学数据库还是学大数据？

一、学数据库还是学大数据？

学大数据。

大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

(在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中，大数据指不用随机分析法(抽样调查)这样的捷径，而采用所有数据的方法)大数据的4V特点：Volume(大量)、Velocity(高速)、Variety(多样)、veracity(真实性)。

大数据需要特殊的技术，包括大规模并行处理(MPP)数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

二、学数据库应该先学什么？

SQL，比较容易入门，先学习创建，备份，还原数据库，然后清楚表，触发器，存储过程，函数的作用，继而了解select,insert,create,delete,update最基本语法，帮助很关键，要习惯使用，最好有一本书先大略的看一下，然后找个实例，一步一步照着做。这样应该有个大概的概念，最后需要实际项目经验积累，看你自己了。

三、学数据库就业应该掌握什么技能?

如果就业想在数据库方面，建议学好Oracle，SQL是最基本的，但是远远不够的，学校里的教材无非就是一些数据库的基本理论，然后再学几个具体的数据库管理系统，如你说的MySQL,SQL Server,Oracle等，但都不会很深入，可以在网上下载一些视频教程看看，在找几本实战的书看一看，一个DBA要掌握的东西还是很多的。

四、学数据库有什么用？

数据库的作用很大，在很多地方都要用到，尤其是与各类数据有关的，更要用到了。 数据库用来存储你网站的动态数据内容,如果你的网站全是静态页面,则可以不用数据库,如果需要有很多动态交互信息,比如发帖和留言则需要有数据库支持. IT行业其实数据库虽然说到处肯定都能用到，使用面比较广，但是用的到频率却不是最高的，而且正如一楼所说，数据库包含的东西太多太广了，想学精可不是一天两天的事，它需要日积月累，但是你就学数据库公司肯定不要，你学的比较精通了你估计也老了吧。 我建议你学一门语言，比如C++，JAVA,C#等，这样你可以找个公司先干着，在工作中积累经验，到时候就看你的兴趣了，想往哪个方面发展，数据库或者软件工程师 。 还有，相关的基础课程：高数、离散数学、程序设计、数据结构等。 提高课程：常用的数据库，如：MS SQL Server，Oracle等。 建议读 Oracle 认证证书（比较系统）。Oracle中包容的东西很多，技术资料上百本。 当然，英语和日语都要好。

五、信息学数据库的分类？

一、数据库通常分为层次式数据库、网络式数据库和关系式数据库三种。而不同的数据库是按不同的数据结构来联系和组织的。

二、所谓数据结构是指数据的组织形式或数据之间的联系。

三、数据结构又分为数据的逻辑结构和数据的物理结构。

数据的逻辑结构是从逻辑的角度(即数据间的联系和组织方式)来观察数据，分析数据，与数据的存储位置无关；

数据的物理结构是指数据在计算机中存放的结构，即数据的逻辑结构在计算机中的实现形式，所以物理结构也被称为存储结构。

四、层次结构模型实质上是一种有根结点的定向有序树(在数学中"树"被定义为一个无回的连通图)。

五、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。简单来说是本身可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据进行新增、截取、更新、删除等操作。

六、什么是生物学数据库？

以存储、索引、查询和分析生物数据为主的数据库系统。

分子生物学数据库大全：核酸数据库、基因表达数据库、蛋白数据库、糖数据库、专利数据库等国际顶尖数据库列表可以在生物帮那里找到的，我一般找资料，最新资讯都是到那里的，他们比较专业，权威，也比较全面，技术文档，视频，产品都蛮丰富的。年来大量生物学实验的数据积累，形成了当前数以百计的生物信息数据库。它们各自按一定的目标收集和整理生物学实验数据，并提供相关的数据查询、数据处理的服务

七、学数据库以后可以做什么？

只会写代码的是码农；

学好数据库，基本能混口饭吃

；在此基础上再学好

操作系统和计算机网络

，就能当一个不错的程序员。如果能再把离散数学、数字电路、体系结构、数据结构/算法、编译原理学通透，再加上丰富的实践经验与领域特定知识，就能算是一个优秀的工程师了。

计算机

其实就是存储/IO/CPU三大件； 而

计算

说穿了就是两个东西：

数据与算法（状态与转移函数）

。常见的软件应用，除了各种模拟仿真、模型训练、视频游戏这些属于

计算密集型应用

外，绝大多数都属于

数据密集型应用

。从最抽象的意义上讲，这些应用干的事儿就是把数据拿进来，存进数据库，需要的时候再拿出来。

抽象

是应对复杂度的最强武器。操作系统提供了对存储的基本抽象：内存寻址空间与磁盘逻辑块号。文件系统在此基础上提供了文件名到地址空间的KV存储抽象。而数据库则在其基础上提供了

对应用通用存储需求的高级抽象

。

互联网应用大多属于

数据密集型应用

，对于真实世界的数据密集型应用而言，除非你准备从基础组件的轮子造起，不然根本没那么多机会去摆弄花哨的数据结构和算法。甚至写代码的本事可能也没那么重要：可能只会有那么一两个Ad Hoc算法需要在应用层实现，大部分需求都有现成的轮子可以使用，主要的创造性工作往往在数据模型与数据流设计上。实际生产中，

数据表就是数据结构，索引与查询就是算法

。而应用代码往往扮演的是

胶水

的角色，处理IO与业务逻辑，其他大部分工作都是

在数据系统之间搬运数据

。

在最宽泛的意义上，

有状态的地方就有数据库

。它无所不在，网站的背后、应用的内部，单机软件，区块链里，甚至在离数据库最远的Web浏览器中，也逐渐出现了其雏形：各类状态管理框架与本地存储。“数据库”可以简单地只是内存中的哈希表/磁盘上的日志，也可以复杂到由多种数据系统集成而来。

关系型数据库只是数据系统的冰山一角

（或者说冰山之巅），实际上存在着各种各样的数据系统组件：

数据库

：存储数据，以便自己或其他应用程序之后能再次找到（PostgreSQL，MySQL，Oracle）

缓存

：记住开销昂贵操作的结果，加快读取速度（Redis，Memcached）

搜索索引

：允许用户按关键字搜索数据，或以各种方式对数据进行过滤（ElasticSearch）

流处理

：向其他进程发送消息，进行异步处理（Kafka，Flink，Storm）

批处理

：定期处理累积的大批量数据（Hadoop）

架构师最重要的能力之一，就是了解这些组件的性能特点与应用场景，能够灵活地权衡取舍、集成拼接这些数据系统。

绝大多数工程师都不会去从零开始编写存储引擎，因为在开发应用时，数据库已经是足够完美的工具了。关系型数据库则是目前所有数据系统中使用最广泛的组件，可以说是程序员吃饭的主要家伙，重要性不言而喻。

对玩具应用而言，使用内存变量与文件来保存状态也许已经绰绰有余了。但随着系统的增长，我们会遇到越来越多的挑战：软硬件故障把数据搞成一团浆糊（可靠性）；状态太多而内存太小放不下（可伸缩性）；并发访问控制导致代码复杂度发生爆炸（可维护性），诸如此类。这些问题相当棘手，却又相当普遍，数据库就是用来解决这些问题的。

分拆

是架构演化的重要方法论，数据库将

状态管理

的职能从应用程序中分拆出来，即所谓的“状态与计算相分离”。数据库将程序员从重复造轮子的泥潭中解救出来，极大地解放了生产力。

每个系统都服务于一个目的，解决一类问题。

问题比方法更重要

。但现实很遗憾，以大多数学生，甚至相当一部分公司能接触到的现实问题而言，拿几个文件甚至在内存里放着估计都能应付大多数场景了（需求简单到低级抽象就可以Handle）。

没什么机会接触到数据库真正要解决的问题，也就难有真正使用与学习数据库的驱动力，更别提数据库原理了

。

所以我也理解当前这种填鸭教学现状的苦衷：工作之后很难有这么大把的完整时间来学习原理了，所以老师只好先使劲灌输，多少让学生对这些知识有个印象。等学生参加工作后真正遇到这些问题，也许会想起大学好像还学了个叫

数据库

的东西，这些知识就会开始反刍。

数据库，尤其是关系型数据库，非常重要。那为什么要学习其原理呢？

对

优秀

的工程师来说，只会

用

数据库是远远不够的。学习原理对于当CRUD BOY搬砖收益并不大，但当

通用组件真的无解

需要自己撸起袖子上时，没有金坷垃怎么种庄稼？设计系统时，

理解原理能让你以最少的复杂度代价写出更可靠高效的代码；遇到疑难杂症需要排查时，理解原理能带来精准的直觉与深刻的洞察。

数据库是一个博大精深的领域，存储I/O计算无所不包。其主要原理也可以粗略分为几个部分：数据模型设计原理（应用）、存储引擎原理（基础）、索引与查询优化器的原理（性能）、事务与并发控制的原理（正确性）、故障恢复与复制系统的原理（可靠性）。 所有的原理都有其存在意义：为了解决实际问题。

例如

数据模型设计中

的

范式理论

，就是为了解决

数据冗余

这一问题而提出的，

它是为了把事情做漂亮（可维护）

。它是模型设计中一个很重要的设计权衡：通常而言，

冗余少则复杂度小/可维护性强，冗余高则性能好

。具体来说，冗余字段能加快特定类型的读取（通过消除连接），但在写入时就需要做更多的工作：维护多对象副本间的一致性，避免多对象事务并发执行时发生踩踏。这就需要仔细权衡利弊，选择合适的规范化等级。

数据模型设计，就是生产中的数据结构设计

。

不了解这些原理，就难以提取良好的抽象，其他工作也就无从谈起。

而

关系代数与索引

的原理，则在查询优化中扮演重要的角色，

它是为了把事情做得快（性能，可扩展）

。当数据量越来越大，SQL写的越来越复杂时，它的意义就会体现出来：

怎样写出等价但是更高效的查询？

当查询优化器没那么智能时，就需要人来干这件事。

这种优化往往有四两拨千斤的效果

，比如一个需要几秒的KNN查询，如果知道R树索引的原理，就可以通过

改写查询

，创建GIST索引优化到1毫秒内，千倍的性能提升。

不了解索引与查询设计原理，就难以充分发挥数据库的性能。

事务与并发控制的原理，

是为了把事情做正确

。事务是数据处理领域最伟大的抽象之一，它提供了很多有用的保证（ACID），

但这些保证到底意味着什么？

事务的

原子性

让你在提交前能随时中止事务并丢弃所有写入，相应地，事务的

持久性

则承诺一旦事务成功提交，即使发生硬件故障或数据库崩溃，写入的任何数据也不会丢失。这让错误处理变得无比简单，所有可能的结果被归结为两种情况：

要么成功完事，要么失败了事（或重试）

。有了后悔药，程序员不用再担心半路翻车会留下惨不忍睹的车祸现场了。

另一方面，事务的

隔离性

则保证同时执行的事务无法相互影响（在可序列化隔离等级下）。更进一步，数据库提供了不同的隔离等级保证，以供程序员在

性能与正确性之间进行权衡

。编写并发程序并不容易，在几万TPS的负载下，各种极低概率，匪夷所思的问题都会出现：事务之间相互踩踏，丢失更新，幻读与写入偏差，慢查询拖慢快查询导致连接堆积，单表数据库并发增大后的性能急剧恶化，比如我遇到的一个最灵异的

例子

是：快慢查询总量都减少，但因相对比例变化导致数据库被压垮。这些问题，在低负载的情况下会潜伏着，随着规模量级增长突然跳出来，给你一个大大的惊喜。现实中真正可能出现的

各类异常

，也绝非SQL标准中简单的几种异常能说清的。

不理解事务的原理，意味着应用的正确性与数据的完整性可能遭受不必要的损失。

故障恢复与复制

的原理，可能对于普通程序员没有那么重要，但架构师与DBA必须清楚。高可用是很多应用的追求目标，但什么是高可用，高可用怎么保证？读写分离？快慢分离？异地多活？x地x中心？说穿了底下的核心技术其实就是

复制（Replication）

（或再加上

自动故障切换（Failover）

）。这里有无穷无尽的坑：

复制延迟

带来的各种灵异现象，

网络分区

与

脑裂

，

存疑事务

，诸如此类。

不理解复制的原理，高可用就无从谈起。

对于一些程序员而言，可能数据库就是“增删改查”，包一包接口，原理似乎属于“屠龙之技”。如果止步于此，那原理确实没什么好学的，但有志者应当打破砂锅问到底的精神。私认为只了解自己本领域知识是不够的，只有把当前领域赖以建立的上层领域摸清楚，才能称为专家。在数据库面前，后端也是前端；对于程序员的知识栈而言，数据库是一个合适的栈底。

上面讲了

WHY

，下面就说一下

HOW

数据库教学的一个矛盾是：

如果连数据库都不会用，那学数据库原理有个卵用呢？

学数据库的原则是

学以致用

。

只有实践，才能带来对问题的深刻理解；只有先知其然，才有条件去知其所以然。

教材可以先草草的过一遍，然后直接去看数据库文档，上手去把数据库用起来，做个东西出来。通过实践掌握数据库的使用，再去学习原理就会事半功倍（以及充满动力）。对于学习而言，有条件去实习当然最好，没有条件那最好的办法就是

自己创造场景，自己挖掘需求。

比如，从解决个人需求开始：管理个人密码，体重跟踪，记账，做个小网站、在线聊天App，实用微信小程序。当它演化的越来越复杂，开始有多个用户，出现各种蛋疼问题之后，你就会开始意识到

事务

的意义。

再比如，结合爬虫，抓一些房价、股价、地理、社交网络的数据存在数据库里，做一些挖掘与

分析

。当你积累的数据越来越多，分析查询越来越复杂；SQL长得没法读，跑起来慢出猪叫，这时候关系代数的理论就能指导你进一步进行优化。

当你意识到这些设计都是为了解决现实生产中的问题，并亲自遇到过这些问题之后，再去学习原理，才能相互印证，并知其所以然。当你发现查询时间随数据增长而指数增长时；当你遇到成千上万的用户同时读写为并发控制焦头烂额时；当你碰上软硬件故障把数据搅得稀巴烂时；当你发现数据冗余让代码复杂度快速爆炸时；你就会发现这些设计存在的意义。

教材、书籍、文档、视频、邮件组、博客都是很好的学习资源。教材的话华章的黑皮系列教材都还不错，《数据库系统概念》这本就挺好的。但我推荐先看看这本书：

《设计数据密集型应用》

，写的非常好，我觉得不错就义务翻译了一下。

纸上得来终觉浅，绝知此事要躬行。写了这么多，不带点“

私货

”也不合适哈？实践方能出真知，新手上路选哪家？我个人推荐PostgreSQL，如果能再选一样就加个Redis。对开发而言，这是相当实用的组合。PostgreSQL号称世界上

最先进的开源关系型数据库

，源代码写的非常漂亮，有很多值得学习的地方。很多国外的数据库课程与教科书都使用PostgreSQL作为教学样例。

PostgreSQL在现实世界中也表现不俗，在我们的实践中，在250WTPS与200TB数据的量级下，

单一PostgreSQL选型

依然能稳如狗地支撑业务。而且其功能

丰富到不可思议

，能在很可观的规模内做到一专多长，除了本职的OLTP，Pg还在相当长的时间里兼任了缓存，OLAP，批处理，甚至消息队列的角色。当然如“架构演进”一图所示，神龟虽寿，犹有竟时。最终这些兼职功能还是要逐渐

分拆

出去由专用组件负责，但那已经是近千万日活时的事了。

所以，关系型数据库虽然强大，却绝非数据处理的终章。数据库的世界非常精彩，尽可能地去尝试各种各样的组件吧~。

八、学电脑编程要学数据库吗？

编程最基本实现就需要有 输入输出 。单纯的输入输出都只是临时的，短暂的。 而编程操作的就是数据，我们想把输入输出的数据保存起来，使其从临时态变成长久态，这通常就是使用数据库的原因。数据库保存数据，编程语言操作数据。甚至在很多时候，程序存在的意义就是将数据从数据库取出来展示给用户看，或者反之。

九、不会编程能学数据库吗？

但最好会编写简单的SQL语句，当数据发生问题时，或分析数据时，你会发现可以非常灵活的得心用手的操作。

如果是想最数据库应用软件，那么是一定要会编程了。

如上面所说Visual FoxPro 是非常容易上手编程的数据库软件。

而且开发工具和数据管理拥有共同的环境，不需要建立其他的连接。建立一个项目，就可以在管理器中完成建表、开发程序所有的工作。可以通过VFP建立对数据库以及编程的感觉。

十、40岁学数据库有前途吗？

四十岁学大数据还来不来得及，看你对是什么人，如果是一个病入膏肓的人，可以说来不及了。对于一个健康的人来说，什么时候开始都可以。有活到老学到老之说，四十岁正当年，能学好，要学好。才四十岁就不学习大数据了，随时可能被时代淘汰。所以必须得学习大数据。