数据库相关名词解释

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。