数据库学习笔记

‘壹’ 一份难得的数据库市场分析报告

目录

- 数据库分类维度：关系型/非关系型、交易型/分析型

- Nosql数据库的进一步分类

- OLTP市场规模：关系型数据库仍占营收大头

- 数据库市场份额：云服务和新兴厂商主导NoSQL

- 开源数据库 vs. 商业数据库

- 数据库三大阵营：传统厂商和云服务提供商

最近由于时间原因我写东西少了，在公众号上也转载过几篇搞数据库朋友的大作。按说我算是外行，没资格在这个领域品头论足，而当我看到下面这份报告时立即产生了学习的兴趣，同时也想就能看懂的部分写点心得体会分享给大家。

可能本文比较适合普及性阅读，让数据库领域资深的朋友见笑了：）

数据库分类维度：关系型/非关系型、交易型/分析型

首先是分类维度，上图中的纵轴分类为Relational Database（关系型数据库，RDBMS）和Nonrelational Database （非关系型数据库，NoSQL），横轴的分类为Operational（交易型，即OLTP）和Analytical（分析型，即OLAP）。

按照习惯我们先看关系型数据库，左上角的交易型类别中包括大家熟悉的商业数据库Oracle、MS SQL Server、DB2、Infomix，也包括开源领域流行的MySQL（MariaDB是它的一个分支）、PostgreSQL，还有云上面比较常见的SQL Azure和Amazon Aurora等。

比较有意思的是，SAP HANA正好位于交易型和分析型的中间分界处，不要忘了SAP还收购了Sybase，尽管后者今天不够风光了，而早年微软的SQL Server都是来源于Sybase。Sybase的ASE数据库和分析型Sybase IQ还是存在的。

右上角的分析型产品中包括几款知名的列式数据仓库Pivotal Greenplum、Teradata和IBM Netezza（已宣布停止支持），来自互联网巨头的Google Big Query和Amazon RedShift。至于Oracle Exadata一体机，它上面运行的也是Oracle数据库，其最初设计用途是OLAP，而在后来发展中也可以良好兼顾OLTP，算是一个跨界产品吧。

再来看非关系型数据库，左下角的交易型产品中，有几个我看着熟悉的MongoDB、Redis、Amazon DynamoDB和DocumentDB等；右下角的分析型产品包括着名的Hadoop分支Cloudera、Hortonworks（这2家已并购），Bigtable（来自Google，Hadoop中的HBase是它的开源实现）、Elasticsearch等。

显然非关系型数据库的分类要更加复杂，产品在应用中的差异化也比传统关系型数据库更大。Willian Blair很负责任地对它们给出了进一步的分类。

NoSQL数据库的进一步分类

上面这个图表应该说很清晰了。非关系型数据库可以分为Document-based Store（基于文档的存储）、Key-Value Store（键值存储）、Graph-based（图数据库）、Time Series（时序数据库），以及Wide Cloumn-based Store（宽列式存储）。

我们再来看下每个细分类别中的产品：

文档存储 ：MongoDB、Amazon DocumentDB、Azure Cosmos DB等

Key-Value存储 ：Redis Labs、Oracle Berkeley DB、Amazon DynamoDB、Aerospike等

图数据库 ：Neo4j等

时序数据库 ：InfluxDB等

WideCloumn ：DataStax、Cassandra、Apache HBase和Bigtable等

多模型数据库 ：支持上面不只一种类别特性的NoSQL，比如MongoDB、Redis Labs、Amazon DynamoDB和Azure Cosmos DB等。

OLTP市场规模：关系型数据库仍占营收大头

上面这个基于IDC数据的交易型数据库市场份额共有3个分类，其中深蓝色部分的关系型数据库（RDBMS，在这里不统计数据挖掘/分析型数据库）占据80%以上的市场。

Dynamic Database（DDMS，动态数据库管理系统，同样不统计Hadoop）就是我们前面聊的非关系型数据库。这部分市场显得小（但发展势头看好），我觉得与互联网等大公司多采用开源+自研，而不买商业产品有关。

而遵循IDC的统计分类，在上图灰色部分的“非关系型数据库市场”其实另有定义，参见下面这段文字：

数据库市场份额：云服务和新兴厂商主导NoSQL

请注意，这里的关系型数据库统计又包含了分析型产品。Oracle营收份额42%仍居第一，随后排名依次为微软、IBM、SAP和Teradata。

代表非关系型数据库的DDMS分类中（这里同样加入Hadoop等），云服务和新兴厂商成为了主导，微软应该是因为云SQL Server的基础而小幅领先于AWS，这2家一共占据超过50%的市场，接下来的排名是Google、Cloudera和Hortonworks（二者加起来13%）。

上面是IDC传统分类中的“非关系型数据库”，在这里IBM和CA等应该主要是针对大型机的产品，InterSystems有一款在国内医疗HIS系统中应用的Caché数据库（以前也是运行在Power小机上比较多）。我就知道这些，余下的就不瞎写了。

开源数据库 vs. 商业数据库

按照流行度来看，开源数据库从2013年到现在一直呈现增长，已经快要追上商业数据库了。

商业产品在关系型数据库的占比仍然高达60.5%，而上表中从这列往左的分类都是开源占优：

Wide Cloumn：开源占比81.8%；

时序数据库：开源占比80.7%；

文档存储：开源占比80.0%；

Key-Value存储：开源占比72.2%；

图数据库：开源占比68.4%；

搜索引擎：开源占比65.3%

按照开源License的授权模式，上面这个三角形越往下管的越宽松。比如MySQL属于GPL，在互联网行业用户较多；而PostgreSQL属于BSD授权，国内有不少数据库公司的产品就是基于Postgre哦。

数据库三大阵营：传统厂商和云服务提供商

前面在讨论市场份额时，我提到过交易型数据库的4个巨头仍然是Oracle、微软、IBM和SAP，在这里William Blair将他们归为第一阵营。

随着云平台的不断兴起，AWS、Azure和GCP（Google Cloud Platform）组成了另一个阵营，在国外分析师的眼里还没有BAT，就像有的朋友所说，国内互联网巨头更多是自身业务导向的，在本土发展公有云还有些优势，短时间内将技术输出到国外的难度应该还比较大。（当然我并不认为国内缺优秀的DBA和研发人才）

第三个阵容就是规模小一些，但比较专注的数据库玩家。

接下来我再带大家简单过一下这前两个阵容，看看具体的数据库产品都有哪些。

甲骨文的产品，我相对熟悉一些的有Oracle Database、MySQL以及Exadata一体机。

IBM DB2也是一个庞大的家族，除了传统针对小型机、x86（好像用的人不多）、z/OS大型机和for i的版本之外，如今也有了针对云和数据挖掘的产品。记得抱枕大师对Informix的技术比较推崇，可惜这个产品发展似乎不太理想。

微软除了看家的SQL Server之外，在Azure云上还能提供MySQL、PostgreSQL和MariaDB开源数据库。应该说他们是传统软件License+PaaS服务两条腿走路的。

如今人们一提起SAP的数据库就想起HANA，之前从Sybase收购来的ASE（Adaptive Server Enterprise）和IQ似乎没有之前发展好了。

在云服务提供商数据库的3巨头中，微软有SQL Server的先天优势，甚至把它移植到了Linux拥抱开源平台。关系型数据库的创新方面值得一提的是Amazon Aurora和Google Spanner（也有非关系型特性），至于它们具体好在哪里我就不装内行了：）

非关系型数据库则是Amazon全面开花，这与其云计算业务发展早并且占据优势有关。Google当年的三篇经典论文对业界影响深远，Yahoo基于此开源的Hadoop有一段时间几乎是大数据的代名词。HBase和Hive如今已不再是人们讨论的热点，而Bigtable和BigQuery似乎仍然以服务Google自身业务为主，毕竟GCP的规模比AWS要小多了。

最后这张DB-Engines的排行榜，相信许多朋友都不陌生，今年3月已经不是最新的数据，在这里列出只是给大家一个参考。该排行榜几乎在每次更新时，都会有国内数据库专家撰写点评。

以上是我周末的学习笔记，班门弄斧，希望对大家有帮助。

参考资料《Database Software Market:The Long-Awaited Shake-up》

https://blocksandfiles.com/wp-content/uploads/2019/03/Database-Software-Market-White-Paper.pdf

扩展阅读：《 数据库&存储：互相最想知道的事 》

尊重知识，转载时请保留全文。感谢您的阅读和支持！

‘贰’ Oracle学习笔记的内容介绍

《Oracle学习笔记:日常应用、深入管理、性能优化》内容简介：
通过阅读《Oracle学习笔记:日常应用、深入管理、性能优化》，读者可以了解Oracle 11g的体系结构、数据库管理和配置、数据库安全、数据库日常维护、PL/SQL语言等数据库管理员的必备常识，还可以掌握Oracle 11g的多种高级应用，包括数据库网络配置、作业调度、事务管理、内存和进程配置以及对Oracle数据库进行性能监测、分析和优化等。
《Oracle学习笔记:日常应用、深入管理、性能优化》内容丰富、注重实用，理论讲解与大量实验相结合，特别适用于Oracle数据库管理员和应用程序开发人员以及对相关技术感兴趣的读者阅读，也可以作为大中专院校或培训机构的相关课程教材。

‘叁’ 如何在MyEclipse中JDBC连接SQL Server 2008

方法如下：

一、修改SQL Server 2008

首先要确保SQL Server数据库的登录方式是‘混合验证模式’。如果不是也不要紧，数据库登录模式至少是 ‘Windows身份验证模式’，所以打开Microsoft SQL Server Management Studio，以Windows身份验证模式登录。在对象资源管理器内右键单击你的数据库，选择‘属性’。在弹出的窗口左侧选择‘安全性’标签，然后在右侧选中‘SQL Server 和 Windows 身份验证模式’，确定即可。

五、从上图可以看到已经连接成功

‘肆’ 增删改查哪个最重要

关于javaWeb增删改查的简单总结 原创
2020-04-25 13:14:49

走到天涯海角

码龄4年

关注
增删改查中最简单的功能是删除，通过Id来删除单表或者多表都是可以的。

增删改查中最重要的功能是查询，因为不仅仅是单表查询、连表查询需要用到查询，新增前和修改前也要使用到查询。

查询遇到的业务比如：

1.登录：通过查询用户名和密码来找出用户，密码可以重复，但是用户名必须唯一，否则没办法找出单个用户。

(重要) 只要查询的字段是唯一的，都可以通过这个字段来查询出对应的单个对象或者集合。

什么字段是唯一的呢？

如：用户名必须唯一，文件名必须唯一，主键ID必须唯一等等，一时半会想不起来。

新增前，通过查询获得如：下拉框中的数据等

在新增时，通过获取下拉框的值或者输入框的值，就可以保存新增。

新增也会遇到循环插入的情况，如新增角色和修改角色，要循环插入数据到角色菜单关系表中。

循环插入数据的做法，我是用过两种方法，一种方法是使用c3p0，另一种是使用mybatis的foreach标签

修改前，通过查询，获得如：用户的信息，然后放到修改输入框，提高用户的使用体验。

修改时，通过隐藏区的Id，和输入框或者下拉框中的值，来进行保存修改。

文章知识点与官方知识档案匹配
Java技能树首页概览
92024 人正在系统学习中
打开CSDN APP，看更多技术内容

JavaWeb实现简单对数据库的增删改查_向晚而生的博客_web实现数...
数据库:MySQL 连接池:Druid连接池 Github仓库地址:点我 jar包下载:点我!提取码:y4ef 参考:Javaweb实现增删改查操作操作 用JavaWeb部分知识实现对数据库的增删改查 只展示Student和Teacher的相关代码 一、效果图 二、数据库实现 1. ...
继续访问
Web对数据库的增删改查(servlet+jsp+javaBean增删改查)
1.开始之前的准备(servlet+jsp+javaBean增删改查) jsp:页面的请求和展示 在前台主要学了jsp进行页面的请求和展示 java后台 mysql数据库 学习了java如何进行数据库增删改查 JDBC重构Dao Dao进行sql语句 将数据库的获取结果响应到页面上 ...
继续访问
最新发布 javaweb极简登录注册增删改查
javaweb极简登录注册增删改查
继续访问

简单的JavaWeb项目，基本的增删改查和分页查询等功能。
简单的JavaWeb项目，刘意老师整理，拥有登录，添加，删除，修改，分页查询，删除选中，复杂分页查询功能。
JavaWeb阶段案例--简易版管理图书系统（增删改查）
超详细JavaWeb阶段项目 --图书管理系统 -- 连接数据库在网页上实现图书的增删改查
继续访问

笔记--MySQL相关操作
一 登录数据库 1 用户无密码： mysql -uroot -p mysql-> 2 用户有密码： MySQL -root -p[passwd] mysql-> 二 创建数据库： 查询： mysql> show databases; +--------------------+ | Database ...
继续访问
Javaweb--通过网页实现对数据库的增删查改
文章目录Javaweb--通过网页实现对数据库的增删查改1、功能需求2、技术选型2、最终效果图3、数据库准备4、前端开发5、后端开发 Javaweb–通过网页实现对数据库的增删查改 通常在写一些后台管理系统的时候，一定会有关于数据表格的增删查改的功能实现。最近也是闲来无事，做了这个小案例，希望能帮到有写这方面需求的朋友们。 1、功能需求   这次以单个的员工数据表为例，实现以下功能需求：   1、能够正常从数据库中读取相应数据。   2、设置分页，能够通过点击页码，进行数据更新，同时支持输入页码更新数据
继续访问

让我们在网页中实现数据库的增删改查~
目录主要思路首先让我们链接自己的数据库 index.js对数据库设定一些用户规则 user.js做一个添加数据的静态网页 add.html做一个主页面 list.html最最最主要的js代码自我激励 主要思路 搭建网站服务器，实现客户端与服务器端的通信 连接数据库, 创建用户集合, 向集合中插入文档 当用户访问 /list时,将所有用户信息查询出来 1.实现路由功能 1.呈现用户列表页面 1. 再点击修改按钮的时 将用户ID传递到当前页面 2. 从数据库中查询当前用户信息 将用户信息展示到页面中 2.从数据
继续访问
JavaWeb 增删改查快速开发总结
JavaWeb增删改查基本都是那一套，其中最繁琐 变动的便是围绕SQL语句、Servlet来展开，下面是我对这些左到一个小总结，希望能对您有所帮助首先项目搭建好之后就是最关键的SQL语句 Servlet代码 Servlet方法 然后是前端methods（）方法 删除和批量删除（这里用element做了个删除提示）...
继续访问
Java web阶段学习总结(华清远见)
经过web前端的学习之后，我们开启了Java web后端的学习。学习一样新的东西首先要了解它的原理，以及所要具备的一些条件。对于Servlet 的开发步骤一般有：新建一个Java web项目工程 --> 创建servlet类继承Http Servlet，重写service方法 --> 在web.xml中做地址映射 --> 打包 --> 部署 --> 启动容器。这样就可以在浏览器中访问web程序。了解步骤之后就可以动手敲了。
继续访问
javaWeb反思与总结
javaWeb的回顾总结
继续访问
javaweb mysql增删改查_超详细的JavaWeb用户的增删改查实现总结
前言本文是基于单体架构实现的角色的增删改查的功能。前台使用Bootstrap+Ajax+Jsp , 后端使用Spring+SpringMvc+MyBatis进行开发，相信使用过这些技术的小伙伴应该很好的理解以下的内容，也希望看了这篇文章小伙伴们有所收获。准备工作后端技术技术说明官网SpringSpring是一个轻量级控制反转(IoC)和面向切面(AOP)的容器框架。SpringMvcMVC框架ht...
继续访问
Javaee增删改查学习心得
这是我学习完Javaee增删改查后的一些经验心得，在这里记录加深一下印象。 1、创建一个web项目，在左侧项目区域右键创建新的web项目，如果没找到选择最下方other，搜索dy，点击创建web项目。 2、导入相应的jar包，oracle数据库导入oracle的jdbc连接jar包，mysql数据库导入mysql的jdbc连接jar包。在lib文件夹下导入。如需j导入s或css的jar包则最好新建...
继续访问
MySQL学习笔记(一) 下载安装+基本增删改查 + 事务
mysql笔记，内容包含下载安装，DDL，DML，DQL，DCL语法，约束，多表查询等
继续访问

简易的JavaWeb实现增删查改（附数据库）
一、概述 时隔一年，重回博客，应许多初学的同学要求，实现简单的增删查改功能的小程序，具体请详看下面的截图~~~ 二、开发环境 语言：JavaWeb、JSP、CSS 数据库：MySQL 开发工具：Eclipse 三、部分截图展示 四、代码片段 @Override public void doPost(HttpServletRequest request, HttpServletResponse response) throws ServletExceptio...
继续访问

php网页设计实现增删改查，包含报告实训内容
运用PHP技术和MySQL数据库实现对一个数据库表格的操作。 实验环境 1.DreamweaverCS6软件2.phpStudy2018软件（包含Web服务器Apache、数据库服务器MySQL、PHP语言引擎） 实验内容安排 1.选择学习或生活环境中的一个数据表格并构造符合SQL格式的初始数据2.通过浏览器对这个数据表格进行查找、显示、修改、增添、删除5项操作...
继续访问

增删查改
增删查改 增删查改在所有的语言代码中都是最基础和重要的，增删查改在代码中担任着不可缺少的一部分，整个代码项目都是靠着增删查改。“增删查改”就如同字面意思一样，增：新增（insert）,删：删除（delete）,查：查询（select），改：修改（update）,代码做出来的东西大部分都是靠着“增删查改”来运行的！ 先说的就是增：新增（insert），最简单的意思就是用原来的数据来新增一条或多条新的数据，这就是新增。首先要有一个写一个模态框才能在模...
继续访问
JavaWeb实现简单对数据库的增删改查
通过JavaWeb实现简单的对数据库的增删改查
继续访问

热门推荐 java web基本增删改查操作
这是一个结合mysql数据库，java后端和jsp页面的综合案例： 声明：学习本文时，需要有一定的基础，例如jsp，jquery，servlet，Java，jdbc等基础，如果不懂的希望从基础学起，加油！ 在代码中有对应的注释说明，所以我就直接上代码了 大致流程是： 首先访问到servlet层，在servlet层里调用StudentRepository的各个方法，然后展示到jsp页面中。所以浏览器访问路径是servlet层里StudentServlet中@WebServlet("/student")的路径（
继续访问

关于Javaweb课程设计的心得体会.docx
关于Javaweb课程设计的心得体会.docx关于Javaweb课程设计的心得体会.docx关于Javaweb课程设计的心得体会.docx关于Javaweb课程设计的心得体会.docx关于Javaweb课程设计的心得体会.docx关于Javaweb课程设计的心得体会.docx关于Javaweb课程设计的心得体会.docx关于Javaweb课程设计的心得体会.docx关于Javaweb课程设计的心得体会.docx
记录一下springboot+mybatis实现增删改查的基本流程和心得
记录一下springboot+mybatis实现增删改查的基本流程和心得 springboot是一个spring家族中举足轻重的那一个，也是在javaweb实际开发过程经常使用到的一个框架，熟练使用springboot是在实际工作中非常重要的。（在一开始中我认为要先学会如何使用，而不是深究底层原理和代码，毕竟一般的java开发工作中只会项目经理只会不停给你分配增删改查的功能任务，当然，随着开发经验的不断提升，只止步于增删改查会很难得到工作地位提升的机会） 第一步：导入pom.xml依赖 <！--spr
继续访问

java的开发环境和运行环境，年薪60W必备
四面阿里 面试岗位是研发工程师，直接找蚂蚁金服的大佬进行内推，参与了阿里巴巴中间件部门的提前批面试，一共经历了四次面试，拿到了口头offer。 一面： 自我介绍 项目中做了什么，难点呢。 Java的线程池说一下，各个参数的作用，如何进行的。 Redis讲一下 分布式系统的全局id如何实现。用zookeeper如何实现的呢，机器号+时间戳即可。 分布式锁的方案，redis和zookeeper那个好，如果是集群部署，高并发情况下哪个性能更好。 kafka了解么，了解哪些消息队列。 想做业务还是研究。 然后出了
继续访问

web增删改查数据库实验总结
java
写评论

‘伍’ 数据库索引有什么作用和好处

数据库索引是为了增加查询速度而对表字段附加的一种标识。见过很多人机械的理解索引的概念，认为增加索引只有好处没有坏处。这里想把之前的索引学习笔记总结一下：
首先明白为什么索引会增加速度，DB在执行一条Sql语句的时候，默认的方式是根据搜索条件进行全表扫描，遇到匹配条件的就加入搜索结果集合。如果我们对某一字段增加索引，查询时就会先去索引列表中一次定位到特定值的行数，大大减少遍历匹配的行数，所以能明显增加查询的速度。那么在任何时候都应该加索引么？这里有几个反例：1、如果每次都需要取到所有表记录，无论如何都必须进行全表扫描了，那么是否加索引也没有意义了。2、对非唯一的字段，例如“性别”这种大量重复值的字段，增加索引也没有什么意义。3、对于记录比较少的表，增加索引不会带来速度的优化反而浪费了存储空间，因为索引是需要存储空间的，而且有个致命缺点是对于update/insert/delete的每次执行，字段的索引都必须重新计算更新。
那么在什么时候适合加上索引呢？我们看一个Mysql手册中举的例子，这里有一条sql语句：
SELECT
c.companyID,
c.companyName
FROM
Companies
c,
User
u
WHERE
c.companyID
=
u.fk_companyID
AND
c.numEmployees
>=
0
AND
c.companyName
LIKE
'%i%'
AND
u.groupID
IN
(SELECT
g.groupID
FROM
Groups
g
WHERE
g.groupLabel
=
'Executive')
这条语句涉及3个表的联接，并且包括了许多搜索条件比如大小比较，Like匹配等。在没有索引的情况下Mysql需要执行的扫描行数是77721876行。而我们通过在companyID和groupLabel两个字段上加上索引之后，扫描的行数只需要134行。在Mysql中可以通过Explain
Select来查看扫描次数。可以看出来在这种联表和复杂搜索条件的情况下，索引带来的性能提升远比它所占据的磁盘空间要重要得多。
那么索引是如何实现的呢？大多数DB厂商实现索引都是基于一种数据结构——B树。因为B树的特点就是适合在磁盘等直接存储设备上组织动态查找表。B树的定义是这样的：一棵m(m>=3)阶的B树是满足下列条件的m叉树：
1、每个结点包括如下作用域(j,
p0,
k1,
p1,
k2,
p2,
...
ki,
pi)
其中j是关键字个数，p是孩子指针
2、所有叶子结点在同一层上，层数等于树高h
3、每个非根结点包含的关键字个数满足[m/2-1]<=j<=m-1
4、若树非空，则根至少有1个关键字，若根非叶子，则至少有2棵子树，至多有m棵子树
看一个B树的例子，针对26个英文字母的B树可以这样构造：
可以看到在这棵B树搜索英文字母复杂度只为o(m)，在数据量比较大的情况下，这样的结构可以大大增加查询速度。然而有另外一种数据结构查询的虚度比B树更快——散列表。Hash表的定义是这样的：设所有可能出现的关键字集合为u，实际发生存储的关键字记为k，而|k|比|u|小很多。散列方法是通过散列函数h将u映射到表T[0,m-1]的下标上，这样u中的关键字为变量，以h为函数运算结果即为相应结点的存储地址。从而达到可以在o(1)的时间内完成查找。
然而散列表有一个缺陷，那就是散列冲突，即两个关键字通过散列函数计算出了相同的结果。设m和n分别表示散列表的长度和填满的结点数，n/m为散列表的填装因子，因子越大，表示散列冲突的机会越大。
因为有这样的缺陷，所以数据库不会使用散列表来做为索引的默认实现，Mysql宣称会根据执行查询格式尝试将基于磁盘的B树索引转变为和合适的散列索引以追求进一步提高搜索速度。我想其它数据库厂商也会有类似的策略，毕竟在数据库战场上，搜索速度和管理安全一样是非常重要的竞争点。

‘陆’ valuelesscolumn的好坏

当咱们设计一个关系型数据库时，着手点是系统中的对象（Entities），再为对象加上属性描述，从而转换为表设计。在关系型数据库中咱们不会考虑表的行，由于肯定表的字段名称以后，数据逐行写入，数据库会管理行数据空间。数据库

宽行仍是窄行（Wild Rows or Skinny Rows）apache

但在Cassandra里，咱们必须在设计时考虑列族的行数，这取决于定义的列的数目。一般会有两种选择：数据结构

宽行（Wild Rows）：在每行中包含数量巨大（一般会达到百万 级之多）的列，但只有不多的行数；less

窄行（Skinny Rows）：比较像关系型数据库的使用方法，有少许较为固定的列，使用不一样、不断增长的行来存储。数据库设计

列排序（Column Sorting）ide

Cassandra不支持查询语言，也不支持查询时使用Order By对数据进行排序，排序是须要设计时考虑。在定义列族时，能够包含一个名为CompareWith的元素，这个元素决定了此列族的排序规则。Cassandra提供的排序支持如下几种数据类型，包含了字符、字节、数字和日期时间：AsciiType, BytesType, LexicalUUIDType, Integer Type, LongType, TimeUUIDType, or UTF8Type.ui

设计原则（Design Principles）spa

Cassandra的数据结构设计与关系型数据库彻底不一样，核心有三大设计原则：物化视图、无值列和复合键。设计

物化视图（Materialized View）rest

在关系型数据库中，咱们一般会使用Where条件查询表的部分结果集，好比咱们设计了Users表，有一个City字段，而后使用Where City = 'New York'来进行查询。

SELECT * FROM USERS WHERE CITY = "New York"
在Cassandra中，咱们会直接建立一个新的列族名为CityUsers，以City为行名称，列为全部在这个City中的Users.

$ create column family CityUser;
$ set CityUsers["NewYork"]["UserID"] = "1, 2, 3, 4";
这在Cassandra里是一种很是广泛和常见的设计，物化视图为查询而设计一份映射数据，而不是从原始数据中去寻找。

无值列（Valueless Column）

以上面的Users/CityUsers为例，咱们设计了行名为City，列为Users的列族，由于数据是从Users列族中映射过来的，其实咱们并不须要为列指定内容，它能够直接引用Users表中的数据。

复合键（Aggregate Key）在《Cassandra – 理解关键概念和数据模型》为你们介绍过复合键的用法，在Cassandra中，大量使用复合键也是设计原则之一。 在设计Cassandra数据结构时，应当紧紧把握的两点：

从查询开始：Cassandra不是为对象而设计，而是为查询而设计。先看看系统中须要的查询是什么样的，再着手设计；

系统时间：由于Cassandra的列结构包含时间戳，因此你必须考虑从不一样客户端过来的时间格式，有必要指定一个统一的标准时间，固然，这将带来本地时间转换问题。

数据设计示例（Data Design Sample）

需求

查询指定地区的酒店

查询指定酒店的信息，包括名称和所在地区

查询酒店附近有趣的地点

查询指定日期区间可预订的房间

查询房间的评分

提交客户信息预订房间

关系型数据库设计

Screen Shot 2013-12-01 at 10.32.08 AM

Cassandra数据结构设计

Screen Shot 2013-12-01 at 10.34.12 AM

设计思路：

建立数据库结构；

建立酒店和附近场所的数据结构。酒店是普通列族，附近场所是超级列族；

查询指定地区的酒店，使用第二簇索引完成；

查询一个酒店，而后查询附近场所；

预订酒店时，向Reservation列族写入行数据。

Cassandra.yaml

keyspaces:
- name: Hotelier
replica_placement_strategy: org.apache.cassandra.locator.RackUnawareStrategy
replication_factor: 1
column_families:
- name: Hotel
compare_with: UTF8Type
- name: HotelByCity
compare_with: UTF8Type
- name: Guest
compare_with: BytesType
- name: Reservation
compare_with: TimeUUIDType
- name: PointOfInterest
column_type: Super
compare_with: UTF8Type
compare_subcolumns_with: UTF8Type
- name: Room
column_type: Super
compare_with: BytesType
compare_subcolumns_with: BytesType
- name: RoomAvailability
column_type: Super
compare_with: BytesType
compare_subcolumns_with: BytesType
本文参考自《Cassandra: The Definitive Guide》

原文连接：Cassandra – 数据结构设计概念和原则

相关文章
1. 数据库 - 概念结构设计
2. 数据库设计----概念结构设计（概念模型、E—R模型、概念结构设计）
3. 数据库原理 概念结构设计的方法
4. 数据库原理（十 一）- 概念结构设计
5. 数据库结构设计概念设计
6. 数据库设计（1）_概念结构设计
7. 【数据库原理】概念结构、逻辑结构设计案例
8. 数据库原理 概念结构设计-E-R图及其设计
9. 设计模式-----原则概念
10. 数据库学习笔记（四）数据库设计——概念结构设计
更多相关文章...
• 数据库是什么？数据库的概念 - MySQL教程
• Web 创建设计 - 网站建设指南
• TiDB 在摩拜单车在线数据业务的应用和实践
• Flink 数据传输及反压详解

‘柒’ Python学习笔记：如何将字典快速插入数据库

在我们工作中,手头不一定都有VISIO等数据库设计软件,往往是我们直接在SQL企业管理器中直接设计数据库,再添加数据库字典,以方便以后的工作及管理。有时我很苦恼，因为我们不得不打两次相现的数据字段的说明，麻烦。不过，也不尽然，不久前我发现了一个更好的方法：（以我建一个表为例） 1、打开企业管理器。 2、在关系中“右击”，“新建关系”，在让你选择表时选择取消。 3、在关系在，“右键”，选“新建表”，输入我们想要的名字。（方法是不是和传统不一样了） 4、在我们刚新建的表上“右击”，然后“表视图”，“修改自定义”。 5、在弹出的对话框中选择我们想要的列。 6、确定就OK了。 7、当然是输入我们脑子里的数据表结构及说明，当我们要生成这个数据表的字典的时候，就选中这些列，CTRL+C，然后到Excel在CTRL+V,如果想到导出WORD中，再在Excel中选中想要的单元格，CTRL+C到WORD中CTRL＋V 8、当然是OK了！看一下我们的成果吧！