1. 数据库表间关系有哪几种，分别是什么
属性的表间关系有三种类型：一对一、一对多和多对多。 如果指的是表的参照完整性，则是：主外键关系。 如果是某些数据库操作上的相关性，则是：级联关系。
2. 数据库关系的三种类型包括基本表、查询表和（ ）
1.左右连接：以哪个表为主，结果集为“主表”的全部记录+“副表”与“主表”相匹配的记录，如果“副表”中没有和“主表”相匹配的记录，则相对应的记录显示为null
2.左连接：左边表全部行+右边表相匹配的行，如果左边表中的某一行，在右边表中没有匹配的行，则显示null（left
join
或者left
outer
join）
3.右连接：和左连接相反。（right
join
或者right
outer
join）
4.内连接：它返回字段id（连接条件）同时存在于两个表中的记录，也就是说，仅当至少有一个同属于两表的行符合联接条件时，内联接才返回行，内联接消除与另一个表中的任何行不匹配的行。（inner
join或者join）
5.全连接：不管匹配不匹配，全部都显示出来。（full
join或者full
outer
join）
6.交叉连接：没有where
子句的交叉联接将产生联接所涉及的表的笛卡尔积。第一个表的行数乘以第二个表的行数等于笛卡尔积结果集的大小。（cross
join不带where）
7.自连接：给自己取个别名，一个表当两个表来使用。
3. 数据库有哪几种
数据库有：
1、Mysql是一个关系型数据库管理系统，由瑞典MySQL AB公司开发，属于Oracle旗下产品。MySQL是最流行的关系型数据库管理系统之一，在WEB应用方面，MySQL是最好的RDBMS应用软件之一。
2、SQL Server是由Microsoft开发和推广的关系数据库管理系统（DBMS），它最初是由Microsoft、Sybase和Ashton-Tate三家公司共同开发的，并于1988年推出了第一个OS/2版本。
3、MongoDB是一个基于分布式文件存储的数据库。由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。
4、Redis（Remote Dictionary Server )，即远程字典服务，是一个开源的使用ANSIC语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。
5、memcache是一套分布式的高速缓存数据库系统，由LiveJournal的Brad Fitzpatrick开发，但目前被许多网站使用以提升网站的访问速度，尤其对于一些大型的、需要频繁访问数据库的网站访问速度提升效果十分显着。
4. 关系数据库表之间有哪几种关系类型
1）一对一的关系
例如：一个人对应一个唯一的身份证号，即为一对一的关系。
2）一对多关系
例如：一个班级对应多名学生，即为一对多关系
3）多对多关系
例如：一个学生可以选多门课程，而同一门课程可以被多个学生选修，彼此的对应关系即是多对多关系。
5. 请问数据库有哪些种类呢
数据库共有3种类型，为关系数据库、非关系型数据库和键值数据库。
1、关系数据库
MySQL、MariaDB（MySQL的代替品，英文维基网络从MySQL转向MariaDB）、Percona Server（MySQL的代替品·）、PostgreSQL、Microsoft Access、Microsoft SQL Server、Google Fusion Tables、FileMaker、Oracle数据库、Sybase、dBASE、Clipper、FoxPro、foshub。
几乎所有的数据库管理系统都配备了一个开放式数据库连接（ODBC）驱动程序，令各个数据库之间得以互相集成。
2、非关系型数据库（NoSQL）
BigTable（Google）、Cassandra、MongoDB、CouchDB。
3、键值（key-value）数据库
Apache Cassandra（为Facebook所使用）：高度可扩展、Dynamo、LevelDB（Google）。
(5)数据库有哪几种关系扩展阅读：
数据库模型：对象模型、层次模型（轻量级数据访问协议）、网状模型（大型数据储存）、关系模型、面向对象模型、半结构化模型、平面模型（表格模型，一般在形式上是一个二维数组。如表格模型数据Excel)。
数据库的架构可以大致区分为三个概括层次：内层、概念层和外层。
6. 数据库有哪三种关系
数据库有三种数据模型：层次模型、网状模型、关系模型；
数据库还有三级模式结构：外模式、模式、内模式。
7. 数据库有哪些类型
数据库有两种类型，分别是关系型数据库与非关系型数据库。
数据库，简而言之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。
关系型数据库主要有：
Oracle、DB2、Microsoft SQL Server、Microsoft Access、MySQL等等。
非关系型数据库主要有：
NoSql、Cloudant、MongoDb、redis、HBase等等。
(7)数据库有哪几种关系扩展阅读：
非关系型数据库的优势：
1、性能高：NOSQL是基于键值对的，可以想象成表中的主键和值的对应关系，而且不需要经过SQL层的解析，所以性能非常高。
2、可扩展性好：同样也是因为基于键值对，数据之间没有耦合性，所以非常容易水平扩展。
关系型数据库的优势：
1、可以复杂查询：可以用SQL语句方便的在一个表以及多个表之间做非常复杂的数据查询。
2、事务支持良好：使得对于安全性能很高的数据访问要求得以实现。
8. 数据库关系模式有哪些类型
在关系数据库中有型和值两种类型结构。关系模式是型，关系是值，关系模式是对关系的描述。
描述一个关系需要从以下两个方面来定义：第一方面，关系实质上是一个二维表，表的每一行为一个元组，每一列为一个属性。一个元组就是该关系所涉及的属性集的笛卡儿积的一个元素。关系是元组的集合，因此关系模式必须指出这个元组集合的结构，即它由哪些属性构成，这些属性来自哪些域，以及属性与域之间的映象关系。
第二方面，一个关系通常是由赋予它的元组语义来确定的。元组语义实质上是一个n目谓词（n是属性集中属性的个数）。凡使该n目谓词为真的笛卡儿积中的元素（或者说凡符合元组语义的那部分元素）的全体就构成了该关系模式的关系。
1.3.1关系数据库基本概念关系数据中，关系模式涉及众多概念、术语，初学者对这方面不容易把握与理解，以下用通俗易懂的语言来对这些概念及术语作简单的介绍。
1.关系关系（Relation）是指数据库中实体的信息，也就是数据库中二维表的数据。一个关系就是一个数据库表的值，表中的内容是对应关系模式在某个时刻的值，称为一个关系。例如，关系A表示数据库有一张名字为A的数据表所记录的所有数据。关系数据库中每一个关系都具有以下六方面的性质：（（1)列是同质的。即每一列中的分量为同一类型的数据，来自同一个域。
（2）不同的列可出自同一个域，称其中的每列为一个属性，不同的属性要给予不同的属性名。
（3）列的顺序无所谓。即列的次序可以任意交换。
（4）任意两个元组不能完全相同。
（5）行的顺序无所谓。即行的次序可以任意交换。
（6）分量必须取原子值。即每一个分量都必须是不可分的数据库属性。
2.模式模式（Schema）是数据库中全体数据的逻辑结构和特征的描述，是所有用户的公共数据视图，也称逻辑模式。有以下几方面性质：（（1)一个数据库只有一个模式。
（2）模式是数据在逻辑级上的视图。
（3）以某一种数据模型为基础。
定义模式时不仅要定义数据的逻辑结构，包括数据项的构成、名字、类型、取值范围等，而且要定义与数据有关的安全性、完整性要求，定义这些数据之间的联系。
3.关系模式关系模式（RelationSchema）描述的是与关系相对应的二维表的表结构，即关系中包含哪些属性，属性来自哪些域，以及与域之间的映象关系。
关系模式与关系的区别：（（1)关系模式描述了关系数据结构和语义，是关系的型。而关系是一个数据集合，是关系模式的值，是关系模式的一个实例。
（2）关系实际上就是关系模式在某一时刻的状态或内容。关系模式是静态的、稳定的，而关系是动态的、随时间不断变化的，因为数据库操作会不断地更新数据库中的数据。
4.元组元组（Tuple）是关系数据库中的基本概念，一个关系表中的每行就是一个元组。也就是说数据库表中的每条记录都是一个元组，表结构的每列就是一个属性，在二维表里，元组也称为记录。元组可表示一个关系或关系之间的联系。
一般情况下，一个关系数据表中的每条记录均有一个唯一的编号（记录号），这个编号也叫元组号。
5.码码（Key）是关系数据库系统中的基本概念。所谓码，就是能唯一标识实体的属性集，是整个属性集，而不是单个属性。在关系数据库中，码包括多种类型，如超码、候选码和主码。
（（1)超码（SuperKey）。超码是一个或多个属性的集合，这些属性可以在一个实体集中唯一地标识一个实体。如果K是一个超码，那么K的任意超集也是超码，也就是说如果K是超码，那么所有包含K的集合也是超码。例如，学生是一个实体，则学生的集合是一个实体集，而超码用来在学生的集合中区分不同的学生。假设学生（实体）具有多个属性：学号，身份证号，姓名，性别。因为通过学号可以找到唯一一个学生，所以{学号}是一个超码，同理{学号，身份证号}、{学号，身份证号，姓名}、{学号，身份证号，姓名，性别}、{身份证号}、{身份证号，姓名}、{身份证号，姓名，性别}也是超码。在这里，因为不同的学生可能拥有相同的姓名，所以姓名不可以区别一个学生，即{姓名}不是一个超码，{性别}、{姓名，性别}也不是。
（2）候选码（CandidateKey）。候选码是可以唯一标识一个元组的最少的属性集合。候选码是从超码中选出的，因此候选码也是一个或多个属性的集合。因为超码的范围太广，很多是无用的，所以候选码是最小超码，它们的任意真子集都不能成为超码。例如，如果K是超码，那么所有包含K的集合都不能是候选码；如果K，J都不是超码，那么K和J组成的集合{K，J}有可能是候选码。
虽然超码可以唯一标识一个实体，但是可能大多数超码中含有多余的属性，所以需要候选码。
例如学生表，学生（学号，姓名，年龄，性别，专业），其中的学号是可以唯一标识一个元组，所以学号可以作为候选码。既然学号都可以作候选码，那么学号和姓名这两个属性的组合就可以唯一区别一个元组。此时的学号可以成为码，学号和姓名的组合也可以成为码，但是学号和姓名的组合不能成为候选码，因为即使去掉姓名属性，剩下的学号属性也完全可以唯一地标识一个元组。也就是说，候选码中的所有属性都是必需的，缺少任何一个属性，都不能唯一标识一个元组。
（3）主码（PrimaryKey）。主码是从多个候选码中任意选出一个作为主键，这个被选中的候选码就称为主码。如果候选码只有一个，那么候选码就是主码。虽然说主码的选择是比较随意的，但在实际开发中还是需要一定的经验，不然开发出来的系统会出现问题。一般来说，主码都应该选择那些从不或者极少变化的属性。
例如，在一个职工实体中，职工（职工号，姓名，入职时间，部门，岗位，工资，职级，工龄，电话），职工号可以用来唯一确定实体中的一个元组，所以职工号是一个候选码。如果实体属性——姓名、入职时间、部门三者组合也能唯一地确定一个元组，则（姓名，入职时间，部门）也是一个候选码。在上述两个候选码中任选一个均可作为职工实体的主码，一般来说直接选择职工号作为实体的主码是最为简单方便的。
1.3.2关系模式的定义关系是数据库二维表中的数据记录，关系模式是数据库二维表的表结构，关系是动态的，关系模式是静态的。
关系模式可由六个元素来描述，分别是R、U、D、dom、I、F。其中，R为关系的名称；
U为组成该关系的属性名的集合；D为U集合中属性的域集合；dom为属性集U向域集D的映射；I为完整约束集合；F为属性间数据的依赖关系集合。
一个关系模式通常表示为R（U，D，dom，I，F），也可以忽略其他元素，直接简化为R（U）或R（A1，A2，A3，…，An），其中A1，A2，A3，…，An为属性名。
例如，在一个选课模块中，包含“学生”“课程”“选修”等关系实体。“学生”实体的属性有SNO（学号）、SNAME（姓名）、AGE（年龄）、SEX（性别）、SDEPT（系部），其中“学号”为主键；“课程”实体的属性有CNO（课程号）、CNAME（课程名称）、CDEPT（系部）、TNAME（教师），其中“课程号”为主键；“选修”实体的属性有GRADE（成绩）、SNO（学号）、CNO（课程号），其中“学号”和“课程号”为联合主键。学生和课程之间是多对多的关联关系，即一个学生可以同时选修多门课程，一门课程也可以同时被多个学生选修。这种多对多的关联关系可以通过“选修”关系实体作为中间桥接实体，变成两个一对多的实体关联关系，如图所示。
图学生选课实体
从图的实体关系图中可以得到选课模块的实体关系模式集——学生关系、课程关系、选修关系，具体关系模式如下：学生关系模式Student（SNO，SNAME，AGE，SEX，SDEPT）；
课程关系模式Course（CNO，CNAME，CDEPT，TNAME）；
选修关系模式StudentCourse（SNO，CNO，GRADE）。
对以上定义的三个关系模式实例化，插入初始化数据后，可得到学生、课程、选修三个关系的实例，如图所示。图中矩形框圈住部分为选课模块中的关系模式（表结构）；椭圆框圈住部分为选课模块中的关系（数据）。整个选课模块的表环境由关系模式与关系两部分共同组成，缺一不可。关系模式的分解标准关系模式的规范化过程实际上就是关系模式的“分解”过程，即把逻辑上独立的信息放在独立的关系模式中。分解是解决数据冗余的主要方法，也是规范化的一条原则——关系模式有冗余问题就要分解。
数据库设计者在进行关系数据库设计时，应参照模式规范化理论，尽可能使数据库模式保持高的标准。一般尽量把关系数据库设计成巴斯−科德范式（BCNF）的模式集，如果设计成巴斯−科德范式（BCNF）模式集时达不到保持函数依赖的标准，那么只能降低要求，设计成第三范式（3NF）的模式集，以达到保持函数依赖和无损分解的基本要求。
学生、课程、选修三个关系的实例
1.分解的定义一个关系模式可以分解成众多子关系模式，分解方式不同，得到的子关系模式也不同。
关系模式的分解是指把某一个关系模式按照某一种方式进行分解得到的所有子关系模式。
如关系模式R
函数依赖关系集F=F1∪F2∪…∪Fn，其中F1，F2，…，Fn是F在U1，U2，…，Un上的投影。
2.分解的标准把低级的关系模式分解成高级的关系模式的方法不是唯一的，只要能够保证分解后的关系模式与原关系模式等价，就是一个完整、标准的分解方法。关系模式的标准分解方法应同时达到以下两方面的要求：（（1)分解具有无损连接性。
（2）分解要保持函数依赖性。
具有无损连接性的分解保证信息不会丢失，但无损连接不一定能解决插入异常、删除异常、修改复杂、数据冗余等问题，如要解决这些问题，则要考虑更高的关系数据范式理论原则。
9. 数据库有哪几种
常用数据库有：
1、关系型数据库
关系型数据库是由IBM的E.F. Codd于1970年发明的，它是一个表格数据库，其中定义了数据，因此可以以多种不同的方式对其进行重组和访问。关系数据库由一组表组成，其中的数据属于预定义的类别。每个表在一个列中至少有一个数据类别，并且每一行对于列中定义的类别都有一个特定的数据实例。
2、分布式数据库
分布式数据库是一种数据库，数据库存储在多个物理位置，处理在网络中的不同点之间分散或复制。分布式数据库可以是同构的，也可以是异构的。同构分布式数据库系统中的所有物理位置都具有相同的底层硬件，并运行相同的操作系统和数据库应用程序。异构分布式数据库中的硬件、操作系统或数据库应用程序在每个位置上可能是不同的。
3、云数据库
云数据库是针对虚拟化环境优化或构建的数据库。云数据库提供了一些好处，比如可以按每次使用支付存储容量和带宽的费用，还可以根据需要提供可伸缩性和高可用性。云数据库还为企业提供了在软件即服务部署中支持业务应用程序的机会。
4、NoSQL数据库
NoSQL数据库对于大型分布式数据集非常有用。NoSQL数据库对于关系数据库无法解决的大数据性能问题非常有效。当组织必须分析大量非结构化数据或存储在云中多个虚拟服务器上的数据时，它们是最有效的。
5、面向对象的数据库
使用面向对象编程语言创建的项通常存储在关系数据库中，但是面向对象数据库非常适合于这些项。面向对象的数据库是围绕对象(而不是操作)和数据(而不是逻辑)组织的。例如，关系数据库中的多媒体记录可以是可定义的数据对象，而不是字母数字值。
6、图形数据库
面向图形的数据库是一种NoSQL数据库，它使用图形理论存储、映射和查询关系。图数据库基本上是节点和边的集合，其中每个节点表示一个实体，每个边表示节点之间的连接。
10. 数据库有哪几种
一、关系数据库
关系型数据库，存储的格式可以直观地反映实体间的关系。关系型数据库和常见的表格比较相似，关系型数据库中表与表之间是有很多复杂的关联关系的。
常见的关系型数据库有Mysql，SqlServer等。在轻量或者小型的应用中，使用不同的关系型数据库对系统的性能影响不大，但是在构建大型应用时，则需要根据应用的业务需求和性能需求，选择合适的关系型数据库。
虽然关系型数据库有很多，但是大多数都遵循SQL（结构化查询语言，Structured Query Language）标准。 常见的操作有查询，新增，更新，删除，求和，排序等。
查询语句：SELECT param FROM table WHERE condition 该语句可以理解为从 table 中查询出满足 condition 条件的字段 param。
新增语句：INSERT INTO table （param1，param2，param3） VALUES （value1，value2，value3） 该语句可以理解为向table中的param1，param2，param3字段中分别插入value1，value2，value3。
更新语句：UPDATE table SET param=new_value WHERE condition 该语句可以理解为将满足condition条件的字段param更新为 new_value 值。
删除语句：DELETE FROM table WHERE condition 该语句可以理解为将满足condition条件的数据全部删除。
去重查询：SELECT DISTINCT param FROM table WHERE condition 该语句可以理解为从表table中查询出满足条件condition的字段param，但是param中重复的值只能出现一次。
排序查询：SELECT param FROM table WHERE condition ORDER BY param1该语句可以理解为从表table 中查询出满足condition条件的param，并且要按照param1升序的顺序进行排序。
总体来说， 数据库的SELECT，INSERT，UPDATE，DELETE对应了我们常用的增删改查四种操作。
关系型数据库对于结构化数据的处理更合适，如学生成绩、地址等，这样的数据一般情况下需要使用结构化的查询，例如join，这样的情况下，关系型数据库就会比NoSQL数据库性能更优，而且精确度更高。
由于结构化数据的规模不算太大，数据规模的增长通常也是可预期的，所以针对结构化数据使用关系型数据库更好。关系型数据库十分注意数据操作的事务性、一致性，如果对这方面的要求关系型数据库无疑可以很好的满足。
二、非关系型数据库（NoSQL）
随着近些年技术方向的不断拓展，大量的NoSql数据库如MongoDB、Redis、Memcache出于简化数据库结构、避免冗余、影响性能的表连接、摒弃复杂分布式的目的被设计。
指的是分布式的、非关系型的、不保证遵循ACID原则的数据存储系统。NoSQL数据库技术与CAP理论、一致性哈希算法有密切关系。所谓CAP理论，简单来说就是一个分布式系统不可能满足可用性、一致性与分区容错性这三个要求，一次性满足两种要求是该系统的上限。
而一致性哈希算法则指的是NoSQL数据库在应用过程中，为满足工作需求而在通常情况下产生的一种数据算法，该算法能有效解决工作方面的诸多问题但也存在弊端，即工作完成质量会随着节点的变化而产生波动，当节点过多时，相关工作结果就无法那么准确。
这一问题使整个系统的工作效率受到影响，导致整个数据库系统的数据乱码与出错率大大提高，甚至会出现数据节点的内容迁移，产生错误的代码信息。
但尽管如此，NoSQL数据库技术还是具有非常明显的应用优势，如数据库结构相对简单，在大数据量下的读写性能好；能满足随时存储自定义数据格式需求，非常适用于大数据处理工作。
NoSQL数据库适合追求速度和可扩展性、业务多变的应用场景。
对于非结构化数据的处理更合适，如文章、评论，这些数据如全文搜索、机器学习通常只用于模糊处理，并不需要像结构化数据一样，进行精确查询，而且这类数据的数据规模往往是海量的，数据规模的增长往往也是不可能预期的；
而NoSQL数据库的扩展能力几乎也是无限的，所以NoSQL数据库可以很好的满足这一类数据的存储。
NoSQL数据库利用key-value可以大量的获取大量的非结构化数据，并且数据的获取效率很高，但用它查询结构化数据效果就比较差。
目前NoSQL数据库仍然没有一个统一的标准，它现在有四种大的分类：
1、键值对存储（key-value）：代表软件Redis，它的优点能够进行数据的快速查询，而缺点是需要存储数据之间的关系。
2、列存储：代表软件Hbase，它的优点是对数据能快速查询，数据存储的扩展性强。而缺点是数据库的功能有局限性。
3、文档数据库存储：代表软件MongoDB，它的优点是对数据结构要求不特别的严格。而缺点是查询性的性能不好，同时缺少一种统一查询语言。
4、图形数据库存储：代表软件InfoGrid，它的优点可以方便的利用图结构相关算法进行计算。而缺点是要想得到结果必须进行整个图的计算，而且遇到不适合的数据模型时，图形数据库很难使用。
安全
数据库安全涉及保护数据库内容、其所有者和用户的所有各个方面。它的范围从防止有意的未经授权的数据库使用到未经授权的实体（例如，个人或计算机程序）无意的数据库访问。
数据库访问控制涉及控制谁（一个人或某个计算机程序）可以访问数据库中的哪些信息。该信息可以包括特定的数据库对象（例如，记录类型、特定记录、数据结构）;
对特定对象的特定计算（例如，查询类型或特定查询），或者使用到前者的特定访问路径（例如，使用特定索引）或其他数据结构来访问信息）。
数据库访问控制由使用专用受保护安全 DBMS 接口的特别授权（由数据库所有者）人员设置。
这可以在个人基础上直接管理，或者通过将个人和特权分配给组，或者（在最复杂的模型中）通过将个人和组分配给角色，然后授予权利。数据安全可防止未经授权的用户查看或更新数据库。使用密码，用户可以访问整个数据库或它的子集，称为“子模式”。
例如，员工数据库可以包含有关单个员工的所有数据，但一组用户可能仅被授权查看工资数据，而其他用户仅被允许访问工作历史和医疗数据。如果 DBMS 提供了一种交互式输入和更新数据库以及查询数据库的方法，则此功能允许管理个人数据库。
数据安全通常涉及保护特定的数据块，包括物理保护（即免受损坏、破坏或移除；例如，参见物理安全），或将它们或它们的一部分解释为有意义的信息（例如，通过查看它们组成的位串，得出特定的有效信用卡号；例如，参见数据加密）。
更改和访问日志记录谁访问了哪些属性、更改了什么以及何时更改。日志服务通过保留访问发生和更改的记录，允许以后进行取证数据库审计。有时应用程序级代码用于记录更改而不是将其留给数据库。可以设置监控以尝试检测安全漏洞。
以上内容参考网络-数据库