本文目录一览

1，数据库的应用场合

OLTP 数据库旨在使事务应用程序仅写入所需的数据，以便尽快处理单个事务。例如银行交易OLAP专门设计用于支持复杂的分析操作，侧重对决策人员和高层管理人员的决策支持，可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理，并且以一种直观而易懂的形式将查询结果提供给决策人员，以便他们准确掌握企业（公司）的经营状况，了解对象的需求，制定正确的方案。
各行各业，比如银行，比如现在二代身份证，全国联网，都必须用到数据库。 现在公司管理，内部仓库，数据库。 个人资金管理，也是一个简单的数据库。 手机上的通讯录，也是一个数据库。所以在各行各业都有涉及。

数据库的应用场合

2，数据库中的事务是什么

数据库事务(Database Transaction) ，事务是一系列作为一个逻辑单元来执行的操作集合。它是数据库维护数据一致性的单位，它将数据库从一致状态转变为新的一致状态，指作为单个逻辑工作单元执行的一系列操作，要么完全地执行，要么完全地不执行。 事务处理可以确保除非事务性单元内的所有操作都成功完成，否则不会永久更新面向数据的资源。事务是数据库运行中的逻辑工作单位，由DBMS中的事务管理子系统负责事务的处理。数据库(Database)是按照数据结构来组织、存储和管理数据的建立在计算机存储设备上的仓库。数据库的基本结构分三个层次，反映了观察数据库的三种不同角度。⑴ 物理数据层。它是数据库的最内层，是物理存贮设备上实际存储的数据的集合。这些数据是原始数据，是用户加工的对象，由内部模式描述的指令操作处理的位串、字符和字组成。⑵ 概念数据层。它是数据库的中间一层，是数据库的整体逻辑表示。指出了每个数据的逻辑定义及数据间的逻辑联系，是存贮记录的集合。它所涉及的是数据库所有对象的逻辑关系，而不是它们的物理情况，是数据库管理员概念下的数据库。⑶ 用户数据层。它是用户所看到和使用的数据库，表示了一个或一些特定用户使用的数据集合，即逻辑记录的集合。参考资料数据库.搜狗百科[引用时间2018-4-18]数据库事务.搜狗百科[引用时间2018-4-18]

数据库中的事务是什么

3，常见NoSQL数据库的应用场景是怎么样的

文档数据库 　　源起：受Lotus Notes启发。 　　数据模型：包含了key-value的文档集合 　　例子：CouchDB, MongoDB 　　优点：数据模型自然，编程友好，快速开发，web友好，CRUD。 　　图数据库 　　源起： 欧拉和图理论。 　　数据模型：节点和关系，也可处理键值对。 　　例子：AllegroGraph, InfoGrid, Neo4j 　　优点：解决复杂的图问题。 　　关系数据库 　　源起： E. F. Codd 在A Relational Model of Data for Large Shared Data Banks提出的 　　数据模型：各种关系 　　例子：VoltDB, Clustrix, MySQL 　　优点：高性能、可扩展的OLTP，支持SQL，物化视图，支持事务，编程友好。 　　对象数据库 　　源起：图数据库研究 　　数据模型：对象 　　例子：Objectivity, Gemstone 　　优点：复杂对象模型，快速键值访问，键功能访问，以及图数据库的优点。 　　Key-Value数据库 　　源起：Amazon的论文 Dynamo 和 Distributed HashTables。 　　数据模型：键值对 　　例子：Membase, Riak 　　优点：处理大量数据，快速处理大量读写请求。编程友好。 　　BigTable类型数据库 　　源起：Google的论文 BigTable。 　　数据模型：列簇，每一行在理论上都是不同的 　　例子：HBase, Hypertable, Cassandra 　　优点：处理大量数据，应对极高写负载，高可用，支持跨数据中心， MapReduce。 　　数据结构服务 　　源起： ? 　　数据模型：字典操作，lists, sets和字符串值 　　例子：Redis 　　优点：不同于以前的任何数据库 　　网格数据库 　　源起：数据网格和元组空间研究。 　　数据模型：基于空间的架构 　　例子：GigaSpaces, Coherence 　　优点：适于事务处理的高性能和高扩展性
搜一下：常见NoSQL数据库的应用场景是怎么样的

常见NoSQL数据库的应用场景是怎么样的

4，数据库中的事务是什么

事务是作为一个单元的一组有序的数据库操作。如果组中的所有操作都成功， 则认为事务成功，即使只有一个操作失败，事务也不成功。如果所有操作完成,事务则提交，其修改将作用于所有其他数据库进程。如果一个操作失败，则事务将回滚，该事务所有操作的影响都将取消。 这就是数据库中的事务了，关于数据库的更多知识，推荐你看黑马程序员视频库的视频，能学到很多知识哦！
数据库事务是指作为单个逻辑工作单元执行的一系列操作。　　设想网上购物的一次交易，其付款过程至少包括以下几步数据库操作：　　·更新客户所购商品的库存信息　　·保存客户付款信息--可能包括与银行系统的交互　　·生成订单并且保存到数据库中　　·更新用户相关信息，例如购物数量等等　　正常的情况下，这些操作将顺利进行，最终交易成功，与交易相关的所有数据库信息也成功地更新。但是，如果在这一系列过程中任何一个环节出了差错，例如在更新商品库存信息时发生异常、该顾客银行帐户存款不足等，都将导致交易失败。一旦交易失败，数据库中所有信息都必须保持交易前的状态不变，比如最后一步更新用户信息时失败而导致交易失败，那么必须保证这笔失败的交易不影响数据库的状态--库存信息没有被更新、用户也没有付款，订单也没有生成。否则，数据库的信息将会一片混乱而不可预测。　　数据库事务正是用来保证这种情况下交易的平稳性和可预测性的技术。 ----------------------------------------------- 资料： <a href="http://wenwen.soso.com/z/urlalertpage.e?sp=shttp%3a%2f%2fbaike.baidu.com%2fview%2f1298364.html%3fwtp%3dtt" target="_blank">http://baike.baidu.com/view/1298364.html?wtp=tt</a>
【事务】：是用户定义的一个数据库操作序列，这些操作要么都做，要么都不做，是一个不可分割的工作单位。在关系数据库中，一个事务可以是一条SQL语句，也可以是多条SQL语句。【特点】：原子性、一致性、隔离性、持续性【举个例子】假设，定义了一个银行转账的事务，以两个银行账号里面的金钱为例，里面的钱要么一个增加多少，一个减少多少，要么就是都不增不减，不可能一个多但另一个不减少，你懂得。

5，mongodb mysql 分别适合什么场景

MongoDB已经流行了很长一段时间，相对于MySQL，究竟什么场景更需要用MongoDB？下面是一些总结。更高的写入负载默认情况下，MongoDB更侧重高数据写入性能，而非事务安全，MongoDB很适合业务系统中有大量“低价值”数据的场景。但是应当避免在高事务安全性的系统中使用MongoDB，除非能从架构设计上保证事务安全。高可用性MongoDB的复副集(Master-Slave)配置非常简洁方便，此外，MongoDB可以快速响应的处理单节点故障，自动、安全的完成故障转移。这些特性使得MongoDB能在一个相对不稳定（如云主机）的环境中，保持高可用性。数据量很大或者未来会变得很大依赖数据库(MySQL)自身的特性，完成数据的扩展是较困难的事，在MySQL中，当一个单达表到5-10GB时会出现明显的性能降级，此时需要通过数据的水平和垂直拆分、库的拆分完成扩展，使用MySQL通常需要借助驱动层或代理层完成这类需求。而MongoDB内建了多种数据分片的特性，可以很好的适应大数据量的需求。基于位置的数据查询MongoDB支持二维空间索引，因此可以快速及精确的从指定位置获取数据。表结构不明确，且数据在不断变大在一些传统RDBMS中，增加一个字段会锁住整个数据库/表，或者在执行一个重负载的请求时会明显造成其它请求的性能降级。通常发生在数据表大于1G的时候（当大于1TB时更甚）。 因MongoDB是文档型数据库，为非结构货的文档增加一个新字段是很快速的操作，并且不会影响到已有数据。另外一个好处当业务数据发生变化时，是将不在需要由DBA修改表结构。没有DBA支持如果没有专职的DBA，并且准备不使用标准的关系型思想（结构化、连接等）来处理数据，那么MongoDB将会是你的首选。MongoDB对于对像数据的存储非常方便，类可以直接序列化成JSON存储到MongoDB中。 但是需要先了解一些最佳实践，避免当数据变大后，由于文档设计问题而造成的性能缺陷。BillRun – 基于MongoDB的帐单系统 (来自oc666)BillRun是由Ofer Cohen推出开源账单系统，采用MongoDB做为数据存储。这套账单系统被以色列一家增速最快的电信运营商采用，每月处理5亿条通信记录，Ofer在Slideshare上说明了具体利到了MongoDB的哪些特性：弱数据结构的特点，使得BillRun能很快的支持新的CDR(通讯记录)类型。这个特性使文档型数据库很适用于快速发展、业务需求不确定的系统中。BillRun仅使用了一个Collection，已经管理了数TB的文档数据，并且没有遇到由结构变更、数据爆发式增长的带来的限制和问题。replicaSet副本集特性使建立更多的数据中心DRP变得更轻松。内建的Sharding分片特性避免系统在数据增长的过程中遇到性能瓶颈。每秒钟2000条通信记录的插入，MongoDB在架构设计上很好的支持了高负载的数据写入。并且可以使用findAndModify(相对缓慢)完成基础的事务特性，并且通过应用层面的支持，实现双段式提交。查询方式相比SQL，更加易读、易懂，开发相对轻松。基于位置允许更好的分析用户使用情况，从而更好地制定移动电话基础设施的投入点。
使用json风格语法，易于掌握和理解：mongodb使用json的变种bson作为内部存储的格式和语法。针对mongodb的操作都使用json风格语法，客户端提交或接收的数据都使用json形式来展现。相对于sql来说，更加直观，容易理解和掌握。schema-less，支持嵌入子文档：mongodb是一个schema-free的文档数据库。一个数据库可以有多个collection，每个collection是documents的集合。collection和document和传统数据库的table和row并不对等。无需事先定义collection，随时可以创建。collection中可以包含具有不同schema的文档记录。 这意味着，你上一条记录中的文档有3个属性，而下一条记录的文档可以有10个属性，属性的类型既可以是基本的数据类型（如数字、字符串、日期等），也可以是数组或者散列，甚至还可以是一个子文档（embed document）。这样，可以实现逆规范化（denormalizing）的数据模型，提高查询的速度。

文章TAG：数据库事务哪些场景  数据库的应用场合  
下一篇