A. 資料庫未來的發展前景怎麼樣
在信息化時代，資料庫成為企業經營管理必不可少的工具。經過了一個世紀的發展，目前資料庫行業已經進入到快速發展階段，非關系型的資料庫盛行，「數據上雲」新模式誕生，市場規模達到665億美元。未來，隨著海量數據的爆發，全球資料庫行業市場規模有望突破2000億美元。
資料庫成為企業經營管理必不可少的工具
在全球信息化的時代，資料庫已經逐漸成為了眾多企業經營管理必不可少的工具。資料庫指的是一種用於存儲和管理擁有固定格式和結構數據的倉庫型數據管理系統。
資料庫這一行業技術發源並興起於美國，如今已經廣泛應用於全世界各企業之中。資料庫一般可分為關系型資料庫和非關系型資料庫。
關系型資料庫的基層單位是由二維的行列分部組成的表格，一個關系型資料庫往往可以涵蓋多個行列分部表格。表格中每一行分布代表了一條獨特的數據記錄，而各列則代表了同一數據記錄的不同特性。通過多種來源獲取的數據最後會通過抽取、轉化、載入後整合進一個數據倉庫之中。關系型資料庫根據其數據處理技術的不同又可以分為聯機事務型資料庫與聯機分析型資料庫。
非關系型資料庫是一個用於概括一切可供替代傳統關系型資料庫的開放式術語。非關系型資料庫同樣也可以通過嵌套類的方式將互有關系的數據存儲在同一結構當中。非關系型資料庫採用了更為靈活的數據結構，並且可以橫向到達多個處理器。以功能劃分，非關系型資料庫可以分為文檔型資料庫、鍵值型資料庫、列存儲資料庫、圖形資料庫四種。
—— 更多數據及分析請參考前瞻產業研究院《中國大數據產業發展前景與投資戰略規劃分析報告》。
B. 大數據分析師工資收入多少
你好，數據分析的市場平均薪資是在11637元，而北上廣地區的平均薪資比這個數字還要高上兩三千左右，如果在騰訊阿里等互聯網大廠，這個薪資就更多了。
1、大數據分析師在騰訊等互聯網大廠的職位
大數據分析師，是一個在互聯網行業大廠中非常常見的職位，幾乎所有希望放大數據價值的公司都一定會開始設立和存在的一個崗位。
在國內，像阿里巴巴、華為、網路、騰訊等等互聯網公司，在研發產品的技術線中都會有這樣的職位。
最後，互聯網行業作為新興的吸金行業，技術崗佔了員工60%以上，薪資也是非技術崗近2倍。技術崗並非只是寫代碼做碼農，雖說編程是 IT行業的核心，但是除此之外，還有測試、UI、運維、產品、運營等崗位，數學差、邏輯差，不適合編程，依然可以選擇其他崗位，可以根據這份資料了解有哪些適合自己的崗位。
希望我的回答對你有所幫助！
C. 思遠IT的特色是什麼
基本概念和所指范圍。
IT實際上有三個層次：第一層是硬體，主要指數據存儲、處理和傳輸的主機和網路通信設備；第二層是指軟體，包括可用來搜集、存儲、檢索、分析、應用、評估信息的各種軟體，它包括我們通常所指的ERP(企業資源計劃)、CRM(客戶關系管理)、SCM(供應鏈管理)等商用管理軟體，也包括用來加強流程管理的WF(工作流)管理軟體、輔助分析的DW/DM(數據倉庫和數據挖掘)軟體等；第三層是指應用，指搜集、存儲、檢索、分析、應用、評估使用各種信息，包括應用ERP、CRM、SCM等軟體直接輔助決策，也包括利用其它決策分析模型或藉助DW/DM等技術手段來進一步提高分析的質量，輔助決策者作決策(強調一點，只是輔助而不是替代人決策)。有些人理解的IT把前二層合二為一，統指信息的存儲、處理和傳輸，後者則為信息的應用；也有人把後二層合二為一，則劃分為前硬後軟。通常第三層還沒有得到足夠的重視，但事實上卻是唯有當信息得到有效應用時IT的價值才能得到充分發揮，也才真正實現了信息化的目標。信息化本身不是目標，它只是在當前時代背景下一種實現目標比較好的一種手段。
卡爾的IT是指什麼呢？在那篇文章裡面他並沒有明確提出，不過他提到信息技術的核心功能--數據存儲、處理和傳輸。從他推理的邏輯來看，即從蒸汽機、鐵路、電報電話、電力等基礎設施建設推過來的，還用摩爾定律來佐證主機和光纖的發展。如果他就此打住，只從這一點出發，他的邏輯論證是非常嚴謹的，後面對《IT不再重要》發表不管支持與反對評論的人，在這一點上都是基本認同的(除了那些硬體和網路廠商外)，筆者也認同這一點。整個文章里他對物化的IT基礎設施建設部分關注很多，基本沒有關注應用層面。但後面他講到大眾化趨勢時，又提到「信息技術極易復制」，則把IT又推到了商業軟體，這里已經邁出了「危險」的一步。在2004年他出版同名書時開篇就定義了他研究、類比過來的IT，「我用的『IT』是指通常意義上的，即所有被用來以數字形式存儲、處理和傳輸信息的硬體和軟體，特別強調的是，我只是指技術本身，我指的『IT』並不包括技術中流動的信息和那些使用技術的人才技能」，所以他所指的IT是指前二層。如果就這此打住，可能還是不會有太大爭議(這次又加上那些難受的軟體廠商)。客觀地分析軟體本身的特徵，的確不具備核心競爭力的四個判斷標准中的三個即：稀缺性、不易復制性、不易替代性，卡爾本人也沒有否認而且是在強調IT具備核心競爭力的第四個判斷標准，即有價值。但他偏偏又把題目定成了「IT不再重要」，幾欲把整個IT一棍子打死!
可惜他在IT這一概念上是經常含混不清：一會兒指主機網路，一會兒又跑到軟體，在他後來出版的書里甚至經常「一不小心」就邁到了第三層，完全違背了他在書開頭所界定的IT范圍，如論述信息技術的應用、對CIO發出的詰問等。有很多讀者、包括哈佛商業評論的編輯當時就指出了這一點。後面其它很多人也因為這一點來攻擊他，甚至有人說卡爾乾脆就不懂IT，有可能是真的，因為他畢竟本來就不是做IT的。這也給我們搞研究的人也給予很大的啟示和警醒，對自己不太熟悉的領域套用其它方法來研究時要特別小心，否則會鬧出很多笑話。
這里筆者要強調一點，經常有軟體廠商(國內外的都有)宣稱上了信息化就能如何如何，就能加強企業核心競爭力（反正多是現在流行什麼就跟什麼，「與時俱進」）。不知道他們是有意還是無意，且不按核心競爭力判斷的四個標准來推斷，試反問幾個簡單的問題：如果上了信息化就能如何，有多少上了信息化的企業已經虧損甚至倒閉？尤其是那些宣稱有幾十萬家客戶使用他們軟體的軟體企業該問問自己。如果上了信息化就能如何，那麼我們假設入庫、出庫、銷售、庫存等信息全是准確的，就能自動提高銷售、降低庫存嗎？如果說沒有上信息化之前，老闆可能還可因為看不見而糊塗但幸福地過過日子，那麼現在呢？只是痛苦地知道有如此多的庫存在倉庫里呆了如此長的時間，如此多的商品長時間占據著櫃台卻沒有帶來任何銷售額更不要說利潤!分析一下軟體廠商們宣傳「信息技術是企業的核心競爭力」的現象，結論只有兩個：要麼這些企業不懂什麼是核心競爭力（我想應該大多數還是懂的，既希望他們懂又希望他們不懂，希望結果是懂是因為至少軟體企業還能懂一些管理理念而不是埋頭純粹一技術性公司，希望結果是不懂是因為這樣可以少被別人攻擊沒有職業道德，不知者不為過嘛），要麼是另有所圖。一般企業客戶與IT企業之間存在嚴重的信息不對稱問題。IT企業與企業客戶之間的博弈，最後的結果往往會是次優選擇，即所謂的「檸檬效應」。在這點上，除了IT企業和從業人員要提高自身的職業操守外，政府或行業必須加強對信息化建設的培訓教育，提高企業對信息化建設的認識，引進管理咨詢公司、監理公司等來改變這一博弈結局，以達到新的平衡，促進IT業更健康的發展。
信息技術本身只是一個工具，就象一柄利劍或一枝好筆，買了它並不能一定保證你武功增進多少、字寫漂亮多少，還需要你不斷地去練習如何舞劍、如何寫字，信息化建設也需要你不斷地提升運用信息的能力，這才是真正核心也是最難的地方。功夫全在題外！信息化(數字化)目的並不是上系統拿幾個數字，它只是基礎，其核心在一個「化」字，把各種資源相關的信息整合起來後進行「合理化」、「優化」的配置。譬如用歷史信息來輔助做銷售預測、采購計劃、生產計劃、配送計劃、庫存計劃，並按照這些計劃下達指令並根據實際運行情況滾動修正計劃。美國哈林頓（Joseph Harrington）博士提出的計算機集成製造（Computer Integrated Manufacturing，CIM）包含兩個基本觀點：一是企業生產的各個環節包括市場分析、產品設計、加工製造、經營管理和售後服務等是一個不可分割的整體，必須緊密相連、統一考慮；二是整個運作過程實質上是一個數據的採集、傳遞和加工處理過程，最終產品可以看作是數據的物質表現。如果上了信息系統卻不用它來輔助決策，還是按照原來的運作方式運作，則信息系統的作用可能只是限於解放某些崗位的某些工作，如統計報表等，且同時還會增加另外一些崗位的工作。大量經驗表明，如果不用信息系統收集上來的數據，要實現用來輔助決策的准確、及時、完整的信息根本不可能，信息系統只有用它才可能逐步提高其准確性、及時性和完整性。按照核心競爭力的評價標准，要構造核心競爭力，本質上只有整合能力才是，而且越外顯的能力越容易被模仿。冰山一角，露在外面的越少越不容易被模仿，越能構成核心競爭力。
就象哈佛商業評論編輯Hal Varian（加利福尼亞大學伯克利分校信息管理與系統系主任）指出的那樣：「卡爾說IT正在商品化、不再提供競爭優勢，這一點他是對的。但知道如何有效使用IT還是一種非常稀缺的技能。」「提供競爭優勢的不是IT本身，而是那些知道如何有效利用它的人。」「公司在花成千上萬的錢在數據存儲和獲取客戶交易數據上，但一大堆數據就躺在那兒、沒有經過分析、沒有使用，但是，在那些訓練有素的分析人員手上同樣的數據卻能產生巨大的回報！」這是一個數據豐富的時代，但同時是一個知識貧乏的時代!
波士頓大學管理學院信息系統管理學教授托馬斯·H.達文波特要把「過去的40年，更確切地描述為『數據時代』，而不是『信息時代』」，「將數據轉化為某種更有用的東西，需要相當多的人力投入和智慧，但大多數組織僅僅從技術的角度來看待這一問題。擁有一個資料庫或數據挖掘系統，與擁有其它技術一樣，是必要的，但對於高質量的信息和知識而言，則是不夠的」。
所以這里我們有必要明確一下一些經常混淆的基本概念。
數據(Data)＝事實的記錄，如上季度甲系列產品在華東地區銷售額為120萬。
信息=(Information)＝數據+ 意義，如上季度甲系列產品華東地區銷售額比去年同期減少了25 %。
智能(Intelligence)＝信息+理解(understanding)與推理(reasoning)，如分析原因是華東地區銷售單位不行，或甲系列產品進入了衰退期，還是公司整體營銷活動落後，競爭者強力促銷導致？或是其它原因。
知識(Knowledge) ＝解決問題的技能(skill)，針對這一問題公司應對的策略是什麼？
智慧(Wisdom) ＝知識的選擇(Selection) 應對的行動方案可能有多種，但(戰略)選擇哪個*智慧。行動則又會產生新的交易數據。
數據、信息、智能、知識、智慧、行動與管理活動之間存在多重循環關系。
同樣的高速公路、同樣的高檔車，開車的人不同將會開出完全不同的水平，這時更關鍵的因素--開車的本事就顯得至關重要了。在初級階段，競爭比較粗放，可能主要是看誰能修好道，買好車。到後面，大家硬體基礎設施差不多，競爭日趨白熱化，這個時候人的作用就突顯出來了，光有好道好車還不行，還得有舒馬赫這樣的頂級選手才能贏得比賽。企業經營與賽車還不太一樣，賽車有人制定規則，規定只能跑一樣的道，企業之間的競爭是八仙過海各顯神通，有錢的就可以買高檔的伺服器、小型機，沒有錢的就只能買PC伺服器；有錢的就可以用光纖寬頻，沒有錢的則只能用ADSL甚至撥號；有錢的可以花幾千萬去買SAP、Oracle，沒有錢的則只能用用金蝶、用友，甚至只有一些基本功能的小的進銷存或財務軟體；有錢的可以請五大幫他們制定符合未來趨勢的戰略並進行培訓，沒有錢的則只能*企業家自己摸著石頭過河……的確，這是一場不太公平的競爭。但網路經濟來了，用卡爾的話說，就是IT技術已經變得「大眾化」，已變成商品。更何況ASP模式的出現，將極大的降低了企業信息化的門檻，昂貴的伺服器、網路、軟體費用的門檻被一下子降低了。好比雖然你有私家的寶馬、賓士，可以很快地到達你想要到的地方。但我也可以坐計程車差不多也能實現同樣的效果，再差點兒我有公共汽車、地鐵，只要很低的成本也能基本實現我的目標。但同樣的寬頻、同樣一套系統軟體，但使用的人一樣，效果卻完全不一樣，君不見同樣是使用SAP、Oracle或者金蝶、用友，有很成功的，也有很失敗的？還是那句話，功夫在詩外!
IT是信息技術的簡稱，Information Technology,指與信息相關的技術。不同的人和不同的書上對此有不同解釋。但一個基本上大家都同意的觀點是，IT有以下三部分組成：
-----感測技術 這是人的感覺器官的延伸與拓展，最明顯的例子是條碼閱讀器；
-----通信技術 這是人的神經系統的延伸與拓展，承擔傳遞信息的功能；
-----計算機技術 這是人的大腦功能延伸與拓展，承擔對信息進行處理的功能。
所謂信息化是用信息技術來改造其他產業與行業，從而提高企業的效益。在這個過程中信息技術承擔了一個得力工具的角色。
順便說一句何謂IT產業，有一個大致的分類，可以供大家參考：
IT基礎技術的提供 IC研發、軟體編寫 如INTEL、MS等
IT技術產品化 元器件、部件、組件製造 如精英、大眾等
IT產品集成化 計算機及外設製造商 如聯想、IBM
IT產品系統化 解決方案、信息系統 如華為、HP
IT產品流通 渠道、銷售 如神州數碼
IT產品服務 咨詢服務和售後服務 如藍色快車
IT產業輿論支持 IT類媒體 如CCW、CCID
IT產業第三方服務 各種需要配套的服務 如法律咨詢、PR服務
IT後備人員培養 各種院校 如計算機專業
IT產業合作組織 各種協會、集會
編輯詞條
開放分類：
信息技術、電腦、技術
D. 資料庫的發展前景怎麼樣
進入信息化市場，資料庫的重要性日益凸顯，目前資料庫主要分為資料庫產品、資料庫服務和資料庫支撐體系。我國資料庫產品以關系型為主，非關系型資料庫以鍵值型資料庫為主。
金融、電信、政務、製造和互聯網為我國資料庫應用最為廣泛的領域，但是它們的應用特點各不相同。未來，在企業崛起、國家利好政策和資本關注等因素推動下，我國資料庫行業市場規模有望接近7百億元。
本文核心數據：資料庫產品分布、資料庫市場規模
資料庫主要分為三大類
在信息化時代，資料庫已經逐漸應用於各行各業。資料庫主要分為三大類：資料庫產品、資料庫服務和資料庫支撐體系。
資料庫產品主要由關系型資料庫、非關系型資料庫、混合型資料庫及資料庫周邊工具構成。
資料庫服務是指圍繞資料庫的咨詢規劃、實施部署和運維運營等環節，為資料庫系統的正常、高效、持續、安全使用提供信息技術服務工作。
資料庫支撐體系由從事資料庫學術研究、人才培養、開源社區、評測認證等工作的相關主體共同構成。
E. 在數據存儲管理方面，大家了解的比較智能化的管理系統都有哪些
資料庫管理系統(database management system)是一種操縱和管理資料庫的大型軟體，是用於建立、使用和維護資料庫，簡稱dbms。它對資料庫進行統一的管理和控制，以保證資料庫的安全性和完整性。用戶通過dbms訪問資料庫中的數據，資料庫管理員也通過dbms進行資料庫的維護工作。它提供多種功能，可使多個應用程序和用戶用不同的方法在同時或不同時刻去建立，修改和詢問資料庫。它使用戶能方便地定義和操縱數據，維護數據的安全性和完整性，以及進行多用戶下的並發控制和恢復資料庫。
按功能劃分，資料庫管理系統大致可分為6個部分：
(1)模式翻譯：提供數據定義語言(ddl)。用它書寫的資料庫模式被翻譯為內部表示。資料庫的邏輯結構、完整性約束和物理儲存結構保存在內部的數據字典中。資料庫的各種數據操作(如查找、修改、插入和刪除等)和資料庫的維護管理都是以資料庫模式為依據的。
(2)應用程序的編譯：把包含著訪問資料庫語句的應用程序，編譯成在dbms支持下可運行的目標程序。
(3)互動式查詢：提供易使用的互動式查詢語言，如sql。dbms負責執行查詢命令，並將查詢結果顯示在屏幕上。
(4)數據的組織與存取：提供數據在外圍儲存設備上的物理組織與存取方法。
⑸事務運行管理：提供事務運行管理及運行日誌，事務運行的安全性監控和數據完整性檢查，事務的並發控制及系統恢復等功能。
(6)資料庫的維護：為資料庫管理員提供軟體支持，包括數據安全控制、完整性保障、資料庫備份、資料庫重組以及性能監控等維護工具。
基於關系模型的資料庫管理系統已日臻完善，並已作為商品化軟體廣泛應用於各行各業。它在各戶伺服器結構的分布式多用戶環境中的應用，使資料庫系統的應用進一步擴展。隨著新型數據模型及數據管理的實現技術的推進，可以預期dbms軟體的性能還將更新和完善，應用領域也將進一步地拓寬。
它所提供的功能有以下幾項：
（1）數據定義功能。DBMS提供相應數據語言來定義（DDL）資料庫結構，它們是刻畫資料庫框架，並被保存在數據字典中。
（2）數據存取功能。DBMS提供數據操縱語言（DML），實現對資料庫數據的基本存取操作：檢索，插入，修改和刪除。
（3）資料庫運行管理功能。DBMS提供數據控制功能，即是數據的安全性、完整性和並發控制等對資料庫運行進行有效地控制和管理，以確保數據正確有效。
（4）資料庫的建立和維護功能。包括資料庫初始數據的裝入，資料庫的轉儲、恢復、重組織，系統性能監視、分析等功能。
（5）資料庫的傳輸。DBMS提供處理數據的傳輸，實現用戶程序與DBMS之間的通信，通常與操作系統協調完成。
著名資料庫管理系統
MS SQL
SYBASE
DB2
ORACLE
MySQL
ACCESS
VF
常見的資料庫管理系統
目前有許多資料庫產品，如Oracle、Sybase、Informix、Microsoft SQL Server、Microsoft Access、Visual FoxPro等產品各以自己特有的功能，在資料庫市場上佔有一席之地。下面簡要介紹幾種常用的資料庫管理系統。
Oracle
Oracle是一個最早商品化的關系型資料庫管理系統，也是應用廣泛、功能強大的資料庫管理系統。Oracle作為一個通用的資料庫管理系統，不僅具有完整的數據管理功能，還是一個分布式資料庫系統，支持各種分布式功能，特別是支持Internet應用。作為一個應用開發環境，Oracle提供了一套界面友好、功能齊全的資料庫開發工具。Oracle使用PL/SQL語言執行各種操作，具有可開放性、可移植性、可伸縮性等功能。特別是在Oracle 8i中，支持面向對象的功能，如支持類、方法、屬性等，使得Oracle 產品成為一種對象/關系型資料庫管理系統。
Microsoft SQL Server
Microsoft SQL Server是一種典型的關系型資料庫管理系統，可以在許多操作系統上運行，它使用Transact-SQL語言完成數據操作。由於Microsoft SQL Server是開放式的系統，其它系統可以與它進行完好的交互操作。目前最新版本的產品為Microsoft SQL Server 2000，它具有可靠性、可伸縮性、可用性、可管理性等特點，為用戶提供完整的資料庫解決方案。
Microsoft Office
作為Microsoft Office組件之一的Microsoft Access是在Windows環境下非常流行的桌面型資料庫管理系統。使用Microsoft Access無需編寫任何代碼，只需通過直觀的可視化操作就可以完成大部分數據管理任務。在Microsoft Access資料庫中，包括許多組成資料庫的基本要素。這些要素是存儲信息的表、顯示人機交互界面的窗體、有效檢索數據的查詢、信息輸出載體的報表、提高應用效率的宏、功能強大的模塊工具等。它不僅可以通過ODBC與其它資料庫相連，實現數據交換和共享，還可以與Word、Excel等辦公軟體進行數據交換和共享，並且通過對象鏈接與嵌入技術在資料庫中嵌入和鏈接聲音、圖像等多媒體數據。
資料庫管理系統選擇原則
選擇資料庫管理系統時應從以下幾個方面予以考慮：
(1) 構造資料庫的難易程度。
需要分析資料庫管理系統有沒有範式的要求，即是否必須按照系統所規定的數據模型分析現實世界，建立相應的模型；資料庫管理語句是否符合國際標准，符合國際標准則便於系統的維護、開發、移植；有沒有面向用戶的易用的開發工具；所支持的資料庫容量，資料庫的容量特性決定了資料庫管理系統的使用范圍。
(2) 程序開發的難易程度。
有無計算機輔助軟體工程工具CASE——計算機輔助軟體工程工具可以幫助開發者根據軟體工程的方法提供各開發階段的維護、編碼環境，便於復雜軟體的開發、維護。有無第四代語言的開發平台——第四代語言具有非過程語言的設計方法，用戶不需編寫復雜的過程性代碼，易學、易懂、易維護。有無面向對象的設計平台——面向對象的設計思想十分接近人類的邏輯思維方式，便於開發和維護。對多媒體數據類型的支持——多媒體數據需求是今後發展的趨勢，支持多媒體數據類型的資料庫管理系統必將減少應用程序的開發和維護工作。
(3) 資料庫管理系統的性能分析。
包括性能評估（響應時間、數據單位時間吞吐量）、性能監控（內外存使用情況、系統輸入/輸出速率、SQL語句的執行，資料庫元組控制）、性能管理（參數設定與調整）。
(4) 對分布式應用的支持。
包括數據透明與網路透明程度。數據透明是指用戶在應用中不需指出數據在網路中的什麼節點上，資料庫管理系統可以自動搜索網路，提取所需數據；網路透明是指用戶在應用中無需指出網路所採用的協議。資料庫管理系統自動將數據包轉換成相應的協議數據。
(5) 並行處理能力。
支持多CPU模式的系統（SMP，CLUSTER，MPP），負載的分配形式，並行處理的顆粒度、范圍。
(6) 可移植性和可括展性。
可移植性指垂直擴展和水平擴展能力。垂直擴展要求新平台能夠支持低版本的平台，資料庫客戶機/伺服器機制支持集中式管理模式，這樣保證用戶以前的投資和系統；水平擴展要求滿足硬體上的擴展，支持從單CPU模式轉換成多CPU並行機模式（ SMP, CLUSTER, MPP）
(7) 數據完整性約束。
數據完整性指數據的正確性和一致性保護，包括實體完整性、參照完整性、復雜的事務規則。
(8) 並發控制功能。
對於分布式資料庫管理系統，並發控制功能是必不可少的。因為它面臨的是多任務分布環境，可能會有多個用戶點在同一時刻對同一數據進行讀或寫操作，為了保證數據的一致性，需要由資料庫管理系統的並發控制功能來完成。評價並發控制的標准應從下面幾方面加以考慮：
保證查詢結果一致性方法
數據鎖的顆粒度（數據鎖的控制范圍，表、頁、元組等）
數據鎖的升級管理功能
死鎖的檢測和解決方法
(9) 容錯能力。
異常情況下對數據的容錯處理。評價標准：硬體的容錯，有無磁碟鏡象處理功能軟體的容錯，有無軟體方法異常情況的容錯功能
(10) 安全性控制
包括安全保密的程度（帳戶管理、用戶許可權、網路安全控制、數據約束）
(11) 支持漢字處理能力
包括資料庫描述語言的漢字處理能力（表名、域名、數據）和資料庫開發工具對漢字的支持能力。
F. 資料庫有哪幾種
一、關系資料庫
關系型資料庫，存儲的格式可以直觀地反映實體間的關系。關系型資料庫和常見的表格比較相似，關系型資料庫中表與表之間是有很多復雜的關聯關系的。
常見的關系型資料庫有Mysql，SqlServer等。在輕量或者小型的應用中，使用不同的關系型資料庫對系統的性能影響不大，但是在構建大型應用時，則需要根據應用的業務需求和性能需求，選擇合適的關系型資料庫。
雖然關系型資料庫有很多，但是大多數都遵循SQL（結構化查詢語言，Structured Query Language）標准。 常見的操作有查詢，新增，更新，刪除，求和，排序等。
查詢語句：SELECT param FROM table WHERE condition 該語句可以理解為從 table 中查詢出滿足 condition 條件的欄位 param。
新增語句：INSERT INTO table （param1，param2，param3） VALUES （value1，value2，value3） 該語句可以理解為向table中的param1，param2，param3欄位中分別插入value1，value2，value3。
更新語句：UPDATE table SET param=new_value WHERE condition 該語句可以理解為將滿足condition條件的欄位param更新為 new_value 值。
刪除語句：DELETE FROM table WHERE condition 該語句可以理解為將滿足condition條件的數據全部刪除。
去重查詢：SELECT DISTINCT param FROM table WHERE condition 該語句可以理解為從表table中查詢出滿足條件condition的欄位param，但是param中重復的值只能出現一次。
排序查詢：SELECT param FROM table WHERE condition ORDER BY param1該語句可以理解為從表table 中查詢出滿足condition條件的param，並且要按照param1升序的順序進行排序。
總體來說， 資料庫的SELECT，INSERT，UPDATE，DELETE對應了我們常用的增刪改查四種操作。
關系型資料庫對於結構化數據的處理更合適，如學生成績、地址等，這樣的數據一般情況下需要使用結構化的查詢，例如join，這樣的情況下，關系型資料庫就會比NoSQL資料庫性能更優，而且精確度更高。
由於結構化數據的規模不算太大，數據規模的增長通常也是可預期的，所以針對結構化數據使用關系型資料庫更好。關系型資料庫十分注意數據操作的事務性、一致性，如果對這方面的要求關系型資料庫無疑可以很好的滿足。
二、非關系型資料庫（NoSQL）
隨著近些年技術方向的不斷拓展，大量的NoSql資料庫如MongoDB、Redis、Memcache出於簡化資料庫結構、避免冗餘、影響性能的表連接、摒棄復雜分布式的目的被設計。
指的是分布式的、非關系型的、不保證遵循ACID原則的數據存儲系統。NoSQL資料庫技術與CAP理論、一致性哈希演算法有密切關系。所謂CAP理論，簡單來說就是一個分布式系統不可能滿足可用性、一致性與分區容錯性這三個要求，一次性滿足兩種要求是該系統的上限。
而一致性哈希演算法則指的是NoSQL資料庫在應用過程中，為滿足工作需求而在通常情況下產生的一種數據演算法，該演算法能有效解決工作方面的諸多問題但也存在弊端，即工作完成質量會隨著節點的變化而產生波動，當節點過多時，相關工作結果就無法那麼准確。
這一問題使整個系統的工作效率受到影響，導致整個資料庫系統的數據亂碼與出錯率大大提高，甚至會出現數據節點的內容遷移，產生錯誤的代碼信息。
但盡管如此，NoSQL資料庫技術還是具有非常明顯的應用優勢，如資料庫結構相對簡單，在大數據量下的讀寫性能好；能滿足隨時存儲自定義數據格式需求，非常適用於大數據處理工作。
NoSQL資料庫適合追求速度和可擴展性、業務多變的應用場景。
對於非結構化數據的處理更合適，如文章、評論，這些數據如全文搜索、機器學習通常只用於模糊處理，並不需要像結構化數據一樣，進行精確查詢，而且這類數據的數據規模往往是海量的，數據規模的增長往往也是不可能預期的；
而NoSQL資料庫的擴展能力幾乎也是無限的，所以NoSQL資料庫可以很好的滿足這一類數據的存儲。
NoSQL資料庫利用key-value可以大量的獲取大量的非結構化數據，並且數據的獲取效率很高，但用它查詢結構化數據效果就比較差。
目前NoSQL資料庫仍然沒有一個統一的標准，它現在有四種大的分類：
1、鍵值對存儲（key-value）：代表軟體Redis，它的優點能夠進行數據的快速查詢，而缺點是需要存儲數據之間的關系。
2、列存儲：代表軟體Hbase，它的優點是對數據能快速查詢，數據存儲的擴展性強。而缺點是資料庫的功能有局限性。
3、文檔資料庫存儲：代表軟體MongoDB，它的優點是對數據結構要求不特別的嚴格。而缺點是查詢性的性能不好，同時缺少一種統一查詢語言。
4、圖形資料庫存儲：代表軟體InfoGrid，它的優點可以方便的利用圖結構相關演算法進行計算。而缺點是要想得到結果必須進行整個圖的計算，而且遇到不適合的數據模型時，圖形資料庫很難使用。
安全
資料庫安全涉及保護資料庫內容、其所有者和用戶的所有各個方面。它的范圍從防止有意的未經授權的資料庫使用到未經授權的實體（例如，個人或計算機程序）無意的資料庫訪問。
資料庫訪問控制涉及控制誰（一個人或某個計算機程序）可以訪問資料庫中的哪些信息。該信息可以包括特定的資料庫對象（例如，記錄類型、特定記錄、數據結構）;
對特定對象的特定計算（例如，查詢類型或特定查詢），或者使用到前者的特定訪問路徑（例如，使用特定索引）或其他數據結構來訪問信息）。
資料庫訪問控制由使用專用受保護安全 DBMS 介面的特別授權（由資料庫所有者）人員設置。
這可以在個人基礎上直接管理，或者通過將個人和特權分配給組，或者（在最復雜的模型中）通過將個人和組分配給角色，然後授予權利。數據安全可防止未經授權的用戶查看或更新資料庫。使用密碼，用戶可以訪問整個資料庫或它的子集，稱為「子模式」。
例如，員工資料庫可以包含有關單個員工的所有數據，但一組用戶可能僅被授權查看工資數據，而其他用戶僅被允許訪問工作歷史和醫療數據。如果 DBMS 提供了一種互動式輸入和更新資料庫以及查詢資料庫的方法，則此功能允許管理個人資料庫。
數據安全通常涉及保護特定的數據塊，包括物理保護（即免受損壞、破壞或移除；例如，參見物理安全），或將它們或它們的一部分解釋為有意義的信息（例如，通過查看它們組成的位串，得出特定的有效信用卡號；例如，參見數據加密）。
更改和訪問日誌記錄誰訪問了哪些屬性、更改了什麼以及何時更改。日誌服務通過保留訪問發生和更改的記錄，允許以後進行取證資料庫審計。有時應用程序級代碼用於記錄更改而不是將其留給資料庫。可以設置監控以嘗試檢測安全漏洞。
以上內容參考網路-資料庫
G. 開放式地理信息系統的開放式地理數據交換規程
為了研究和開發開放式地理信息系統技術，1996年在美國成立了開放地理信息聯合會（OGC，Open GIS Consortium），現有十幾個國家的100多個成員，包括軟體技術公司、硬體軟體技術公司、政府機構、大學及重點實驗室、企業集成系統、銷售商、圖像信息產品製造商等。開放地理信息聯合會主要研究和建立了開放式地理數據交互操作規程（OGIS，Open Geodata Interoperability Specification）。
OGIS是為了尋找一種方式，將地理信息系統技術、分布處理技術、面向對象方法、資料庫設計及實時信息獲取方法更有效地結合起來。換句話說，它主要是在傳統地理信息系統軟體以及未來的高帶寬的異構地學處理環境中架起一座橋梁。OGIS的主要目標是使用戶能開發出基於分布計算技術的、標准化的公共介面，將地理空間數據和地理處理資源完全集成到主流計算中，並實現互動式的、商品化的地理數據處理和地理數據分析的軟體系統，並使之在全球信息基礎設施上得到廣泛的應用。具體而言，它是為了給應用開發者提供OGIS的規程模型及實現規程的技術手段，並通過體系結構，為應用開發者提供基於O- GIS的地理數據處理的開發工具、中間件、軟體構件；並將已有的工具和資料庫實施封裝，使得用戶能在一種分布及協作的方式下方便地獲得地理數據和地理數據處理服務，以及其它地理應用，完成具體的應用任務。其特點：
·它是一種統一的規程，使用戶和開發者能進行互操作。
·它能克服繁鎖的批處理以及導入/導出障礙，在分布操作系統異構資料庫環境下獲取數據及數據處理功能資源。
·由於OGIS獨立於具體的平台，因此OGIS只能是抽象層的概念描述，而不具體的實現。OGIS具有下列應用：
·它能為應用開發者提供標准，開發出滿足用戶需求並能相互操作的軟體，將空間和非空間的數據及對這些數據的處理無逢地集成在一起，滿足用戶的要求。
·它能在不同平台上傳送數據及處理功能。在開放平台下，它能使信息管理者很好地管理信息，為用戶服務，並能將資源充分地提供給用戶；對用戶而言，它能使用戶很方便地使用不同類型和格式的數據，實時獲取大量的數據，並利用地理信息進行更多地應用，同時在一個簡單的應用環境和連續的工作流中使用戶能使用不同類型和格式的地理數據，而不需考慮這些類型和格式的具體細節。
開放式地理信息系統(Open GIS)互操作規范指在國家和世界范圍內的分布式環境下實現地理 空間數據和地理信息處理資源的共享。它允許用戶通過網路實時獲取不同系統中的地理信息 ，避免了冗餘數據存儲，是實現地理空間數據共享的一次深刻的技術革命。Open GIS是通過 開放式地理空間數據互操作規范(Open Geodata Interoperability Specification，簡稱OG IS)來實現的。所以其核心是OGIS。
OGIS是開放式GIS協會(Open GIS Consortium，簡稱OGC)提出的一個為了提供地理數據和地 理操作的交互性和開放性而提出的軟體開發規范。它為軟體開發者提供了一個框架，使他們 能夠開發一些讓他們的用戶方便地訪問和處理各種來源的地理數據(不論它們分布在哪兒)的 軟體。該規范包括三部分： (Information Communities Model，ICM)。它是一個使用開放式地理空間 數據模型和OGIS服務模型來解決技術性的非互操作能力問題以及公共團體的非互操作能力問 題的框架。該模型為使用開放式地理空間數據模型和OGIS服務模型擬訂了一個方案。該方案 不僅可以為使用同一種地理特徵定義的地理空間數據生產者和用戶團體提供一種方法以便他 們有效地管理其地理特徵定義以及將適用這種定義的數據集進行編目和共享管理；而且還可 以為使用不同地理特徵定義不同地理空間數據生產者和用戶團體提供一種有效、精確的地理 空間信息共享方法。
其他相關與傳統的GIS處理技術相比，OGIS建立起通用的技術基礎以進行開放式的地理信息處理。其 特點是：互操作性、對信息團體的支持作用、普遍存在性、可靠性、易用性、便攜性、合作 性、可伸縮性、可擴展性、兼容性和可執行性。 財產所有權地圖與土壤分布圖可能以不同的比例尺顯示數據。GIS中的地圖數據必須能被操作以使其與從其它地圖獲得的數據對齊或相配合。在數字數據被分析前，它們可能得經過其它一些將它們整合進GIS的處理，比如，投影與坐標變換。 地球可以用多種模型來表示，對於地球表面上的任一給定點，各個模型都可能給出一套不同的坐標（如緯度，經度，海拔）。最簡單的模型是假定地球是一個理想的球體。隨著地球的更多測量逐漸累積，地球的模型也變得越來越復雜，越來越精確。事實上，有些模型應用於地球的不同區域以提供更高的精確度（如北美坐標系統，1983-NAD83-只適合在美國使用，而在歐洲卻不適用）。
投影是製作地圖的基礎部分，它是從地球的一種模型中轉換信息的數學方法，它將三維的彎曲表面轉換成二維的媒介（比如紙或電腦屏幕）。不同類型的地圖要採用不同的投影投影系統，因為每種投影系統有其自身的合適的用途。比如一種可以精確反映大陸形狀的投影會歪曲大陸的相對尺寸。
H. 英國開啟大數據時代
英國開啟大數據時代
在英國，大數據早已不僅僅是一個停留在科學論壇上被熱議的新名詞，越來越多的政府投入、已經運營的高校大數據研究中心、不斷涌現的商業運作成果，明確地展現出英國正在開啟一個新的大數據科技時代。
政府將大數據作為「新經濟增長點」
近年來，英國經濟持續低迷，疲軟的經濟狀況使得政府部門的財政支出捉襟見肘。就在這樣嚴峻的財政背景下，英國政府更加渴望通過扶持新興高科技技術發展，來增強國家在國際競爭中的科技硬實力，創造新的科技領先領域和經濟增長點，從而帶動整個經濟發展。
大數據概念的提出正好符合英國政府現階段的國家戰略規劃，給了英國一個帶動新一代科技革命的抓手。英國大學與科學國務大臣的戴維·威利茨認為，政府加大對大數據技術的前期投資，將有助於保證大數據在科研領域的發展，構建數據分析系統和人才梯隊，由此吸引民間資本的投資跟進，推進其在商業、農業等領域的積極應用，從而占據大數據時代的有利位置。
英國政府的大數據戰略不僅僅是口號，更落實在行動上。2013年，英國政府投資1.89億英鎊發展大數據技術。今年，英國政府又拿出7300萬英鎊投入大數據技術的開發。包括：在55個政府數據分析項目中展開大數據技術的應用；以高等學府為依託投資興辦大數據研究中心；積極帶動牛津大學、倫敦大學等著名高校開設以大數據為核心業務的專業等。
與此同時，英國政府建立了有「英國數據銀行」之稱的data.gov.uk網站，通過這個公開平台發布政府的公開政務信息。這個平台的創建給公眾提供了一個方便進行檢索、調用、驗證政府數據信息的官方出口。同時英國人還可以在這個平台上對政府的財政政策、開支方案提出意見建議。英國甚至渴望通過完全公布政府數據，去進一步支持和開發大數據技術在科技、商業、農業等領域的發展，扶持相關企業進行創新和研發，找出新的經濟增長點來刺激本國經濟的發展。
英國政府近年來通過大數據技術，在公開平台上發布各層級數據資源，並通過高效率地使用這些數據提高政府部門的工作效率，刺激其他機構在數據獲取和使用上的積極性，直接或間接為英國增加了近490億至660億英鎊的收入。英國政府預測，到2017年，大數據技術可以為英國提供5.8萬個新的工作崗位，並直接或間接帶來2160億英鎊的經濟增長。大數據的出現極大地促進了政府與相關公共機構工作方式的轉變，推動了大數據相關產業鏈的研究和發展。在商業上有更多的可以藉助其技術進行開發的新的產品類型與市場形式，進一步開放了企業的創新能力和競爭力。
大數據應用改變傳統商業模式
大數據能夠用來創造價值是因為，在當今社會中，依靠相關政經數據分析所得出的報告越來越多地成為高層管理者進行決策的重要參考。看似比「經驗主義」更加科學客觀的各類經濟報表和技術報告，已經成為各類研究機構向決策者提供建議的重要手段，而大數據技術正好迎合了這樣的需求。
在英國的零售業，這一轉變表現得尤為突出。英國著名的大型連鎖超市Texco在其營銷系統內通過顧客的購物內容、刷卡金額等消費明細數據和利用調查問卷、客服回訪等售後服務行為對每一位顧客的相關購物信息進行數據採集和整理加工。然後藉助計算機和相關數學模型，對所獲得的海量數據進行分析，推測顧客的消費習慣和潛在需求等內容。這樣經營者就可以通過這些數據分析可能的商業賣點，針對不同顧客進行不同的推薦服務，並有的放矢開展營銷活動。這樣的數據應用模式已經在眾多電子商務公司得到廣泛應用。
英國航空為了增加營業收入，渴望通過利用乘客的消費數據來合理調配航班的運營配置，以此節約成本並探求新的消費潛力。英國航空通過與世界上知名酒店公司合作，獲取相關資料庫內存儲的海量會員信息數據，來向乘客推薦相應的差旅住宿服務，使其感受到更好的服務質量，提高其在會員心中的品牌形象。英國航空公司積極與數據公司合作，將大數據技術應用在商業領域，預測潛在的人流物流信息，以此將數據分析結果轉化成實實在在的商業利潤。這樣的成功案例對改變物流和運輸領域的服務方式和經營思路有著指導性意義。
英國渴望成為大數據時代的引領者
作為工業革命的發源地，英國的科技創新能力和科學研究團隊仍然在世界上首屈一指，它有著世界上最優秀的高等學府，其計算機處理能力研究、人工智慧自動化、計算機軟硬體開發等高科技領域專業的科研實力和成果都名列前茅。良好的科研基礎和技術儲備加上率先開啟的大數據國家戰略讓英國人確實有理由相信，在新的科技革命中他們仍可佔有一席之地。
2012年5月世界上首個非營利性的開放式數據研究所ODI（The Open Data Institute）在英國成立。它利用互聯網技術將全世界人們提供的數據匯總到一個平台上，利用雲存儲等新興技術手段達到海量存儲的目的。這一平台對於融合來自不同國家、不同行業、不同類型的人們感興趣的所有數據具有很大的幫助。同時，ODI的研究范圍非常廣泛，它不僅僅接收和存儲數據，更重要的是面對大數據的應用展開研究。
大數據革命已經觸及英國的各行各業，政府公開財政數據，研究機構紛紛成立，商業運作逐步展開，英國人已經開始擁抱大數據技術。「大數據時代將開啟下一次工業革命」，英國政府內閣辦公廳大臣弗朗西斯·莫德說，「兩百年前的工業革命用前所未有的方式開創了歷史，現在我們用大數據的形式來進行生產和提供服務同樣是在創造歷史」。經過了近年來的沒落，當年的日不落帝國渴望在大數據時代建立他們曾經的輝煌。
以上是小編為大家分享的關於英國開啟大數據時代的相關內容，更多信息可以關注環球青藤分享更多干貨