数据库v层

Ⅰ 数据库关系模式中v和v的区别

K-V存储系统是最简单的数据库类型之一。几乎所有的编程语言都带有内置的K-V存储功能。比如C++中STL的map，Java的HashMap，Python的dictionary。K-V数据库通常包含下列接口：

Get(key): 获取之前以"key"作为标识存储的数据，若"key"不存在则获取失败。
Set(key,value): 将"value"存储内存中，其标识符为"key"，以便我们之后可以用"key"来获取数据。如果在"key"下已经有数据了，那么原数据将被替换。
Delete(key): 删除"key"标识下的数据。
大多数底层的实现都使用了hash table或者是自平衡的树结构（比如B-Tree和红黑树）。有时候数据太大了无法放在内存中，或者为了防止宕机必须把数据持久化，这种情况下，就必须使用文件系统来存储。

K-V数据库是NoSQL运动的一部分，它重组了没有完全使用关系数据库中概念的众多数据库，Wikipedia articles on NoSQL 总结了这些数据库的主要特点：

不使用SQL查询语言
可能不对ACID规范提供完全支持
可能提供分布式，可容错的架构

2.K-V数据库和关系型数据库

不同于关系型数据库，K-V数据库并不清楚存储数据的值，而且也没有像MySQL和PostgreSQL中schema的概念。这也就意味着它不能像关系型数据库一样通过

使用带where的SQL语句来过滤并查询所存数据的部分内容。如果你不知道该从哪查询，你需要遍历所有的key值，找到对应的value，对其进行过滤，最终只保留你

想要的那部分数据。这样以来计算量会非常大，同时也意味着只有在key已知的情况下，K-V数据库才能保证高性能，否则其性能明显不足。（注：有一些K-V数据库

支持结构化存储，而且有域索引）因此，虽然在绝对访问速度方面K-V数据库优于关系型数据库，但需要已知key值的要求限制了其应用场景。

Ⅱ 传统数据库系统的几个层次

传统的数据库系统分为3个层次，按ANSI的定义分别为物理模式、概念模式和外部模式。传统的数据库采用这种层次结构是因它所管理的数据而决定的。在这种数据库中，数据主要是抽象化的字符和数值，管理和操纵的技术也是简单的比较、排序、查找和增删改等操作，处理起来容易，也比较好管理。
最低层也就是第一层，称为媒体支持层，第二层称为存取与存储数据模型进行描述。第三层称为概念数据模型层，是对现实世界用多媒体数据信息进行的描述，也是多媒体数据库中在全局概念下的一个整体视图。第四层称为多媒体用户接口层，完成用户对多媒体信息的查询描述和得到多媒体信息的查询结果。