『壹』 SQL資料庫的應用領域、現狀、發展前景
SQL資料庫是具有數據操縱和數據定義等多種功能的資料庫語言，這種語言具有交互性特點，能為用戶提供極大的便利，資料庫管理系統應充分利用SQL語言提高計算機應用系統的工作質量與效率。
一、SQL資料庫的應用領域
1、多媒體資料庫
這種資料庫主要存儲與多媒體有關的數據，如語音、圖像和視頻數據。多媒體數據最大的特點是數據連續、數據量大、存儲空間大。
2、移動資料庫
這種資料庫是在筆記本電腦、掌上電腦等移動計算機系統上開發的。資料庫的最大特點是通過無線數字通信網路傳輸。移動資料庫可以隨時隨地獲取和訪問數據，為一些業務應用和一些突發事件帶來了極大的便利。
3、空間資料庫
目前，這種資料庫發展迅速。它主要包括地理信息資料庫（也稱為GIS）和計算機輔助設計（CAD）資料庫。其中，地理信息資料庫一般存儲與地圖相關的信息數據；CAD資料庫一般存儲機械、集成電路、電子設備設計圖紙等設計信息的空間資料庫。
4、信息檢索系統
信息檢索是根據用戶輸入的信息從資料庫中查找相關文檔或信息，並將信息反饋給用戶。信息檢索領域與資料庫領域同步發展。它是一個典型的聯機文檔管理系統或聯機圖書目錄。
5、分布式信息檢索
這種資料庫是隨著Internet的發展而產生的。它廣泛應用於Internet和遠程計算機網路系統中。特別是隨著電子商務的發展，這種資料庫的發展更為迅速。許多網路用戶（如個人、公司或企業等）將信息存儲在自己的計算機中。
6、專家決策系統
專家決策系統也是資料庫應用的一部分。因為越來越多的數據可以在網上獲得，特別是通過這些數據，企業可以對企業的發展做出更好的決策，從而使企業能夠更好地經營。隨著人工智慧的發展，專家決策系統的應用越來越廣泛。
二、SQL資料庫現狀
1、自主研發
國內自主研發關系型資料庫的企業、單位基本上都是發源於上世紀90年代的，而且都是以大學、科研機構為主。到今天，有代表性的廠商有：達夢–由華中理工馮玉才教授創辦，完全自主研發。以Oracle為參照、追趕對象。
2、引進源代碼
引進資料庫源代碼發展國產資料庫，如今，經濟發展，而且IBM也願意迎合國人對於國產化的訴求，將擱置多年的Informix源代碼拿出來，發揮余熱。2015年以來，與IBM簽訂源代碼授權的公司有華勝天成、南大通用（Gbase8t）和星瑞格。這三個公司成為以引進Informix源代碼發展國產資料庫的代表。
三、SQL資料庫發展前景
1、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。
2、智能化集成化
SQL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）和數據挖掘（DataMining）等技術的出現，促使資料庫向智能化方向發展。
3、支持各種互聯網應用
SQL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MobileInternet）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。
(1)數據存儲發展與應用擴展閱讀：
SQL包括了所有對資料庫的操作，主要是由4個部分組成：
1、數據定義：又稱為「DDL語言」，定義資料庫的邏輯結構，包括定義資料庫、基本表、視圖和索引4部分。
2、數據操縱：又稱為「DML語言」，包括插入、刪除和更新三種操作。
3、數據查詢：又稱為「DQL語言」，包括數據查詢操作。
4、數據控制：又稱為「DCL語言」，對用戶訪問數據的控制有基本表和視圖的授權及回收。
5、事務控制：又稱為「TCL語言」，包括事務的提交與回滾。
參考資料來源：網路-SQL資料庫
『貳』 大數據的應用案例以及未來發展趨勢
編者按：大數據時代，數據能否成功運用將深刻影響著我們的生活質量。大數據商用越來越多，回歸應用本質才好。
記者：如果把數據比喻為石油，石油是有國界的，那麼數據也有國界嗎?
維克托：這個其實每一個社會、每一個國家都是有數據的，甚至小的團體，我們都是有數據的。現在問題不是大家沒有數據，而是這個國家也好，這個組織也好，是不是真正的願意把這個數據用來做事情，真正用大數據做決策的。
大數據涉及儲存、分享等，但關鍵在於把這個大數據真正用起來，真正能夠促進經濟、促進社會發展。舉個例子說，現在所有車都有ABS系統，都配有GPS，如果我們把這兩種數據放在一起進行分析，在那些路段上，大部分人都在緊急剎車?為什麼會有這種情況出現，是車的問題，路的問題，還是控制的問題，總之，數據交叉稽核，會給我們帶來新的啟示。
記者：我們瀏覽網頁、查詢信息，這都屬於大數據，怎麼看待個人在大數據時代的隱私呢?政府管理部門應該做些什麼呢?
維克托：這是一個好問題，現在數據隱私保護的方法完全是錯誤的。現在的做法是詢問每一個客戶、個人，你同意不同意公開數據，實際上，每個個體並都不知道我的數據會被怎樣使用，有一些人對此並不在意，往往會點同意。這是一種錯誤的隱私保護的做法。
對於數據的隱私保護，可以考慮反過來的做法，可以考慮由政府設立一個規則：確定哪些企業為了哪些目的，可以以某種方式和規則來收集數據和使用，例如醫療數據，目的是治療病人，這樣的大數據收集和使用就是合理的，可以不更多顧及隱私。但是如果利用這些數據作惡，例如幫助保險公司創造保單，那是不合法的。政府應該制定措施做好隱私保護，不把這個問題扔給個人。
記者：您寫的《大數據時代》，我個人覺得給IT產業吹來一股春風，您已經寫了好幾本書了，當時寫《大數據時代》的時候，您初衷是什麼呢?目前是否實現了你當時心目中的設計?
維克托：現在就是揭秘大數據時代的時間了。10年之前，我每年都辦一個非常小型聚會，是一個相當高層的聚會，有微軟的高層，有一些政客、經濟學家、學術界專家聚在一起，討論數據社會價值。當時有一個記者，每年據此出一個報告，有關討論的內容。我感覺一年一年討論過程中，有一些東西在哪裡，可以真的能感覺到的，但是沒有一個准確的名字，兩年之後，我確定這就是數據價值，所以決定寫一本書。
一定要看到這個數據深層次的價值，所謂的價值就是我們提到的數據的相關性。這是大數據的根本。大數據應用的過程可以用"旅程"來描述，我們運用數據、事實分析做更好的決策，這些都是基於事實的，不是基於主觀的判斷。所謂"旅程"，意味著反反復復，有前進也會有後退。
希望有更多人用數據，用事實，用大數據方法輔助思考，用到討論，這都是有意義的。我一直強調這個是一個旅程，在這個旅程中，我們不斷往前，但是有時候也要後退一兩步。
記者：大數據作用是預測，現在能做到准確預測嗎?
維克托：至少比用其他的東西好的多的。現在大數據不是百分之百準的，但是我們現在要的東西，比我們有的東西更好。
記者：未來大數據趨勢是什麼?
維克托：大數據未來的趨勢是怎麼樣讓每個人使用大數據，而不只是用專業的大數據公司。透露一下，也許這是未來新書的內容。
『叄』 信息存儲技術的背景 應用 發展以及趨勢
信息存儲技術作為信息技術的核心之一,一直伴隨著、同時推動著IT業各方面技術的協同發展,是當今IT領域中少數發展最為迅速的熱點之一。紙的發明記載了人類的歷史和文明,現代信息存儲技術則大大超越了紙張記錄的含義。21世紀是數字化和多媒體化的信息時代,現代信息社會和經濟的發展,所產生的信息量每年以指數方式上升,出現了信息爆炸的態勢。據UC Berkley 2001年公布的數據顯示,未來3年內所產生的數據將超過過去4萬年中產生數據的總和,而且93%的新生成的信息為數字形式。當上世紀50年代計算機技術初現時,存儲容量還只是以千位位元組計…http://www.cnki.com.cn/Article/CJFD2006-CXJL200605012.htm
『肆』 大數據存儲與應用特點及技術路線分析
大數據存儲與應用特點及技術路線分析
大數據時代，數據呈爆炸式增長。從存儲服務的發展趨勢來看，一方面，對數據的存儲量的需求越來越大；另一方面，對數據的有效管理提出了更高的要求。大數據對存儲設備的容量、讀寫性能、可靠性、擴展性等都提出了更高的要求，需要充分考慮功能集成度、數據安全性、數據穩定性，系統可擴展性、性能及成本各方面因素。
大數據存儲與應用的特點分析
「大數據」是由數量巨大、結構復雜、類型眾多數據構成的數據集合，是基於雲計算的數據處理與應用模式，通過數據的整合共享，交叉復用形成的智力資源和知識服務能力。其常見特點可以概括為3V:Volume、Velocity、Variety(規模大、速度快、多樣性)。
大數據具有數據規模大(Volume)且增長速度快的特性，其數據規模已經從PB級別增長到EB級別，並且仍在不斷地根據實際應用的需求和企業的再發展繼續擴容，飛速向著ZB(ZETA-BYTE)的規模進軍。以國內最大的電子商務企業淘寶為例，根據淘寶網的數據顯示，至2011年底，淘寶網最高單日獨立用戶訪問量超過1.2億人，比2010年同期增長120%,注冊用戶數量超過4億，在線商品數量達到8億，頁面瀏覽量達到20億規模，淘寶網每天產生4億條產品信息，每天活躍數據量已經超過50TB.所以大數據的存儲或者處理系統不僅能夠滿足當前數據規模需求，更需要有很強的可擴展性以滿足快速增長的需求。
(1)大數據的存儲及處理不僅在於規模之大，更加要求其傳輸及處理的響應速度快(Velocity)。
相對於以往較小規模的數據處理，在數據中心處理大規模數據時，需要服務集群有很高的吞吐量才能夠讓巨量的數據在應用開發人員「可接受」的時間內完成任務。這不僅是對於各種應用層面的計算性能要求，更加是對大數據存儲管理系統的讀寫吞吐量的要求。例如個人用戶在網站選購自己感興趣的貨物，網站則根據用戶的購買或者瀏覽網頁行為實時進行相關廣告的推薦，這需要應用的實時反饋;又例如電子商務網站的數據分析師根據購物者在當季搜索較為熱門的關鍵詞，為商家提供推薦的貨物關鍵字，面對每日上億的訪問記錄要求機器學習演算法在幾天內給出較為准確的推薦，否則就丟失了其失效性；更或者是計程車行駛在城市的道路上，通過GPS反饋的信息及監控設備實時路況信息，大數據處理系統需要不斷地給出較為便捷路徑的選擇。這些都要求大數據的應用層可以最快的速度，最高的帶寬從存儲介質中獲得相關海量的數據。另外一方面，海量數據存儲管理系統與傳統的資料庫管理系統，或者基於磁帶的備份系統之間也在發生數據交換，雖然這種交換實時性不高可以離線完成，但是由於數據規模的龐大，較低的數據傳輸帶寬也會降低數據傳輸的效率，而造成數據遷移瓶頸。因此大數據的存儲與處理的速度或是帶寬是其性能上的重要指標。
(2)大數據由於其來源的不同，具有數據多樣性的特點。
所謂多樣性，一是指數據結構化程度，二是指存儲格式，三是存儲介質多樣性。對於傳統的資料庫，其存儲的數據都是結構化數據，格式規整，相反大數據來源於日誌、歷史數據、用戶行為記錄等等，有的是結構化數據，而更多的是半結構化或者非結構化數據，這也正是傳統資料庫存儲技術無法適應大數據存儲的重要原因之一。所謂存儲格式，也正是由於其數據來源不同，應用演算法繁多，數據結構化程度不同，其格式也多種多樣。例如有的是以文本文件格式存儲，有的則是網頁文件，有的是一些被序列化後的比特流文件等等。所謂存儲介質多樣性是指硬體的兼容，大數據應用需要滿足不同的響應速度需求，因此其數據管理提倡分層管理機制，例如較為實時或者流數據的響應可以直接從內存或者Flash(SSD)中存取，而離線的批處理可以建立在帶有多塊磁碟的存儲伺服器上，有的可以存放在傳統的SAN或者NAS網路存儲設備上，而備份數據甚至可以存放在磁帶機上。因而大數據的存儲或者處理系統必須對多種數據及軟硬體平台有較好的兼容性來適應各種應用演算法或者數據提取轉換與載入(ETL)。
大數據存儲技術路線最典型的共有三種：
第一種是採用MPP架構的新型資料庫集群，重點面向行業大數據，採用Shared Nothing架構，通過列存儲、粗粒度索引等多項大數據處理技術，再結合MPP架構高效的分布式計算模式，完成對分析類應用的支撐，運行環境多為低成本 PC Server，具有高性能和高擴展性的特點，在企業分析類應用領域獲得極其廣泛的應用。
這類MPP產品可以有效支撐PB級別的結構化數據分析，這是傳統資料庫技術無法勝任的。對於企業新一代的數據倉庫和結構化數據分析，目前最佳選擇是MPP資料庫。
第二種是基於Hadoop的技術擴展和封裝，圍繞Hadoop衍生出相關的大數據技術，應對傳統關系型資料庫較難處理的數據和場景，例如針對非結構化數據的存儲和計算等，充分利用Hadoop開源的優勢，伴隨相關技術的不斷進步，其應用場景也將逐步擴大，目前最為典型的應用場景就是通過擴展和封裝 Hadoop來實現對互聯網大數據存儲、分析的支撐。這裡面有幾十種NoSQL技術，也在進一步的細分。對於非結構、半結構化數據處理、復雜的ETL流程、復雜的數據挖掘和計算模型，Hadoop平台更擅長。
第三種是大數據一體機，這是一種專為大數據的分析處理而設計的軟、硬體結合的產品，由一組集成的伺服器、存儲設備、操作系統、資料庫管理系統以及為數據查詢、處理、分析用途而特別預先安裝及優化的軟體組成，高性能大數據一體機具有良好的穩定性和縱向擴展性。
以上是小編為大家分享的關於大數據存儲與應用特點及技術路線分析的相關內容，更多信息可以關注環球青藤分享更多干貨
『伍』 數據管理技術的發展經歷了那幾個階段
一、人工管理階段
在計算機出現之前，人們運用常規的手段從事記錄、存儲和對數據加工，也就是利用紙張來記錄和利用計算工具（算盤、計算尺）來進行計算，並主要使用人的大腦來管理和利用這些數據。
二、文件系統階段
20世紀50年代後期到60年代中期，隨著計算機硬體和軟體的發展，磁碟、磁鼓等直接存取設備開始普及，這一時期的數據處理系統是把計算機中的數據組織成相互獨立的被命名的數據文件，並可按文件的名字來進行訪問，對文件中的記錄進行存取的數據管理技術。
三、資料庫系統階段
20世紀60年代後期以來 ，計算機性能得到進一步提高，更重要的是出現了大容量磁碟，存儲容量大大增加且價格下降。
(5)數據存儲發展與應用擴展閱讀：
管理數據的特點是：
1、數據不保存。因為當時計算機主要用於科學計算，對於數據保存的需求尚不迫切。
2、系統沒有專用的軟體對數據進行管理，每個應用程序都要包括數據的存儲結構、存取方法和輸入方法等。程序員編寫應用程序是，還要安排數據的物理存儲，因此程序員負擔很重。
3、數據不共享。數據是面向程序的，一組數據只能對應一個程序。
4、數據不具有獨立性。程序依賴於數據，如果數據的類型、格式或輸入/輸出方式等邏輯結構或物理結構發生變化，則必須對應用程序做出相應的修改。
『陸』 資料庫的概念及用途
網路名片
資料庫（Database）是按照數據結構來組織、存儲和管理數據的倉庫，它產生於距今五十年前，隨著信息技術和市場的發展，特別是二十世紀九十年代以後，數據管理不再僅僅是存儲和管理數據，而轉變成用戶所需要的各種數據管理的方式。資料庫有很多種類型，從最簡單的存儲有各種數據的表格到能夠進行海量數據存儲的大型資料庫系統都在各個方面得到了廣泛的應用。
『柒』 誰能說一說資料庫技術的應用與發展
資料庫技術是現代信息科學與技術的重要組成部分，是計算機數據處理與信息管理系統的核心。資料庫技術研究和解決了計算機信息處理過程中大量數據有效地組織和存儲的問題，在資料庫系統中減少數據存儲冗餘、實現數據共享、保障數據安全以及高效地檢索數據和處理數據。
隨著計算機技術與網路通信技術的發展，資料庫技術已成為信息社會中對大量數據進行組織與管理的重要技術手段及軟體技術，是網路信息化管理系統的基礎。本章主要介紹資料庫技術的應用與發展、關系模型的基本概念、關系資料庫的設計理論及資料庫設計方法等內容，是學習和掌握現代資料庫技術的基礎。
1.1 資料庫技術的發展與應用
從20世紀60年代末期開始到現在，資料庫技術已經發展了30多年。在這30多年的歷程中，人們在資料庫技術的理論研究和系統開發上都取得了輝煌的成就，而且已經開始對新一代資料庫系統的深入研究。資料庫系統已經成為現代計算機系統的重要組成部分。
1.1.1 資料庫技術與信息技術
信息技術(Information Technology，IT)是當今使用頻率最高的名詞之一，它隨著計算機技術在工業、農業以及日常生活中的廣泛應用，已經被越來越多的個人和企業作為自己趕超世界潮流的標志枯斗之一。而資料庫技術則是信息技術中一個重要的支撐。沒有資料庫技術，人們在浩瀚的信息沒悉磨世界中將顯得手足無措。
資料庫技術是計算機科學技術的一個重要分支。從20世紀50年代中期開始，計算機應用從科學研究部門擴展到企業管理及政府行政部門，人們對數據處理的要求也越來越高。1968年，世界上誕生了第一個商品化的信息管理系統IMS(Information Management System)，從此，資料庫技術得到了迅猛發展。在互聯網日益被人們接受的今天，Internet又使資料庫技術、知識、技能的重要性得到了充分的放大。現在資料庫已經成為信息管理、辦公自動化、計陸謹算機輔助設計等應用的主要軟體工具之一，幫助人們處理各種各樣的信息數據。
1.1.2 資料庫技術的應用及特點
資料庫最初是在大公司或大機構中用作大規模事務處理的基礎。後來隨著個人計算機的普及，資料庫技術被移植到PC機(Personal Computer，個人計算機)上，供單用戶個人資料庫應用。接著，由於PC機在工作組內連成網，資料庫技術就移植到工作組級。現在，資料庫正在Internet和內聯網中廣泛使用。
20世紀60年代中期，資料庫技術是用來解決文件處理系統問題的。當時的資料庫處理技術還很脆弱，常常發生應用不能提交的情況。20世紀70年代關系模型的誕生為資料庫專家提供了構造和處理資料庫的標准方法，推動了關系資料庫的發展和應用。1979年，Ashton-Tate公司引入了微機產品dBase Ⅱ，並稱之為關系資料庫管理系統，從此資料庫技術移植到了個人計算機上。20世紀80年代中期到後期，終端用戶開始使用區域網技術將獨立的計算機連接成網路，終端之間共享資料庫，形成了一種新型的多用戶數據處理，稱為客戶機/伺服器資料庫結構。現在，資料庫技術正在被用來同Internet技術相結合，以便在機構內聯網、部門區域網甚至WWW上發布資料庫數據。
1.1.3 資料庫技術發展歷史
數據模型是資料庫技術的核心和基礎，因此，對資料庫系統發展階段的劃分應該以數據模型的發展演變作為主要依據和標志。按照數據模型的發展演變過程，資料庫技術從開始到現在短短的30年中，主要經歷了三個發展階段：第一代是網狀和層次資料庫系統，第二代是關系資料庫系統，第三代是以面向對象數據模型為主要特徵的資料庫系統。資料庫技術與網路通信技術、人工智慧技術、面向對象程序設計技術、並行計算技術等相互滲透、有機結合，成為當代資料庫技術發展的重要特徵。
1. 第一代資料庫系統
第一代資料庫系統是20世紀70年代研製的層次和網狀資料庫系統。層次資料庫系統的典型代表是1969年IBM公司研製出的層次模型的資料庫管理系統IMS。20世紀60年代末70年代初，美國資料庫系統語言協會CODASYL(Conference on Data System Language)下屬的資料庫任務組DBTG(Data Base Task Group)提出了若干報告，被稱為DBTG報告。DBTG報告確定並建立了網狀資料庫系統的許多概念、方法和技術，是網狀資料庫的典型代表。在DBTG思想和方法的指引下資料庫系統的實現技術不斷成熟，開發了許多商品化的資料庫系統，它們都是基於層次模型和網狀模型的。
可以說，層次資料庫是資料庫系統的先驅，而網狀資料庫則是資料庫概念、方法、技術的奠基者。