数据库 （Database，DB）：长期存储在计算机内、有组织的、可共享的大量数据的集合。数据库管理系统 （Database Management System，DBMS）：一种操纵和管理数据库的大型软件，用于建立、使用和维护数据库。可分为关系型数据库和非关系型数据库两大类。数据库管理员 （Database Administrator，DBA）：负责数据库的安装、配置、维护、性能优化等工作的专业技术人员。数据库开发人员 （Database Developer）：负责数据库设计、开发、测试等工作的专业技术人员。数据分析师 （Data Analyst）：利用数据库中的数据进行分析，为决策提供支持的专业技术人员。关系型数据库 （Relational Database）：基于关系模型组织数据的数据库，数据以表格形式存储，每个表格由行（记录）和列（字段）组成。支持 SQL 语言、数据完整性约束（如主键、外键）、ACID 特性。例如 MySQL、PostgreSQL、Oracle、SQL Server 等。SQL （Structured Query Language，结构化查询语言）：用于管理关系型数据库的标准编程语言。包括数据定义（DDL）、数据操纵（DML）、数据控制（DCL）等。NoSQL （Not Only SQL）：非关系型数据库的统称，适用于大规模数据存储和高并发访问、非结构化的数据。ACID （Atomicity, Consistency, Isolation, Durability）：关系型数据库的事务特性。
原子性 （Atomicity）：事务中的所有操作要么全部成功，要么全部失败。一致性 （Consistency）：事务执行后，数据库状态保持一致。隔离性 （Isolation）：并发事务之间相互隔离。持久性 （Durability）：事务提交后，结果永久生效。
CAP 定理 （Consistency, Availability, Partition Tolerance）：分布式系统中，一致性、可用性和分区容错性三者不可兼得。
一致性 （Consistency）：所有节点的数据一致。可用性 （Availability）：系统始终可用。分区容错性 （Partition Tolerance）：网络分区时系统仍能运行。
数据定义语言 （Data Definition Language，DDL）：用于定义数据库对象（如表、视图、索引）的语言，例如 CREATE、ALTER、DROP。数据操纵语言 （Data Manipulation Language，DML）：用于操作数据库中的数据（如插入、删除、修改）的语言，例如 INSERT、DELETE、UPDATE。数据查询语言 （Data Query Language，DQL）：用于查询数据库中的数据（如 SELECT）的语言。数据控制语言 （Data Control Language，DCL）：用于控制数据库访问权限（如 GRANT、REVOKE）的语言。数据模型 （Data Model）：对现实世界数据特征的抽象，用来描述数据、组织数据、操作数据。数据表 （Data Table）：数据表是数据库中用于存储数据的基本结构，由行（记录）和列（字段）组成。一个数据库中可包含多个数据表。关系模型 （Relational Model）：用二维表结构表示实体及实体间联系的数据模型。实体 （Entity）：客观存在并相互区别的事物。属性 （Attribute）：实体所具有的某一特性。元组 （Tuple）：关系表中的一行，表示一个实体。主键 （Primary Key）：表中唯一标识每一行的字段或字段组合。主键具有唯一性，且不可为空。外键 （Foreign Key）：表中的一个字段，其值必须匹配另一个表的主键值。外键用于维护表之间的关系，支持级联操作。索引 （Index）：用于加速数据检索的数据库对象。多表合并 （Table Merge）：将多个表中的数据合并到一个表中。可以减少表数量，简化数据库结构，减少表之间的关联操作。表拆分 （Table Splitting）：将一个表中的数据拆分成多个表。可以减少单表的数据量，提高查询性能。按拆分方式，可分为水平拆分和垂直拆分。级联操作 （Cascade Operation）：级联操作是指在数据库中，当 对一个表进行某些操作（如删除或更新）时，自动对相关表进行相应的操作。级联操作通常与外键约束一起使用，以维护表之间的数据一致性。非关系型数据库 （NoSQL Database）：不基于关系模型的数据库，适用于处理大规模、非结构化数据。具有灵活的数据模型、高扩展性、CAP 定理。包括键值存储、文档存储、列存储、图存储等存储形式。CAP 定理 （Consistency, Availability, Partition Tolerance）：分布式系统中，一致性、可用性和分区容错性三者不可兼得。
一致性 （Consistency）：所有节点的数据一致。可用性 （Availability）：系统始终可用。分区容错性 （Partition Tolerance）：网络分区时系统仍能运行。
键值数据库 （Key-Value Store）：以键值对的形式存储数据。如 Redis、Memcached 等。文档数据库 （Document Store）：以文档 (如 JSON、XML) 的形式存储数据。如 MongoDB、CouchDB 等。列族数据库 （Column-family Store）：以列族的形式存储数据。如 Cassandra、HBase 等。图数据库 （Graph Database）：以图结构存储数据，用于处理高度互联的数据。如 Neo4j、OrientDB 等。常见于社交网络分析、推荐系统、知识图谱。云数据库 （Cloud Database）：部署在云平台上的数据库服务。数据库范式 （Normalization）：通过分解表结构来减少数据冗余和提高数据一致性的过程。常见范式包括：
第一范式 （1NF）：表中的每一列都是不可再分的原子数据项。第二范式 （2NF）：满足 1NF，且非主属性完全依赖于主键。第三范式 （3NF）：满足 2NF，且非主属性不依赖于其他非主属性。
数据库反范式 （Denormalization）：为了提高查询性能，故意违反范式规则，增加数据冗余。可以提高查询效率，但会增加存储空间和更新成本。数据库事务 （Transaction）：一组数据库操作，要么全部执行成功，要么全部失败。遵循 ACID 特性。数据库触发器 （Trigger）：在特定事件发生时自动执行的数据库操作。数据库游标 （Cursor）：用于逐行处理查询结果集的数据库对象。并发控制 （Concurrency Control）：控制多个用户同时访问数据库时可能产生的数据不一致问题。备份与恢复 （Backup and Recovery）：防止数据丢失和灾难恢复的技术。数据库快照 （Snapshot）：数据库在某一时刻的副本。数据库归档 （Archiving）：将不再需要频繁访问的数据移动到低成本存储的过程。数据库分片 （Sharding）：将数据库分割成多个小片段（分片），分布在不同的服务器上。数据库 ORM （Object-Relational Mapping）：对象关系映射，将对象模型映射到关系模型的技术。可以简化开发，提高代码复用性。数据库 ETL （Extract, Transform, Load）：数据清洗，指数据抽取、转换和加载的过程，用于将数据从源系统迁移到目标系统。数据仓库 （Data Warehouse）：用于存储和分析大量历史数据的数据库，支持复杂查询和数据挖掘。可以从多个数据源抽取数据，并支持快速查询和分析。常见于商业智能（BI）、数据分析。数据湖 （Data Lake）： 用于存储大量原始数据的存储系统，支持多种数据格式（结构化、半结构化、非结构化）。存储成本低，支持大数据处理和分析。常见于大数据分析、机器学习。数据挖掘 （Data Mining）：从大量数据中提取隐含的、未知的、潜在有用的信息的过程。大数据 （Big Data）：无法用传统数据库工具处理的海量、高增长率和多样化的信息资产。区块链 （Blockchain）：一种分布式数据库技术，具有去中心化、不可篡改、可追溯等特点。时序数据库 （Time Series Database，TSDB）：一种专门用于存储、管理和分析时间序列数据的数据库管理系统。时间序列数据是指按时间顺序记录的数据点，通常具有时间戳和测量值，常见于物联网（IoT）、金融等领域。例如 TimescaleDB、OpenTSDB、InfluxDB、IoTDB、TDengine 等。