2.1.4 数据库技术

数据库技术是指对数据进行采集、分类、存贮、检索、更新和维护的技术，是信息管理技术中的重要组成部分。一般来说，数据库技术具有较强的灵活性、分享性、可控性和独立性。从历史沿革来看，数据管理方法经历了人工管理、文件系统和数据库系统三个阶段，其中文件系统可以看作数据库技术的前身，文件系统中的数据通过磁盘、磁鼓存储，也有了专门的数据管理软件，不仅可以通过文件名访问、修改和删除数据，还可以进行科学计算，被大量应用到管理领域。但当时的数据库是无结构的，共享性差，无法反映数据之间的内在联系。20世纪60年代，计算机在硬件、软件方面都获得了较大的进步，被广泛应用到数据管理中，数据库管理系统应运而生。

20世纪70年代出现了第一代数据库系统——层次和网状数据库系统，其中最具代表性的是1969年IBM公司研制的IMS和美国数据库系统语言协会（Conference Data System Language，CODASYL）的DBTG报告。在层次数据库中，现实生活中的实体以及实体之间的关系通过树形结构来描述，只有一个根节点；但在网状数据库中，则存在多个根节点。层次数据库是数据库系统的先驱，网状数据库则是数据库概念、方法与技术的奠基者。

第二代数据库系统是关系数据库系统，其中实体类型以及实体之间的关系通过二维表来描述。IBM公司在1970年提出了这一概念，其开发的System R与伯克利大学的Ingres以及商业领域的DB2、Oracle都是关系型数据库的典型代表。成熟的关系型数据库集成了传统应用与非传统应用，能够灵活支持多种数据类型，因此用户群很大，当前仍然有很多大型系统采用关系型结构。

第三代是以面向对象模型为主要特征的数据库系统，要求数据库灵活处理各种类型的数据，而不是让数据去适应事先定义好的数据结构。第三代数据库延续了第二代数据库的优点，保持和集成了第二代数据库系统的技术，并且对其他系统开放。此外，第三代数据库还发展出了自己的特点，包括支持数据管理、对象管理与知识管理等。

早期的数据库技术以单一的数据源为中心，主要用于支持数据搜集和数据访问，对数据分析、辅助决策提供的支持较少，无法应对多变的市场环境。于是20世纪90年代，数据仓库、We b数据库等分析型数据库开始出现。数据仓库就是面向主题的、集成的、稳定的、不同时间的数据集合，支持在各层次追溯动态的历史信息，辅助管理层的决策过程。一个数据仓库系统包括源数据、仓库管理、数据分析工具和数据仓库等几个部分。源数据是数据仓库中内外部数据的来源；仓库管理负责进行源数据的抽取、净化、转换和装载，之后存储到数据仓库中；数据分析工具帮助用户对数据进行分析、获取信息，由于数据仓库是面向分析的，因此数据分析工具是数据仓库系统的重要组成部分，也是信息挖掘的基础。数据仓库不是取代数据库的概念，相反数据仓库来源于数据库，也可以被认为是一个特殊的数据库。

WWW（World Wide Web，Web）系统是一个大型的分布式超媒体信息数据库，它极大推动了互联网的发展。We b数据库就是将数据库技术与We b技术相融合，使数据库系统成为We b的重要组成部分，用户可以在We b界面上检索、存储、修改数据库内容。与传统数据库不同的是，We b数据库不仅可以管理数字、符号信息等结构化、半结构化数据，还可以处理全文、图像、多媒体等非结构化数据，有着传统数据库难以比拟的优势。

进入21世纪，以高级算法、多处理系统和海量算法为支持的数据挖掘概念被提出，它是指采用数理统计、人工智能和神经网络等方法，从大量的、不完全的、噪声的、模糊的、随机的实际数据中，提取隐含的、预先不为人知但有用的信息与知识的过程。数据库技术是数据挖掘的基础，提供了数据存储、组织等功能。根据挖掘目标的不同，可以将数据分为描述型数据挖掘和预测型数据挖掘。描述型数据挖掘是指根据数据的相似性把数据分组，或对数据中存在的规则进行描述，包括聚类分析（Cluster Analysis）、关联分析（Association Analysis）、异常检测（Anomaly Detection）等。预测型数据挖掘则需要根据已知的属性去预测未知属性的值，包括分类（Classification）、回归（Regression）等。

随着经济的发展与技术的进步，未来的数据库管理系统将更加强大，融合云计算和“互联网+”等新概念，更好地满足社会生活的需求。