A. ER圖與資料庫表的關系是神馬
E-R圖提供了表示資料庫表的實體類型、屬性和聯系的方法，是表示概念關系模型的一種方式。為表述實體聯系模式圖形式的數據表模型提供了圖形符號。這種數據表模型典型的用在基於資料庫的信息系統設計的需求分析階段，用來描述信息需求和/或要存儲在資料庫中的表信息的類型。
(1)圖形與資料庫之間的關系擴展閱讀：
E-R圖設計的正確與否取決於資料庫設計人員能否真正把握表的各個客觀對象和他們之間發生的活動，這需要作準確深入的用戶需求分析。這些表對象如果需要記錄的話，就抽象為E-R圖中的實體。
描述實體的眾多相關數據就抽象為實體的屬性，將具有相同屬性的眾多實體抽象為實體型。它們之間發生的活動如果也需要記錄的話，就抽象為E-R圖中的聯系，這是E-R圖設計的重點。
B. 圖資料庫和關系資料庫的區別
1、數據存儲方式不同。
關系型和非關系型資料庫的主要差異是數據存儲的方式。關系型數據天然就是表格式的，因此存儲在數據表的行和列中。數據表可以彼此關聯協作存儲，也很容易提取數據。
與其相反，非關系型數據不適合存儲在數據表的行和列中，而是大塊組合在一起。非關系型數據通常存儲在數據集中，就像文檔、鍵值對或者圖結構。你的數據及其特性是選擇數據存儲和提取方式的首要影響因素。
2、擴展方式不同。
SQL和NoSQL資料庫最大的差別可能是在擴展方式上，要支持日益增長的需求當然要擴展。
要支持更多並發量，SQL資料庫是縱向擴展，也就是說提高處理能力，使用速度更快速的計算機，這樣處理相同的數據集就更快了。
因為數據存儲在關系表中，操作的性能瓶頸可能涉及很多個表，這都需要通過提高計算機性能來客服。雖然SQL資料庫有很大擴展空間，但最終肯定會達到縱向擴展的上限。而NoSQL資料庫是橫向擴展的。
而非關系型數據存儲天然就是分布式的，NoSQL資料庫的擴展可以通過給資源池添加更多普通的資料庫伺服器(節點)來分擔負載。
3、對事務性的支持不同。
如果數據操作需要高事務性或者復雜數據查詢需要控制執行計劃，那麼傳統的SQL資料庫從性能和穩定性方面考慮是你的最佳選擇。SQL資料庫支持對事務原子性細粒度控制，並且易於回滾事務。
雖然NoSQL資料庫也可以使用事務操作，但穩定性方面沒法和關系型資料庫比較，所以它們真正閃亮的價值是在操作的擴展性和大數據量處理方面。
C. 資料庫中,表與視圖之間存在哪幾種關系
資料庫應用系統中,真正存儲數據的單元是基表.視圖是構建於基表上的虛擬表,而且它可以跨多個基表或其它視圖. 通常資料庫應用系統的報表工具實質是視圖的一種表達方式,視圖可以隱藏敏感的,機密的數據,而將用戶需要的數據顯現出來. 大概是這樣的.
D. 資料庫關系圖有什麼用
數據關系圖的作用：
用圖形表示主從關系，並可以直接設置外鍵。
對於任何資料庫，都可以創建任意多個資料庫關系圖；每個資料庫表都可以出現在任意數量的關系圖中。
這樣，便可以創建不同的關系圖使資料庫的不同部分可視化，或強調設計的不同方面。
例如：可以創建一個大型關系圖來顯示所有表和列，並且可以創建一個較小的關系圖來顯示所有表但不顯示列。
適合資料庫程序員很快的掌握資料庫表之間的關系。
E. 為什麼引出圖形資料庫flockdb
圖形資料庫是NoSQL資料庫的一種類型，它應用圖形理論存儲實體之間的關系信息。圖形資料庫是一種非關系型資料庫，它應用圖形理論存儲實體之間的關系信息。最常見例子就是社會網路中人與人之間的關系。關系型資料庫用於存儲「關系型」數據的效果並不好，其查詢復雜、緩慢、超出預期，而圖形資料庫的獨特設計恰恰彌補了這個缺陷。
F. 圖形資料庫的功能
圖資料庫Titan運行在多種資料庫之上的，這些資料庫都是亞馬遜Web服務支持的。很多人認為圖資料庫僅對於社交應用有用。但是Titan也是亞馬遜Kiva系統用來管理其零售倉庫的主資料庫。而且由於亞馬遜倉庫系統可能是全球最大的倉庫系統，關於零售巨頭如何使用這項技術值得一看，另外企業要看看如何用其同現有的AWS部署合作。Titan在設計應用和倉庫之外也發展很好。
除了社交應用之外，圖資料庫同很多應用可以工作。很多應用可以自然擴展使用圖形類型的關系。比如，好多內嵌在社交應用中的推薦系統常常都是基於圖形的系統。圖資料庫由一系列結點和邊界組成；每一個結點代表了一個實體，每一個邊界代表了兩個結點之間的一種連接或者關系。圖資料庫，尤其是Titan易於安裝和集成。
G. 圖資料庫和關系資料庫的區別是什麼
圖資料庫是基於圖模型的資料庫。相比較於關系型資料庫，圖資料庫是真正注重「關系」的資料庫。圖資料庫的功能是傳統關系型資料庫的一個拓展。簡單來說圖資料庫比起關系型資料庫多了許多數據間的聯系，這些聯系的發現又要基於圖資料庫裡面的圖計算來發現和展示，前段時間雲棲大會裡面提到的GraphScope，就是阿里開發的做圖計算圖分析的一站式平台。您的採納是我的動力
H. 關系資料庫在存儲空間圖形數據方面有一些發展，這些發展是什麼有什麼意義
資料庫管理系統經歷了30多年的發展演變，已經取得了輝煌的成就，發展成了一門內容豐富的學科，形成了總量達數百億美元的一個軟體產業。根據Gartner Dataquest公司的調查，2000年國際資料庫市場銷售總額達88億美元，比1999年增長10%。根據CCID的報告，2000年的中國資料庫管理系統市場銷售總額達24.8億元，比1999年增長了41.7%，占軟體市場總銷售額的10.8%。可見，資料庫已經發展成為一個規模巨大、增長迅速的市場。
目前，市場上具有代表性的資料庫產品包括Oracle公司的Oracle、IBM公司的DB2以及微軟的SQL Server等。在一定意義上，這些產品的特徵反映了當前資料庫產業界的最高水平和發展趨勢。因此，分析這些主流產品的發展現狀，是我們了解資料庫技術發展的一個重要方面。
關系資料庫技術仍然是主流
關系資料庫技術出現在20世紀70年代、經過80年代的發展到90年代已經比較成熟，在90年代初期曾一度受到面向對象資料庫的巨大挑戰，但是市場最後還是選擇了關系資料庫。無論是Oracle公司的Oracle 9i、IBM公司的DB2、還是微軟的SQL Server等都是關系型資料庫。Gartner Dataquest的報告顯示關系資料庫管理系統(RDBMS)的市場份額最大， 2000年RDBMS的市場份額占整個資料庫市場的80%，這個比例比1999年增長了15%。這組數據充分說明RDBMS仍然是當今最為流行的資料庫軟體。當前，由於互聯網應用的興起，XML格式的數據的大量出現，學術界有一部分學者認為下一代資料庫將是支持XML模型的新型的資料庫。作者對此持否定態度，認為關系技術仍然是主流，無論是多媒體內容管理、XML數據支持、還是復雜對象支持等都將是在關系系統內核技術基礎上的擴展。
產品形成系列化
一方面，Web和數據倉庫等應用的興起，數據的絕對量在以驚人的速度迅速膨脹；另一方面，移動和嵌入式應用快速增長。針對市場的不同需求，資料庫正在朝系列化方向發展。例如IBM公司的DB2通用資料庫產品包括了從高端的企業級並行資料庫伺服器，到移動端產品DB2 Everywhere的一整套系列。從支持平台看，今天的DB2已經不再是大型機上的專有產品，它支持目前主流的各種平台，包括Linux和Windows NT。此外，它還有各種中間件產品，如DB2 Connect、DB2 Datajointer、DB2 Replication等，構成了一個龐大的資料庫家族。
支持各種互聯網應用
資料庫管理系統是網路經濟的重要基礎設施之一。支持Internet（甚至於Mobile Internet）資料庫應用已經成為資料庫系統的重要方面。例如，Oracle公司從8版起全面支持互聯網應用，是互聯網資料庫的代表。微軟公司更是將SQL Server作為其整個.NET計劃中的一個重要的成分。對於互聯網應用，由於用戶數量是無法事先預測的，這就要求資料庫相比以前擁有能處理更大量的數據以及為更多的用戶提供服務的能力，也就是要擁有良好的可伸縮性及高可用性。此外，互聯網提供大量以XML格式數據為特徵的半結構化數據，支持這種類型的數據的存儲、共享、管理、檢索等也是各資料庫廠商的發展方向。
向智能化集成化方向擴展
資料庫技術的廣泛使用為企業和組織收集並積累了大量的數據。數據豐富知識貧乏的現實直接導致了聯機分析處理（OLAP）、數據倉庫（Data Warehousing）和數據挖掘(Data Mining)等技術的出現，促使資料庫向智能化方向發展。同時企業應用越來越復雜，會涉及到應用伺服器、Web伺服器、其它資料庫、舊系統中的應用以及第三方軟體等，資料庫產品與這些軟體是否具有良好集成性往往關繫到整個系統的性能。Oracle公司的Oracle 9i 產品包括了OLAP、數據挖掘、ETL工具等一套完整的BI（商業智能）支持平台，中間件產品與其核心資料庫具有緊密集成的特性，Oracle Application Server 增加的一項關鍵功能是高速緩存特性，該特性可以將數據從資料庫卸載到應用伺服器，加速 Web用戶對數據的訪問速度。IBM 公司也把BI套件作為其資料庫的一個重點來發展。微軟認為商務智能將是其下一代主要的利潤點。
資料庫技術的發展趨勢
數據、計算機硬體和資料庫應用，這三者推動著資料庫技術與系統的發展。資料庫要管理的數據的復雜度和數據量都在迅速增長；計算機硬體平台的發展仍然實踐著摩爾定律；資料庫應用迅速向深度、廣度擴展。尤其是互聯網的出現，極大地改變了資料庫的應用環境，向資料庫領域提出了前所未有的技術挑戰。這些因素的變化推動著資料庫技術的進步,出現了一批新的資料庫技術，如Web資料庫技術、並行資料庫技術、數據倉庫與聯機分析技術、數據挖掘與商務智能技術、內容管理技術、海量數據管理技術等。限於篇幅，本文不可能逐一去展開來闡述這些方面的變化，只是從這些變化中歸納出資料庫技術發展呈現出的突出特點。
「四高」 即DBMS具有高可靠性、高性能、高可伸縮性和高安全性。資料庫是企業信息系統的核心和基礎，其可靠性和性能是企業領導人非常關心的問題。因為，一旦宕機會給企業造成巨大的經濟損失，甚至會引起法律的糾紛。最典型的例子就是證券交易系統，如果在一個行情來臨的時候，由於交易量的猛增，造成資料庫系統的處理能力不足，導致資料庫系統崩潰，將會給證券公司和股民造成巨大的損失。在我國計算機應用的早期，由於計算機系統還不是企業運營必要的成分，人們對資料庫的重要性認識不足，而且為了經費上的節約常常採用一些低層次的數據管理軟體，如dBASE等，或者盜版的軟體。但是，隨著信息化進程的深化，計算機系統越來越成為企業運營的不可缺少的部分，這時，資料庫系統的穩定和高效是必要的條件。在互聯網環境下還要考慮支持幾千或上萬個用戶同時存取和7x24小時不間斷運行的要求，提供聯機數據備份、容錯、容災以及信息安全措施等。
事實上，資料庫系統的穩定和高效也是技術上長久不衰的追求。此外，從企業信息系統發展的角度上看，一個系統的可擴展能力也是非常重要的。由於業務的擴大，原來的系統規模和能力已經不再適應新的要求的時候，不是重新更換更高檔次的機器，而是在原有的基礎上增加新的設備，如處理器、存儲器等，從而達到分散負載的目的。數據的安全性是另一個重要的課題，普通的基於授權的機制已經不能滿足許多應用的要求，新的基於角色的授權機制以及一些安全功能要素，如存儲隱通道分析、標記、加密、推理控制等，在一些應用中成為切切實實的需要。
「互聯」 指資料庫系統要支持互聯網環境下的應用, 要支持信息系統間「互聯互訪」，要實現不同資料庫間的數據交換和共享，要處理以XML類型的數據為代表的網上數據，甚至要考慮無線通訊發展帶來的革命性的變化。與傳統的資料庫相比，互聯網環境下的資料庫系統要具備處理更大量的數據以及為更多的用戶提供服務的能力，要提供對長事務的有效支持，要提供對XML類型數據的快速存取的有效支持。
「協同」 面向行業應用領域要求，在DBMS核心基礎上，開發豐富的資料庫套件及應用構件，通過與製造業信息化、電子政務等領域應用套件捆綁，形成以DBMS為核心的面向行業的應用軟體產品家族。滿足應用需求，協同發展資料庫套件與應用構件，已成為當今資料庫技術與產品發展的新趨勢。規劃中的Oracle 11i的主要擴展方面據稱主要也是各種面向應用套件的支持。
I. 如何定義資料庫表之間的關系
唯一需要注意的是，外鍵欄位的數據類型必須和主鍵的數據類型相同。但是有些系統可以允許這條規則有一個例外，它允許在數字和自動編號（autonumbering）欄位（例如在SQL伺服器系統中訪問Identity和AutoNumber）之間建立關系。此外，外鍵的值可以是空（Null），盡管強烈建議在沒有特別原因的情況下，不要讓外鍵為空。你有可能永遠都不會有機會來使用需要這項功能的資料庫。 現在回到我們的示例關系表，並開始輸入合適的外鍵。（請繼續在紙上打草稿——在你的資料庫系統中創建真正的數據表還為時過早。要知道在紙上糾正錯誤要容易得多。）要記住，你正在把主鍵的值添加到關系表裡。只要調用實體之間的關系就行了，而其他的就簡單了： 書籍和分類是有關系的。 書籍和出版社是有關系的。 書籍和作者是有關系的。 作者和郵政編碼（ZIP）是有關系的。 郵政編碼和城市是有關系的。 城市和州是有關系的。 這一步並不是一成不變的，你可能會發現在規范化的過程中加入外鍵會更容易一些。在把欄位移動到一個新的數據表時，你可能要把這個新數據表的主鍵添加到原來的數據表裡，將其作為外鍵。但是，在你繼續規范化剩餘數據的時候，外鍵常常會發生改變。你會發現在所有這些數據表被全部規范化之後，一次添加所有的外鍵，這樣效率會更高。 操作數據表 現在讓我們一次操作一個數據表，就從Books數據表開始，它在這個時候只有三個欄位。很明顯，Authors、Categories和Publishers數據表的主鍵會被添加到Books里。當你完成的時候，Books數據表就有了七個欄位： Books Title (PK) ISBN (PK) Price FirstNameFK (FK) Authors.FirstName many-to-many LastNameFK (FK) Authors.LastName many-to-many CategoryFK (FK) Categories.Category many-to-many PublisherFK (FK) Publishers.Publisher one-to-many 要記住，Authors數據表裡的主鍵是一個基於姓和名兩個欄位的復合關鍵字。所以你必須要把這個兩個欄位都添加到Books數據表裡。要注意，外鍵欄位名的結尾包含有FK這個後綴。加入這個後綴有助於提高可讀性和自我歸檔。通過名稱這種方式來區別外鍵會使得追蹤它們更簡單。如果主鍵和外鍵的名稱不同，這沒有關系。 這里出現了三種關系：Books和Authors、Books和Categories，以及Books和Publishers。這三種關系中所存在的兩種問題可能沒有那麼明顯： Books和Authors之間的關系：一本書可以有多個作者。 Books和Categories之間的關系：一本書可以被歸入多個類。 這兩者的關系是多對多的關系。先前我告訴過你，數據表不能直接實現這樣的關系，而需要第三個聯系表來實現。（Books和Publishers的關系是一對多的關系，就像現在所說的，這樣是沒有問題的。） 這兩個新發現的多對多關系將需要一個聯系表來包含來自每個數據表的主鍵，並將其作為外鍵。新的聯系表是：BooksAuthorsmmlink TitleFK (FK) Books.Title one-to-many ISBNFK (FK) Books.ISBN one-to-many FirstNameFK (FK) Authors.FirstName one-to-many LastNameFK (FK) Authors.LastName one-to-many BooksCategoriesmmlink TitleFK (FK) Books.Title one-to-many ISBNFK (FK) Books.ISBN one-to-many CategoryFK (FK) Categories.Category one-to-many 沒有必要更改Categories、Authors或者Publishers數據表。但是，你必須把FirstNameFK、LastNameFK和CategoryFK這三個外鍵從Books里移走： Books Title (PK) ISBN (PK) Price PublisherFK (FK) Publishers.Publisher one-to-many 現在，讓我們轉到Authors數據表上來，它現在有兩個欄位。每個作者都和ZIPCodes數據表中的郵政編碼的值相關。但是，每個郵政編碼會和多個作者相關。要實現這種一對多的關系，就要把ZIPCodes數據表中的主鍵添加進Authors數據表作為外鍵： Authors FirstName (PK) LastName (PK) ZIPCodeFK (FK) ZIPCodes.ZIPCode one-to-many 至此，你已經准備好了處理剩下的地址部分了。看到它們被分在不同的數據表裡是很讓人奇怪的，但是這是遵照BCNF正確規范化數據的結果。每個郵政編碼的值只會有一個對應的城市值和州值。每個城市和州的值只會被輸入進其對應的數據表裡一次。ZIPCodes和Cities數據表需要外鍵欄位來實現這些關系： ZIPCodes ZIPCode (PK) CityFK (FK) Cities.City one-to-many Cities City (PK) StateFK (FK) States.State one-to-many States State (PK) 從一個到九個 最後，你有了九個數據表：Books、Authors、Categories、Publishers、ZIPCodes、Cities、States、BooksAuthorsmmlink和BooksCategoriesmmlink。圖A是這個示例數據表的資料庫最終的圖形形式。很難想像一個簡單的數據表會被分成九個數據表。 圖A 最初的一個數據表現在需要九個數據表了 由於這個示例資料庫很簡單，你可能會問這些關系有什麼作用。看起來仍在保存冗餘的數據，只不過形式不同罷了——通過外鍵來實現。這是因為我們的數據表現在只有很少幾個欄位。試想一下有十幾個欄位的數據表，會是什麼樣的一個情形。需要承認的是，你仍然需要把數據表的主鍵作為外鍵保存進關系表裡，但是至多可能最多增加一到兩個欄位。比較一下為這個數據表裡的每一條記錄都添加十幾個條目的情形吧。
J. 資料庫關系圖和SCHEMA圖的區別
relation schema就是資料庫中的表結構，也交模式，包括表名，表中的欄位等信息
relation instance就是表中的記錄，包括欄位值等。