A. 傳統資料庫系統的幾個層次
傳統的資料庫系統分為3個層次，按ANSI的定義分別為物理模式、概念模式和外部模式。傳統的資料庫採用這種層次結構是因它所管理的數據而決定的。在這種資料庫中，數據主要是抽象化的字元和數值，管理和操縱的技術也是簡單的比較、排序、查找和增刪改等操作，處理起來容易，也比較好管理。
最低層也就是第一層，稱為媒體支持層，第二層稱為存取與存儲數據模型進行描述。第三層稱為概念數據模型層，是對現實世界用多媒體數據信息進行的描述，也是多媒體資料庫中在全局概念下的一個整體視圖。第四層稱為多媒體用戶介面層，完成用戶對多媒體信息的查詢描述和得到多媒體信息的查詢結果。
B. 傳統資料庫和數據倉庫的區別
簡而言之，資料庫是面向事務的設計，數據倉庫是面向主題設計的。
資料庫一般存儲在線交易數據，數據倉庫存儲的一般是歷史數據。
資料庫設計是盡量避免冗餘，一般採用符合範式的規則來設計，數據倉庫在設計是有意引入冗餘，採用反範式的方式來設計。
資料庫是為捕獲數據而設計，數據倉庫是為分析數據而設計，它的兩個基本的元素是維表和事實表。維是看問題的角度，比如時間，部門，維表放的就是這些東西的定義，事實表裡放著要查詢的數據，同時有維的ID。
單從概念上講，有些晦澀。任何技術都是為應用服務的，結合應用可以很容易地理解。以銀行業務為例。資料庫是事務系統的數據平台，客戶在銀行做的每筆交易都會寫入資料庫，被記錄下來，這里，可以簡單地理解為用資料庫記帳。數據倉庫是分析系統的數據平台，它從事務系統獲取數據，並做匯總、加工，為決策者提供決策的依據。比如，某銀行某分行一個月發生多少交易，該分行當前存款余額是多少。如果存款又多，消費交易又多，那麼該地區就有必要設立ATM了。
顯然，銀行的交易量是巨大的，通常以百萬甚至千萬次來計算。事務系統是實時的，這就要求時效性，客戶存一筆錢需要幾十秒是無法忍受的，這就要求資料庫只能存儲很短一段時間的數據。而分析系統是事後的，它要提供關注時間段內所有的有效數據。這些數據是海量的，匯總計算起來也要慢一些，但是，只要能夠提供有效的分析數據就達到目的了。
數據倉庫，是在資料庫已經大量存在的情況下，為了進一步挖掘數據資源、為了決策需要而產生的，它決不是所謂的「大型資料庫」。那麼，數據倉庫與傳統資料庫比較，有哪些不同呢?讓我們先看看W.H.Inmon關於數據倉庫的定義:面向主題的、集成的、與時間相關且不可修改的數據集合。
「面向主題的」:傳統資料庫主要是為應用程序進行數據處理，未必按照同一主題存儲數據;數據倉庫側重於數據分析工作，是按照主題存儲的。這一點，類似於傳統農貿市場與超市的區別—市場裡面，白菜、蘿卜、香菜會在一個攤位上，如果它們是一個小販賣的;而超市裡，白菜、蘿卜、香菜則各自一塊。也就是說，市場里的菜(數據)是按照小販(應用程序)歸堆(存儲)的，超市裡面則是按照菜的類型(同主題)歸堆的。
「與時間相關」:資料庫保存信息的時候，並不強調一定有時間信息。數據倉庫則不同，出於決策的需要，數據倉庫中的數據都要標明時間屬性。決策中，時間屬性很重要。同樣都是累計購買過九車產品的顧客，一位是最近三個月購買九車，一位是最近一年從未買過，這對於決策者意義是不同的。
「不可修改」:數據倉庫中的數據並不是最新的，而是來源於其它數據源。數據倉庫反映的是歷史信息，並不是很多資料庫處理的那種日常事務數據(有的資料庫例如電信計費資料庫甚至處理實時信息)。因此，數據倉庫中的數據是極少或根本不修改的;當然，向數據倉庫添加數據是允許的。
數據倉庫的出現，並不是要取代資料庫。目前，大部分數據倉庫還是用關系資料庫管理系統來管理的。可以說，資料庫、數據倉庫相輔相成、各有千秋。
補充一下，數據倉庫的方案建設的目的，是為前端查詢和分析作為基礎，由於有較大的冗餘，所以需要的存儲也較大。為了更好地為前端應用服務，數據倉庫必須有如下幾點優點，否則是失敗的數據倉庫方案。
1.效率足夠高。客戶要求的分析數據一般分為日、周、月、季、年等，可以看出，日為周期的數據要求的效率最高，要求24小時甚至12小時內，客戶能看到昨天的數據分析。由於有的企業每日的數據量很大，設計不好的數據倉庫經常會出問題，延遲1-3日才能給出數據，顯然不行的。
2.數據質量。客戶要看各種信息，肯定要准確的數據，但由於數據倉庫流程至少分為3步，2次ETL，復雜的架構會更多層次，那麼由於數據源有臟數據或者代碼不嚴謹，都可以導致數據失真，客戶看到錯誤的信息就可能導致分析出錯誤的決策，造成損失，而不是效益。
3.擴展性。之所以有的大型數據倉庫系統架構設計復雜，是因為考慮到了未來3-5年的擴展性，這樣的話，客戶不用太快花錢去重建數據倉庫系統，就能很穩定運行。主要體現在數據建模的合理性，數據倉庫方案中多出一些中間層，使海量數據流有足夠的緩沖，不至於數據量大很多，就運行不起來了。
C. 傳統資料庫結構主要有什麼
傳統資料庫是關系型資料庫，開發這種資料庫的目的，是處理永久、穩定的數據。
關系資料庫強調維護數據的完整性、一致性，但很難顧及有關數據及其處理的定時限制，不能滿足工業生產管理實時應用的需要，因為實時事務要求系統能較准確地預報事務的運行時間。
D. 傳統資料庫處理方式和大數據處理方式的區別
文件系統把數據組織成相互獨立的數據文件，實現了記錄內的結構性，但整體無結構；而資料庫系統實現整體數據的結構化，這是資料庫的主要特徵之一，也是資料庫系統與文件系統的本質區別。
在文件系統中，數據冗餘度大，浪費存儲空間，容易造成數據的不一致；資料庫系統中，數據是面向整個系統，數據可以被多個用戶、多個應用共享使用，減少了數據冗餘。
文件系統中的文件是為某一特定應用服務的，當要修改數據的邏輯結構時，必須修改應用程序，修改文件結構的定義，數據和程序之間缺乏獨立性；資料庫系統中，通過DBMS的兩級映象實現了數據的物理獨立性和邏輯獨立性，把數據的定義從程序中分離出去，減少了應用程序的維護和修改。
文件系統和資料庫系統均可以長期保存數據，由數據管理軟體管理數據，資料庫系統是在文件系統基礎上發展而來。
E. 資料庫有哪些
回答：
SQL：是一種特殊目的的編程語言，是一種資料庫查詢和 程序設計語言，用於存取數據以及查詢、更新和管理 關系資料庫系統。現在很多電腦愛好者都喜歡用這類數據。
Sybase：是美國Sybase公司研製的一種關系型資料庫系統，是一種典型的UNIX或WindowsNT平台上客戶機/伺服器環境下的大型資料庫系統。Sybase提供了一套應用程序編程介面，可以與非Sybase數據源及伺服器集成，允許在多個資料庫之間復制數據，適於創建多層應用。
DB2：DB2是IBM出品的一系列關系型資料庫管理系統，分別在不同的操作系統平台上服務。
ACCESS：是由微軟發布的關聯式資料庫管理系統。它結合了 Microsoft Jet Database Engine 和圖形用戶界面兩項特點，是 Microsoft Office的成員之一。
Oracle：甲骨文股份有限公司（Oracle）是全球大型資料庫軟體公司，總部位於美國加州紅木城的紅木岸。在2008年，甲骨文股份有限公司是繼Microsoft及IBM後，全球收入第三多的軟體公司。
F. 國外傳統實時資料庫有哪些
a. OSI公司的PI( Plant Information System )
b. Aspen公司的IP21( InfoPlus.21 )
c. Honeywell公司的PHD( Process History Database )
d. Instep公司的eDNA(enterprise Distributed Network Architecture)
PI在國內廣泛應用於電力行業，它採用了旋轉門壓縮專利技術和獨到的二次過濾技術，使進入到PI資料庫的數據經過了最有效的壓縮，極大地節省了硬碟空間；IP21和PI一樣屬於正宗的實時資料庫軟體，價格和PI差不多，比較昂貴，IP21在中石油、中石化內部得到了廣泛使用；由於Honeywell占據了化工行業DCS大部分份額，因此PHD在化工行業使用得也比較廣泛，PHD在內部使用了Oracle關系資料庫；
以上三種實時資料庫均為二十世紀末推出來的傳統實時資料庫，由於在電力行業占壟斷地位的PI價格居高不下，Instep eDNA憑借價格優勢進入了電力行業，逐漸擁有了一定的客戶，因此目前大型電力企業仍然偏愛OSI PI，不少中小電力企業則選擇了eDNA。
特點：價格高、實時資料庫包含實時資料庫及其它配套軟體。
G. 文檔資料庫和傳統關系資料庫有什麼區別
「文檔資料庫與傳統的關系資料庫差異顯著。關系資料庫通常將數據存儲在相互獨立的表中,這些表由程序開發者定義,一個單一的對象可能散布在若干表中。 對於一個給定對象,文檔資料庫將其所有信息存儲在資料庫內某個單一實例中,並且存儲的每一個對象可以不同於任一其它對象。這簡化了將對象裝載入資料庫的過程...」
H. 傳統的資料庫模型有哪三種他們各自的有缺點是什麼
關系模型、網狀模型、層次模型
1、關系模型的缺點是查詢效率不如非關系模型。因此，為了提高性能，必須對用戶的查詢進行優化，增加了開發資料庫管理系統的負擔。
2、網狀模型的缺點是結構比較復雜，而且隨著應用環境的擴大，資料庫的結構就變得越來越復雜，不利於最終用戶掌握。
第二，其DDL，DML語言復雜，用戶不容易使用。用於記錄之間聯系是通過存取路徑實現的，應用程序訪問資料庫時必須選擇適當的存取路徑。因此，用戶必須了解系統的結構的細節，加重了編寫應用程序的負擔。
3、層次模型的缺點
現實世界中很多聯系是非層次性的，如多對多聯系，一個節點具有多個雙親等，層次模型不能自然的表示這類聯系，只能通過引入冗餘數據或引入虛擬結點來解決
對插入和刪除操作的限制比較多
查詢子女結點必須通過雙親結點
(8)傳統資料庫擴展閱讀：
層次模型的優點
1、模型簡單，對具有一對多層次關系的部門描述非常自然，直觀，容易理解，這是層次資料庫的突出優點
2、用層次模型的應用系統性能好，特別是對於那些實體間聯系固定的且預先定義好的應用，採用層次模型來實現，其性能優於關系模型
3、層次數據模型提供了良好的完整性支持。
I. 大數據和傳統資料庫的區別是什麼
他的區別有8種：
分別是：
1、數據規模、2、數據類型、3.模式(Schema)和數據的關系、4.處理對象
5、獲取方式、6、傳輸方式、7、數據存儲方面、8、價值的不可估量
價值的不可估量：
傳統數據的價值體現在信息傳遞與表徵，是對現象的描述與反饋，讓人通過數據去了解數據。
而大數據是對現象發生過程的全記錄，通過數據不僅能夠了解對象，還能分析對象，掌握對象運作的規律，挖掘對象內部的結構與特點，甚至能了解對象自己都不知道的信息。