2020年發(fā)展戰(zhàn)略數(shù)據(jù)庫新技術(shù)及其發(fā)展方向

1、（發(fā)展戰(zhàn)略）數(shù)據(jù)庫新技術(shù)及其發(fā)展方向20XX年XX月峯年的企業(yè)咨詢咸問經(jīng)驗.經(jīng)過實戰(zhàn)驗證可以藩地執(zhí)行的卓越萱理方案.值得您下載擁有數(shù)據(jù)庫新技術(shù)及其發(fā)展趨勢數(shù)據(jù)庫技術(shù)是計算機科學的重要分支 ,主要研究如何安全高效地 管理大量、 持久、共享的數(shù)據(jù)。 數(shù)據(jù)庫的研究始于 20 世紀 60 年代中 期 ,它的發(fā)展有著三大標志性事件。第壹件大事 ,1969 年 IBMXX 公司 研制開發(fā)了基于層次模型的數(shù)據(jù)庫管理系統(tǒng)的商品化軟件 InformationManagementSystem, 即IMS 系統(tǒng) ,是首例成功的數(shù)據(jù) 庫管理系統(tǒng)軟件。第二件大事,美國數(shù)據(jù)系統(tǒng)語言協(xié)會 CODASYL(Conferenc

2、eOnDataSystemLanguage) 下屬的數(shù)據(jù)庫任 務(wù)組DBTG(DataBaseTaskGroup) 對數(shù)據(jù)庫方法進行系統(tǒng)的研究和討 論后,于 20 世紀 60 年代末到 70 年代初提出了若干方案。 DBTG 方案 確定且建立了數(shù)據(jù)庫系統(tǒng)的許多概念、方法和技術(shù)。 DBTG 所提議的 方法是基于網(wǎng)狀結(jié)構(gòu)的 ,它是數(shù)據(jù)庫網(wǎng)狀模型的基礎(chǔ)和典型代表。 第三 件大事， 1970年IBMXX公司SanJose研究實驗室的研究員 E.F.Codd 博士發(fā)表了題為 “大型共享數(shù)據(jù)庫數(shù)據(jù)的關(guān)系模型” 的論文,提出數(shù)據(jù) 庫的關(guān)系模型 ，從而開創(chuàng)了數(shù)據(jù)庫關(guān)系方法和關(guān)系數(shù)據(jù)理論的研究領(lǐng) 域，為關(guān)系數(shù)據(jù)庫

3、技術(shù)奠定了理論基礎(chǔ) ，E.F.Codd 因此于1981 年獲得 ACM 圖錄獎。20 世紀 80 年代幾乎所有新開發(fā)的系統(tǒng)均是關(guān)系系統(tǒng)。 隨著計算機系統(tǒng)硬件、In ternet 和 Web 技術(shù)的發(fā)展，數(shù)據(jù)庫系統(tǒng)所管 理的數(shù)據(jù)格式、數(shù)據(jù)處理方法以及應用環(huán)境不斷變化 ，同時人工智能、 多媒體技術(shù)和其他學科技術(shù)的發(fā)展 ，數(shù)據(jù)庫技術(shù)面臨著前所未有的挑 戰(zhàn)。當前數(shù)據(jù)庫技術(shù)發(fā)展的現(xiàn)狀，關(guān)系數(shù)據(jù)庫技術(shù)仍然是主流國內(nèi)數(shù)據(jù)庫的發(fā)展趨勢也是飛速的，于數(shù)據(jù)庫技術(shù)的當前及未 來發(fā)展里程中 ,數(shù)據(jù)倉庫以及基于此技術(shù)的商業(yè)智能無疑將是大勢所 趨。IBM 的實驗室于這方面進行了 10 多年的研究，且將研究成果發(fā)展 成為商

4、用產(chǎn)品。除 了 用于OLAP（ 聯(lián)機分析處理）的后 臺服務(wù)器 DB20LAPServer 外,IBM 仍提供了壹系列關(guān)聯(lián)的產(chǎn)品，包括前端工具， 形成壹整套解決方案。其它數(shù)據(jù)庫廠商于數(shù)據(jù)倉庫領(lǐng)域也毫不示弱方 法 各 有 不 同 。Informix 也 是 類 似 , 于 其 動 態(tài) 服 務(wù)器 IDS（InformixDynamicServer）中提供壹系列關(guān)聯(lián)選件，如高級決策 支持選件 AdvancedDecisionSupportOption，OLAP 選件擴展且行選件 ExtendedParallelOption等,且認為這種體系結(jié)構(gòu)嚴謹 ,管理方便 ,索引機制完善 ,且行處理的效率更高 ,

5、其中數(shù)據(jù)倉庫和數(shù)據(jù)庫查詢的 SQL 語句的壹致使用戶開發(fā)更加簡便； 而微軟則是于其 SQIServer7.0 中集成了代號為Plato 柏拉圖）的 OLAP 服務(wù)器，和上述 XX 公司不同的 是Sybase 提供了專門的 OLAP 服務(wù)器 SybaselQ，且將和數(shù)據(jù)倉庫關(guān) 聯(lián)工具打包成WarehouseStudio 。從中國的數(shù)據(jù)庫市場來見 ,大部分 數(shù)據(jù)庫系統(tǒng)的建立是用來進行傳統(tǒng)的 OLTP 業(yè)務(wù)。也有壹些企業(yè)建立 了數(shù)據(jù)倉庫系統(tǒng) ,但真正發(fā)揮效用的卻不多見。和TCP/IP,SMTP,Java等相比 ,尚不存于可靠的、完善的、被廣泛接 受的數(shù)據(jù)倉庫標準 ,影響了數(shù)據(jù)倉庫項目的實施。關(guān)系數(shù)據(jù)

6、庫技術(shù)出當下 20 世紀 70 年代,經(jīng)過 80 年代的發(fā)展到90 年 代已經(jīng)比較成熟 ,于 90 年代初期曾壹度受到面向?qū)ο髷?shù)據(jù)庫的巨大挑 戰(zhàn),可是市場最后仍是選擇了關(guān)系數(shù)據(jù)庫。無論是ORACLEXX 公司 的Oracle9i 、IBMXX 公司的 DB2, 仍是微軟的 SQLServer 等均是關(guān) 系型數(shù)據(jù)庫。GartnerDataquest 的方案顯示關(guān)系數(shù)據(jù)庫管理系統(tǒng) (RDBMS) 的市場份額最大 ,2000 年 RDBMS 的市場份額占整個數(shù)據(jù)庫 市場的 80%,這個比例比 1999年增長了 15% 。這組數(shù)據(jù)充分說明 RDBMS 仍然是當今最為流行的數(shù)據(jù)庫軟件。下壹代數(shù)據(jù)庫技術(shù)的

7、發(fā)展主流面向?qū)ο蟮臄?shù)據(jù)序技術(shù)和關(guān)系數(shù)據(jù) 序技術(shù)針對關(guān)系數(shù)據(jù)庫技術(shù)現(xiàn)有的局限性 ,理論界當下主要有三種觀 點：八、(1)面向?qū)ο蟮臄?shù)據(jù)庫技術(shù)將成為下壹代數(shù)據(jù)庫技術(shù)發(fā)展的主流。(2) 將面向?qū)ο蟮臄?shù)據(jù)庫技術(shù)引入關(guān)系數(shù)據(jù)庫中。即面向?qū)ο蟮年P(guān) 系數(shù)據(jù)庫技術(shù)。(3)演繹面向?qū)ο髷?shù)據(jù)庫技術(shù)。 目前來說，非結(jié)構(gòu)化數(shù)據(jù)庫也是數(shù)據(jù)庫發(fā)展新趨勢的壹個新的方向， 非結(jié)構(gòu)化數(shù)據(jù)庫是部分研究者針對關(guān)系數(shù)據(jù)庫模型過于簡單 ,不便表達復雜的嵌套需要以及支持數(shù)據(jù)類型有限等局限,從數(shù)據(jù)模型人手而提出的全面基于因特網(wǎng)應用的新型數(shù)據(jù)庫理論。他們認為這種數(shù)據(jù)庫 的最大區(qū)別就于于它突破了關(guān)系數(shù)據(jù)庫結(jié)構(gòu)定義不易改變和數(shù)據(jù)定 長的限制 ,

8、支持重復字段、子字段以及變長字段且實現(xiàn)了對變長數(shù)據(jù)和 重復字段進行處理和數(shù)據(jù)項的變長存儲管理 ,于處理連續(xù)信息 (包括全 文信息 )和非結(jié)構(gòu)信息 (重復數(shù)據(jù)和變長數(shù)據(jù) )中有著傳統(tǒng)關(guān)系型數(shù)據(jù) 庫所無法比擬的優(yōu)勢。但研究者認為此種數(shù)據(jù)庫技術(shù)且不會完全取代 當下流行的系數(shù)據(jù)庫 ,而是它們的有益的補充。和多學科技術(shù)的有機結(jié)合有學者指出：數(shù)據(jù)庫和學科技術(shù)的結(jié)合 將會建立壹系列新數(shù)據(jù)庫 ,如分布式數(shù)據(jù)庫、且行數(shù)據(jù)庫、知識庫、多 媒體數(shù)據(jù)庫等、這將是數(shù)據(jù)庫技術(shù)重要的發(fā)展方向。 其中 ,許多研究者 均對多媒體數(shù)據(jù)庫作為研究的重點 ,且認為多媒體技術(shù)和可視化技術(shù) 引人多媒體數(shù)據(jù)庫將是未來數(shù)據(jù)庫技術(shù)發(fā)展的熱點和

9、難點。未來數(shù)據(jù)庫技術(shù)及市場發(fā)展的倆大方向數(shù)據(jù)倉庫和電子商務(wù)，部分學者于對各個數(shù)據(jù)庫廠商的發(fā)展方向和應用需求的不斷擴展的 現(xiàn)狀進行分析的基礎(chǔ)上 ,提出數(shù)據(jù)庫技術(shù)及市場于向數(shù)據(jù)倉庫和電子 商務(wù)倆個方向不斷發(fā)展的觀點。他們指出 :從去年開始 ,許多行業(yè)如電 信、金融、稅務(wù)等逐步認識到數(shù)據(jù)倉庫技術(shù)對于企業(yè)宏觀發(fā)展所帶來 的巨大經(jīng)濟效益 ,紛紛建立起數(shù)據(jù)倉庫系統(tǒng)。 于我國提供大型數(shù)據(jù)倉庫 解決方案的廠商主要有。 Oracle,IBM,Sybase,CA 以及Informix 等廠 商,巳經(jīng)建設(shè)成功且已收回投資的項目主要有招商銀行系統(tǒng)和國信證 券系統(tǒng)等。目前,國內(nèi)外學者對數(shù)據(jù)倉庫的研究正于繼續(xù)深人。和此同

10、 時 ,壹些學者將數(shù)據(jù)庫技術(shù)及市場發(fā)展的視角瞄準電子商務(wù)領(lǐng)域,他們認為：當下的信息系統(tǒng)逐漸要求按照以客戶為中心的方式建立應用框 架,因此勢必要求數(shù)據(jù)庫應用更加廣泛地接觸客戶 ,而 Internet 給了我 們壹個非常便捷的連接途徑 ,通過 Internet 我們能夠?qū)崿F(xiàn)所謂的。 One-OneMarketing 和。One-Onebusiness, 進而實現(xiàn) ebusines 。 因此,電子商務(wù)將成為未來數(shù)據(jù)庫技術(shù)發(fā)展的另壹方向。許多研究者從實踐的角度對數(shù)據(jù)庫技術(shù)進行研究,提出了適合應用領(lǐng)域的數(shù)據(jù)庫技術(shù) ,如工程數(shù)據(jù)庫、統(tǒng)計數(shù)據(jù)庫、科學數(shù)據(jù)庫、空間數(shù)據(jù)庫、地理數(shù)據(jù)庫等。 這類數(shù)據(jù)庫于原理上也沒

11、有多大的變化 ,可是 它們卻和壹定的應用相結(jié)合 ,從而加強了系統(tǒng)對有關(guān)應用的支摔能力 , 尤其表當下數(shù)據(jù)模型、語言、查詢方面。部分研究者認為 ,隨著研究工 作的繼續(xù)深人和數(shù)據(jù)庫技術(shù)于實踐工作中的應用,數(shù)據(jù)庫技術(shù)將會更多朝著專門應用領(lǐng)域發(fā)展。隨著計算機網(wǎng)絡(luò)技術(shù)及 Internet 應用的日趨普及 ,勢必要求數(shù)據(jù) 庫系統(tǒng)的應用平臺向 Web 平臺遷移 ,最終達到全球數(shù)據(jù)信息共享的目 的 ,如何實現(xiàn)數(shù)據(jù)庫平臺和 Web 平臺的無縫對接即對 Web 數(shù)據(jù)庫技 術(shù)的研究已成為近期研究的熱點 .國內(nèi)外學者對數(shù)據(jù)倉庫技術(shù)以及和 之關(guān)聯(lián)的數(shù)據(jù)挖掘和知識發(fā)現(xiàn)進行了大量的研究和論述。從數(shù)據(jù)庫中 發(fā)現(xiàn)知識（KDD）

12、（即知識發(fā)現(xiàn)）的核心技術(shù)就是數(shù)據(jù)挖掘（DM）。數(shù)據(jù)挖 掘是目前發(fā)展極為迅速的壹個研究領(lǐng)域 ,它綜合了機器學習、 統(tǒng)計分析 和數(shù)據(jù)庫技術(shù) ,是為數(shù)據(jù)庫中數(shù)據(jù)的決策型使用服務(wù)的。如何擴充數(shù)據(jù) 庫系統(tǒng)的功能 ,使之包括數(shù)據(jù)挖掘能力 ,是當前數(shù)據(jù)庫界的壹個熱點 ,具 體說來 ,就是研究簡單的查詢原語和新壹代查詢優(yōu)化技術(shù)。實際上,數(shù)據(jù)倉庫技術(shù)所要研究和解決的問題就是從 OLAP 系統(tǒng)、異構(gòu)分散的外 部數(shù)據(jù)源、 脫機的歷史業(yè)務(wù)數(shù)據(jù)中獲取數(shù)據(jù) ,處理后為數(shù)據(jù)分析和管理 決策提供應用服務(wù)。部分研究者認為要推動數(shù)據(jù)倉庫技術(shù)的發(fā)展就需 要將數(shù)據(jù)挖掘和數(shù)據(jù)倉庫協(xié)同起來工作。 他們認為： 壹方面,數(shù)據(jù)倉庫 技術(shù)能夠迎

13、合和簡化數(shù)據(jù)挖掘過程中的重要步驟,提高數(shù)據(jù)挖掘的效率和能力 ,確保數(shù)據(jù)挖掘中數(shù)據(jù)來源的廣泛性和完整性。另壹方面,數(shù)據(jù)挖掘技術(shù)已經(jīng)成為數(shù)據(jù)倉庫應用中極為重要和相對獨立的方面和 工具。 目前 ,國內(nèi)對數(shù)據(jù)倉庫、 數(shù)據(jù)挖掘等數(shù)據(jù)庫技術(shù)的研究正于緊鑼 密鼓地進行 ,該技術(shù)的發(fā)展無疑將會推動新壹輪的數(shù)據(jù)庫技術(shù)的發(fā)展。計算機科學主要目標是使計算機和人的界面盡量靠近人這邊。 因 此,要盡量提高計算機的智能水平。智能化是計算機科學各個分支的研 究前沿。于數(shù)據(jù)庫方面 ,智能化的工作是將人工智能技術(shù)和數(shù)據(jù)庫技術(shù) 相結(jié)合 ,即演繹數(shù)據(jù)庫知識庫研究。 目前的主要困難于于遞歸查詢處理 無法取得滿意的性能 ,硬件技術(shù)的革

14、命 （ 大內(nèi)存、且行機、高速存取的 外存儲器 ）將是提高知識庫查詢效率的重要因素。多媒體數(shù)據(jù)處理的困難很多 ,即使是壹般的復雜對象目前也仍不 能很好地處理。多媒體數(shù)據(jù)的建模、存儲和多媒體數(shù)據(jù)庫的查詢及查 詢處理等均是需要我們研究解決的內(nèi)容。信息分布方面主要是分布式數(shù)據(jù)庫系統(tǒng)的研究。分布式數(shù)據(jù)庫從 20 世紀70 年代開始研究 ,可是壹直沒有出現(xiàn)商品化的分布式數(shù)據(jù)庫系 統(tǒng),這說明了它的難度。 當前比較好的具有數(shù)據(jù)分布特征的數(shù)據(jù)庫管理 系統(tǒng)是 Client/Server 體系結(jié)構(gòu)的系統(tǒng)（如:SYBASE,0RACLE7 等）。但 新的計算機應用又對它提出了新的要求 ,智能化、新型事務(wù)模型、 多媒

15、體數(shù)據(jù)的處理、高速信息通訊、數(shù)據(jù)源的高度透明性等將是新型的分 布式數(shù)據(jù)庫系統(tǒng)的重要研究內(nèi)容。到目前為止 ,數(shù)據(jù)庫設(shè)計和應用程序設(shè)計是分離的,且且于具體的應用系統(tǒng)開發(fā)中 ,往往由 2 個小組各行其事。其后果是壹方面的優(yōu)良設(shè) 計不得不放棄 ,導致系統(tǒng)性能低下或用戶要求無法滿足。 面向?qū)ο蠹夹g(shù) 是二者結(jié)合的有效手段?？墒?良好地結(jié)合仍需要很長時間的努力。處 理的數(shù)據(jù)越來越龐大、計算機網(wǎng)絡(luò)越來越復雜、 系統(tǒng)的智能水平越來 越高是計算機系統(tǒng)發(fā)展的總趨勢。因此 ,未來的信息管理系統(tǒng)的特征將 是處理復雜對象、 分布、智能。于復雜對象處理方面 ,面向?qū)ο髷?shù)據(jù)庫、多媒體數(shù)據(jù)庫將會由于廣泛的應用背景和強大系統(tǒng)實驗

16、而迅速發(fā)展。 于數(shù)據(jù)分布方面 ,客戶/ 服務(wù)器數(shù)據(jù)庫系統(tǒng)將快速發(fā)展 ,且于應用上取得 良好效果。 于智能化方面 ,數(shù)據(jù)庫和人工智能將于各自的領(lǐng)域不斷發(fā) 展、不斷取得新的成果。二者結(jié)合方面的研究將不斷地利用二者的成 果研制出新型的系統(tǒng)。任何時候倆方面的結(jié)合均是必要的。從對有關(guān)數(shù)據(jù)庫技術(shù)發(fā)展文獻的調(diào)研和綜述能夠見出： 目前 ,國內(nèi) 外大部分研究者對數(shù)據(jù)庫技術(shù)集中于以下幾方面當前數(shù)據(jù)庫技術(shù)發(fā) 展的主流問題 ;未來數(shù)據(jù)庫技術(shù)的發(fā)展主流問題 ;數(shù)據(jù)庫技術(shù)和學科技 術(shù)結(jié)合發(fā)展的問題 ;數(shù)據(jù)庫技術(shù)于專業(yè)應用領(lǐng)域中的發(fā)展向題 ;數(shù)據(jù)庫 技術(shù)發(fā)展的新趨勢問題 ;數(shù)據(jù)倉庫技術(shù)和數(shù)據(jù)挖掘技術(shù)。 我們從信息集 成、數(shù)據(jù)流管理、傳感器數(shù)據(jù)庫技術(shù)、半結(jié)構(gòu)化數(shù)據(jù)和 XML 數(shù)據(jù)管 理、網(wǎng)格數(shù)據(jù)管理、 DBMS 自適應管理、移動數(shù)