIC語言編寫、支持網絡、可基于內存亦可持久化的日志型、Key-Value數(shù)據(jù)庫，并提供多種語言的API。列式存儲(column-based)是相對于傳統(tǒng)關系型數(shù)據(jù)庫的行式存儲(Row-basedstorage)來說的。簡單來說兩者的區(qū)別就是對表中數(shù)據(jù)的存儲形式的差異。列存儲解決的主要問題是數(shù)據(jù)查詢問題。（3）列存儲數(shù)據(jù)庫Hbase是最為出名的列存儲數(shù)據(jù)庫之一，HBase是BigTable的開源java版本。是建立在HDFS之上，提供高可靠性、高性能、列存儲、可伸縮、實時讀寫NoSQL的數(shù)據(jù)庫系統(tǒng)?？纱娣挪@取文檔，可以是XML、JSON、BSON等格式。數(shù)據(jù)庫中的文檔彼此相似，但不必完全相同。文檔數(shù)據(jù)庫所存放的文檔，就相當于鍵值數(shù)據(jù)庫所存放的“值”。文檔數(shù)據(jù)庫可視為其值可查的鍵值數(shù)據(jù)庫。（4）面向文檔數(shù)據(jù)庫文檔數(shù)據(jù)庫種類繁多，包括MongoDB、CouchDB、Terrastore、RavenDB和OrientDB等多大十幾個。其中MongoDB是目前最為流行的文檔數(shù)據(jù)庫，其介于關系數(shù)據(jù)庫和非關系數(shù)據(jù)庫之間的產品，是非關系數(shù)據(jù)庫當中功能最豐富，最像關系數(shù)據(jù)庫的。圖形數(shù)據(jù)庫是一種存儲圖形關系的數(shù)據(jù)庫。圖形數(shù)據(jù)庫是NoSQL數(shù)據(jù)庫的一種類型，它應用圖形理論存儲實體之間的關系信息。（5）圖形數(shù)據(jù)庫圖形種類很多，比如Neo4J、ArangoDB、OrientDB、FlockDB、GraphDB、InfiniteGraph、Titan和Cayley等。其中Neo4j是目前最流行的圖形數(shù)據(jù)庫。搜索引擎數(shù)據(jù)庫是應用在搜索引擎領域的數(shù)據(jù)存儲形式，由于搜索引擎會爬取大量的數(shù)據(jù)，并以特定的格式進行存儲，這樣在檢索的時候才能保證性能最優(yōu)。（6）搜索引擎數(shù)據(jù)庫搜索引擎數(shù)據(jù)庫比較火的包括Solr和Elasticsearch等。Solr是Apache的一個開源項目，如果正確部署，良好管理，solr就能夠成為一個高可靠、可擴展和高容錯的搜索引擎。2數(shù)據(jù)庫體系結構…用戶11用戶12用戶21用戶22用戶N1用戶Ni…外部模式1外部模式2外部模式N概念模式內部模式數(shù)據(jù)庫用戶的局部邏輯結構數(shù)據(jù)庫的整體邏輯結構數(shù)據(jù)庫的物理結構外部級(單個用戶的視圖)概念級（全局視圖）內部級（存儲視圖）數(shù)據(jù)庫領域公認的標準結構是三級模式結構外模式概念模式內模式（1）外部模式(ExternalSchema)外部模式（也稱子模式或用戶模式）是用戶觀念下局部數(shù)據(jù)結構的邏輯描述，是數(shù)據(jù)庫用戶（包括應用程序員和最終用戶）能夠看見和使用的局部數(shù)據(jù)的邏輯結構和特征的描述。設置外部模式有如下優(yōu)點：方便用戶使用，簡化了用戶接口。保證數(shù)據(jù)的獨立性。有利于數(shù)據(jù)共享。有利于數(shù)據(jù)安全和保密。（2）概念模式（ConceptualSchema）概念模式（簡稱模式，也稱邏輯模式）是對數(shù)據(jù)庫全局邏輯結構的描述，是數(shù)據(jù)庫所有用戶的公共數(shù)據(jù)視圖。概念模式描述：所有實體、實體的屬性和實體間的聯(lián)系。數(shù)據(jù)的約束。數(shù)據(jù)的語義信息。安全性和完整性信息。（3）內部模式(InternalSchema)內部模式（也稱存儲模式，內模式）是對數(shù)據(jù)庫中數(shù)據(jù)物理結構和存儲方式的描述，是數(shù)據(jù)在數(shù)據(jù)庫內部的表示形式。內部模式定義了所有內部記錄類型、索引和文件的組織方式，以及所有數(shù)據(jù)控制方面的細節(jié)。