A. 資料庫都有哪些
常用資料庫有mysql、oracle、sqlserver、sqlite等。mysql性能較好，適用於所有平台，是當前最流行的關系型資料庫之一。sqlserver資料庫具有擴展性和可維護性，且安全性較高，是比較全面的資料庫。
B. 傳統大數據存儲的架構有哪些各有什麼特點
數據源：所有大數據架構都從源代碼開始。這可以包含來源於資料庫的數據、來自實時源(如物聯網設備)的數據，及其從應用程序(如Windows日誌)生成的靜態文件。
實時消息接收：假如有實時源，則需要在架構中構建一種機制來攝入數據。
數據存儲：公司需要存儲將通過大數據架構處理的數據。一般而言，數據將存儲在數據湖中，這是一個可以輕松擴展的大型非結構化資料庫。
批處理和實時處理的組合：公司需要同時處理實時數據和靜態數據，因而應在大數據架構中內置批量和實時處理的組合。這是由於能夠應用批處理有效地處理大批量數據，而實時數據需要立刻處理才能夠帶來價值。批處理涉及到長期運轉的作業，用於篩選、聚合和准備數據開展分析。
分析數據存儲：准備好要分析的數據後，需要將它們放到一個位置，便於對整個數據集開展分析。分析數據儲存的必要性在於，公司的全部數據都聚集在一個位置，因而其分析將是全面的，而且針對分析而非事務進行了優化。
這可能採用基於雲計算的數據倉庫或關系資料庫的形式，具體取決於公司的需求。
分析或報告工具：在攝入和處理各類數據源之後，公司需要包含一個分析數據的工具。一般而言，公司將使用BI(商業智能)工具來完成這項工作，而且或者需要數據科學家來探索數據。
「大數據」 通常指的是那些數量巨大、難於收集、處理、分析的數據集，亦指那些在傳統基礎設施中長期保存的數據。大數據存儲是將這些數據集持久化到計算機中。
C. 資料庫主要分為哪兩種類型
資料庫主要分為關系資料庫和非關系型資料庫（NoSQL）。
1、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。
2、非關系型資料庫（NoSQL）
指分布式的、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。NoSQL資料庫適合追求速度和可擴展性、業務多變的應用場景。
(3)大數據存儲資料庫有哪幾種擴展閱讀
關系資料庫分為兩類：一類是桌面資料庫，例如Access、FoxPro和dBase等；另一類是客戶/伺服器資料庫，例如SQL Server、Oracle和Sybase等。桌面資料庫用於小型的、單機的應用程序，它不需要網路和伺服器，實現起來比較方便，但它只提供數據的存取功能。
客戶/伺服器資料庫主要適用於大型的、多用戶的資料庫管理系統，應用程序包括兩部分：一部分駐留在客戶機上，用於向用戶顯示信息及實現與用戶的交互；另一部分駐留在伺服器中，主要用來實現對資料庫的操作和對數據的計算處理。
D. 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
E. 請分析「大數據」的存儲方式及主要業務跟課中所講解的關系型資料庫有何區別
大數據的存儲方式主要使用noSQL
這種資料庫有幾個特點，一個是針對大數據環境，它是分布式的，另一個他的操作非常原始，只有Keyvalue讀寫
關系資料庫呢，一般都是單機的，因為關系資料庫最強大的就是事務，事物在分布式環境很難實現，所以關系資料庫通常都是單機版，另外一個是關系資料庫，它的計算層次更高，是表格上的運算
F. 大數據包括哪些
簡單來說，從大數據的生命周期來看，無外乎四個方面：大數據採集、大數據預處理、大數據存儲、大數據分析，共同組成了大數據生命周期里最核心的技術，下面分開來說：
一、大數據採集
大數據採集，即對各種來源的結構化和非結構化海量數據，所進行的採集。
資料庫採集：流行的有Sqoop和ETL，傳統的關系型資料庫MySQL和Oracle 也依然充當著許多企業的數據存儲方式。當然了，目前對於開源的Kettle和Talend本身，也集成了大數據集成內容，可實現hdfs，hbase和主流Nosq資料庫之間的數據同步和集成。
網路數據採集：一種藉助網路爬蟲或網站公開API，從網頁獲取非結構化或半結構化數據，並將其統一結構化為本地數據的數據採集方式。
文件採集：包括實時文件採集和處理技術flume、基於ELK的日誌採集和增量採集等等。
數據清理：指利用ETL等清洗工具，對有遺漏數據(缺少感興趣的屬性)、噪音數據(數據中存在著錯誤、或偏離期望值的數據)、不一致數據進行處理。
數據集成：是指將不同數據源中的數據，合並存放到統一資料庫的，存儲方法，著重解決三個問題：模式匹配、數據冗餘、數據值沖突檢測與處理。
數據轉換：是指對所抽取出來的數據中存在的不一致，進行處理的過程。它同時包含了數據清洗的工作，即根據業務規則對異常數據進行清洗，以保證後續分析結果准確性。
數據規約：是指在最大限度保持數據原貌的基礎上，最大限度精簡數據量，以得到較小數據集的操作，包括：數據方聚集、維規約、數據壓縮、數值規約、概念分層等。
二、大數據預處理
大數據預處理，指的是在進行數據分析之前，先對採集到的原始數據所進行的諸如「清洗、填補、平滑、合並、規格化、一致性檢驗」等一系列操作，旨在提高數據質量，為後期分析工作奠定基礎。數據預處理主要包括四個部分：數據清理、數據集成、數據轉換、數據規約。
三、大數據存儲
大數據存儲，指用存儲器，以資料庫的形式，存儲採集到的數據的過程，包含三種典型路線：
1、基於MPP架構的新型資料庫集群
採用Shared Nothing架構，結合MPP架構的高效分布式計算模式，通過列存儲、粗粒度索引等多項大數據處理技術，重點面向行業大數據所展開的數據存儲方式。具有低成本、高性能、高擴展性等特點，在企業分析類應用領域有著廣泛的應用。
較之傳統資料庫，其基於MPP產品的PB級數據分析能力，有著顯著的優越性。自然，MPP資料庫，也成為了企業新一代數據倉庫的最佳選擇。
2、基於Hadoop的技術擴展和封裝
基於Hadoop的技術擴展和封裝，是針對傳統關系型資料庫難以處理的數據和場景（針對非結構化數據的存儲和計算等），利用Hadoop開源優勢及相關特性（善於處理非結構、半結構化數據、復雜的ETL流程、復雜的數據挖掘和計算模型等），衍生出相關大數據技術的過程。
伴隨著技術進步，其應用場景也將逐步擴大，目前最為典型的應用場景：通過擴展和封裝 Hadoop來實現對互聯網大數據存儲、分析的支撐，其中涉及了幾十種NoSQL技術。
3、大數據一體機
這是一種專為大數據的分析處理而設計的軟、硬體結合的產品。它由一組集成的伺服器、存儲設備、操作系統、資料庫管理系統，以及為數據查詢、處理、分析而預安裝和優化的軟體組成，具有良好的穩定性和縱向擴展性。
四、大數據分析挖掘
從可視化分析、數據挖掘演算法、預測性分析、語義引擎、數據質量管理等方面，對雜亂無章的數據，進行萃取、提煉和分析的過程。
1、可視化分析
可視化分析，指藉助圖形化手段，清晰並有效傳達與溝通信息的分析手段。主要應用於海量數據關聯分析，即藉助可視化數據分析平台，對分散異構數據進行關聯分析，並做出完整分析圖表的過程。
具有簡單明了、清晰直觀、易於接受的特點。
2、數據挖掘演算法
數據挖掘演算法，即通過創建數據挖掘模型，而對數據進行試探和計算的，數據分析手段。它是大數據分析的理論核心。
數據挖掘演算法多種多樣，且不同演算法因基於不同的數據類型和格式，會呈現出不同的數據特點。但一般來講，創建模型的過程卻是相似的，即首先分析用戶提供的數據，然後針對特定類型的模式和趨勢進行查找，並用分析結果定義創建挖掘模型的最佳參數，並將這些參數應用於整個數據集，以提取可行模式和詳細統計信息。
3、預測性分析
預測性分析，是大數據分析最重要的應用領域之一，通過結合多種高級分析功能（特別統計分析、預測建模、數據挖掘、文本分析、實體分析、優化、實時評分、機器學習等），達到預測不確定事件的目的。
幫助分用戶析結構化和非結構化數據中的趨勢、模式和關系，並運用這些指標來預測將來事件，為採取措施提供依據。
4、語義引擎
語義引擎，指通過為已有數據添加語義的操作，提高用戶互聯網搜索體驗。
5、數據質量管理
指對數據全生命周期的每個階段（計劃、獲取、存儲、共享、維護、應用、消亡等）中可能引發的各類數據質量問題，進行識別、度量、監控、預警等操作，以提高數據質量的一系列管理活動。
以上是從大的方面來講，具體來說大數據的框架技術有很多，這里列舉其中一些：
文件存儲：Hadoop HDFS、Tachyon、KFS
離線計算：Hadoop MapRece、Spark
流式、實時計算：Storm、Spark Streaming、S4、Heron
K-V、NOSQL資料庫：HBase、Redis、MongoDB
資源管理：YARN、Mesos
日誌收集：Flume、Scribe、Logstash、Kibana
消息系統：Kafka、StormMQ、ZeroMQ、RabbitMQ
查詢分析：Hive、Impala、Pig、Presto、Phoenix、SparkSQL、Drill、Flink、Kylin、Druid
分布式協調服務：Zookeeper
集群管理與監控：Ambari、Ganglia、Nagios、Cloudera Manager
數據挖掘、機器學習：Mahout、Spark MLLib
數據同步：Sqoop
任務調度：Oozie
······
想要學習更多關於大數據的知識可以加群和志同道合的人一起交流一下啊[https://sourl.cn/d9wRmb ]
G. 資料庫的類型都有哪些
資料庫有兩種類型，分別是關系型資料庫與非關系型資料庫。
資料庫，簡而言之可視為電子化的文件櫃——存儲電子文件的處所，用戶可以對文件中的數據進行新增、截取、更新、刪除等操作。
關系型資料庫主要有：
Oracle、DB2、Microsoft SQL Server、Microsoft Access、MySQL等等。
非關系型資料庫主要有：
NoSql、Cloudant、MongoDb、redis、HBase等等。
(7)大數據存儲資料庫有哪幾種擴展閱讀：
非關系型資料庫的優勢：
1、性能高：NOSQL是基於鍵值對的，可以想像成表中的主鍵和值的對應關系，而且不需要經過SQL層的解析，所以性能非常高。
2、可擴展性好：同樣也是因為基於鍵值對，數據之間沒有耦合性，所以非常容易水平擴展。
關系型資料庫的優勢：
1、可以復雜查詢：可以用SQL語句方便的在一個表以及多個表之間做非常復雜的數據查詢。
2、事務支持良好：使得對於安全性能很高的數據訪問要求得以實現。
H. 內存資料庫主流的有哪些，並給出各自特點
目前關系型內存資料庫主要有MySQL（使用內存存儲引擎）、SQL Server（In-Memory OLTP)、數蠶內存資料庫、Oracle 內存資料庫。
MySQL：免費產品，內存存儲引擎使用較少。
SQL Server：微軟的商業化產品，是為了適應大數據等業務產品新添加的存儲引擎，微軟SQL語句兼容性好，商業化成熟度高。
數蠶內存資料庫：數蠶科技針對中小型企業的內存資料庫，查詢響應快，支持多種sql特性。
Oracle 內存資料庫：基於內存計算的關系資料庫， 提供了響應時間極 短且吞吐量極高的應用程序。
非關系型內存資料庫主要有FastDB、Memcached和Redis等主流內存資料庫。結構簡單，支持數據結構多以基礎數據結構為主，一般應用於緩存等非關鍵數據存儲，其優點是數據查詢速度快，對下層編程介面良好。
I. 常用的資料庫有哪幾種試著闡述每種資料庫的特點和使用范圍
關系資料庫、非關系型資料庫。
1、關系資料庫
特點：數據集中控制；減少數據冗餘等。
適用范圍：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。
2、非關系資料庫
特點：易擴展；大數據量，高性能；靈活的數據模型等。
使用范圍：據模型比較簡單；需要靈活性更強的IT系統；對資料庫性能要求較高。
(9)大數據存儲資料庫有哪幾種擴展閱讀：
非關系資料庫的分類：
1、列存儲資料庫
這部分資料庫通常是用來應對分布式存儲的海量數據。鍵仍然存在，但是它們的特點是指向了多個列。這些列是由列家族來安排的。如：Cassandra， HBase， Riak。
2、文檔型資料庫
文檔型資料庫的靈感是來自於Lotus Notes辦公軟體的，而且它同第一種鍵值存儲相類似。該類型的數據模型是版本化的文檔，半結構化的文檔以特定的格式存儲，比如JSON。文檔型資料庫可 以看作是鍵值資料庫的升級版，允許之間嵌套鍵值。而且文檔型資料庫比鍵值資料庫的查詢效率更高。如：CouchDB， MongoDb. 國內也有文檔型資料庫SequoiaDB，已經開源。