❶ 图数据库的应用有哪些优点
图形数据库每个对象是一个节点，之间的关系是一条边。相对于关系数据库来说，图形数据库善于处理大量复杂、互连接、低结悉运构化的数据，这些数据变化迅速，需要频繁的查询——在关系数据库中，由于这些查询会导致大量的表连接，从而导致性能问题，而且在设计使用上也不方便。
图形数据库适合用于社交网络，推荐系统等专注于构建关系图谱的系统。
图数据库的代表有Neo4J、FlockDB、InfoGrid、AllegroGraph、改陆埋核蚂GraphDB等。
❷ 什么是数据库中的数据冗余如何消除数据冗余
数据冗余指数据之间的重复，也可以说是同一数据存储在不同数据文件中的现象。可以说增加数据的独立性和减少数据冗余为企业范围信息资源管理和大规模信息系统获得成功的前提条件。
数据冗余会妨碍数据库中数据的完整性(integrality)，也会造成存贮空间的浪费。尽可能地降低数据冗余度，是数据库设计的主要目标之一。关系模式的规范化理沦(以下称NF理论)的主要思想之一就是最小冗余原则，即规范化的关系模式在某种意义上应该冗余度最小。
但是，NF理论没有标准的概念可用，按等价原则，在有或没有泛关系假设(universal relation assumption)等不同前提下，冗余的定义可能有好几种。
数据的应用中为了某种目的采取数据冗余方式。
1、重复存储或传输数据以防止数据的丢失。
2、对数据进行冗余性的编码来防止数据的丢失、错误，并提供对错误数据进行反变换得到原始数据的功能。
3、为简化流程所造成额数据冗余。
4、为加快处理过程而将同一数据在不同地点存放。
5、为方便处理而使同一信息在不同地点有不同的表现形式。
6、大量数据的索引，一般在数据库中经常使用。
7、方法类的信息冗余。
8、为了完备性而配备的冗余数据。
9、规则性的冗余。根据法律、制度、规则等约束进行的。
10、为达到其他目的所进行的冗余。
❸ 数据库与数据仓库的本质区别是什么
1、存放值区别：
数据库只存放在当前值，数据仓库存放历史值；
2、数据变化区别：
数据库内数据是动态变化的，只要有业务发生，数据就会被更新，而数据仓库则是静态的历史数据，只能定期添加、刷新；
3、数据结构区别：
数据库中的数据结构比较复杂，有各种结构以适合业务处理系统的需要，而数据仓库中的数据结构则相对简单；
4、访问频率不同：
数据库中数据访问频率较高，但访问量较少，而数据仓库的访问频率低但访问量却很高；
5、目标人群区别：
数据库中数据的目标是面向业务处理人员的，为业务处理人员提供信息处理的支持，而数据仓库则是面向高层管理人员的，为其提供决策支持；
❹ 什么是图数据库
图数据库(Graph database) 并非指存储图片的数据库，而是以“图”这种数据结构存储和查询数据。目前比较典型的代表产品是Neo4j。
❺ 什么是数据库冗余，如何避免数据库冗余
您好：
数据冗余或者信息冗余是生产、生活所必然存在的行为，没有好与不好的总体倾向。
一般设计数据库是都在达到3范式或更高，否则数据的冗余程度非常高。
通常在设计的时候，需要考虑扩展性，阅读性，响应时间和语句复杂程度等。
需要有一定的冗余来达到维护需要，这往往是经验丰富的开发人员和DBA来考虑的。
❻ 数据库系统是怎样降低冗余度的 数据库系统是如何降低冗余度的
1、数据库是依照某种数据模型组织起来并存放二级存储器中的数据集合。
2、数据库系统降低冗余度的方法：尽可能不重复，以最优方式为某个特定组织的多种应用服务；其数据结构独立于使用它的应用程序；数据的增、删、改和检索由统一软件进行管理和控制；从发展的历史看，数据库是数据管理的高级阶段，是由文件管理系统发展起来的。
3、数据库丛亏仿的基本结构分三个层次，反映了观空喊察数据库的三种不同角度。物理数据层：是数据库的最内层，是物理存贮设备上实际存储的数据的集合；概念数据层：是数据库的中间一层，是数据库的整体逻辑表示；逻渗纤辑数据层：逻辑记录的集合。
❼ 非关系型数据库有哪些优缺点
非关系型数据库严格上不是一种数据库，应该是一种数据结构化存储方法的集合，可以是文档或者键值对等。当初我在黑马程序员培训时候就学过。
优点：
1、格式灵活：存储数据的格式可以是key,value形式、文档形式、图片形式等等，文档形式、图片形式等等，使用灵活，应用场景广泛，而关系型数据库则只支持基础类型。
2、速度快：nosql可以使用硬盘或者随机存储器作为载体，而关系型数据库只能使用硬盘；
3、高扩展性；
4、成本低：nosql数据库部署简单，基本都是开源软件。
缺点：
1、不提供sql支持，学习和使用成本较高；
2、无事务处理；
3、数据结构相对复杂，复杂查询方面稍欠。
非关系型数据库的分类和比较：
1、文档型
2、key-value型
3、列式数据库
4、图形数据库
❽ 什麽是Graph database
图形数据库（graphic database）是利用计算机将点、线、画霹图形基本元素按一定数据结同灶行存储的数据集合，将地图与其它类型的平面图中的图形描述为点、线、面等基本元素，并将这些图形元素按一定数据结构（通常为拓扑数据结构）建立起来的数据集合。包括两个层次：第一层次为拓扑编码的数据集合，由描述点、线大模、面等图形元素间关系的数据文件组成，包括多边形文件、线段文件、结点文辩袜件等。文件间通过关联数据项相互联系；第二层次为坐标编码数据集合，由描述各图形元素空间位置的坐标文件组成。图形数据携仿激库仍是目前地理信息系统中对矢量结构地图数字化数据进行组织的主要形式。
❾ 当前主流的数据库系统通常采用哪几种模型
目前最主流的sql server、oracle、mysql、db2都是关系型数据库。随着社交网站、视频网站等互联网新业务模式的兴起，各种非关系数据库模型也在不断涌现。
以下是的：
数据模型概述
1.关系模型
关系模型使用记录（由元组组成）进行存储，记录存储在表中，表由架构界定。表中的每个列都有名称和类型，表中的所有记录都要符合表的定义。SQL是专门的查询语言，提供相应的语法查找符合条件的记录，如表联接（Join）。表联接可以基于表之间的关系在多表之间查询记录。
表中的记录可以被创建和删除，记录中的字段也可以单独更新。
关系模型数据库通常提供事务处理机制，这为涉及多条记录的自动化处理提供了解决方案。
对不同的编程语言而言，表可以被看成数组、记录列表或者结构。表可以使用B树和哈希表进行索引，以应对高性能访问。
2.键值存储
键值存储提供了基于键对值的访问方式。
键值对可以被创建或删除，与键相关联的值可以被更新。
键值存储一般不提供事务处理机制。
对不同的编程语言而言，键值存储类似于哈希表。对此，不同的编程语言有不同的名字（如，Java称之为“HashMap”，Perl称之为“hash”，Python称之为“dict”，PHP称之为“associative array”），C++则称之为“boost::unordered_map<...>”。
键值存储支持键上自有的隐式索引。
键值存储看起来好像不太有用，但却可以在“值”上存储大量信息。“值”可以是一个XML文档，一个JSON对象，或者其它任何序列化形式。
重要的是，键值存储引擎并不在意“值”的内部结构，它依赖客户端对“值”进行解释和管理。
3.文档存储
文档存储支持对结构化数据的访问，不同于关系模型的是，文档存储没有强制的架构。
事实上，文档存储以封包键值对的方式进行存储。在这种情况下，应用对要检索的封包采取一些约定，或者利用存储引擎的能力将不同的文档划分成不同的集合，以管理数据。
与关系模型不同的是，文档存储模型支持嵌套结构。例如，文档存储模型支持XML和JSON文档，字段的“值”又可以嵌套存储其它文档。文档存储模型也支持数组和列值键。
与键值存储不同的是，文档存储关心文档的内部结构。这使得存储引擎可以直接支持二级索引，从而允许对任意字段进行高效查询。支持文档嵌套存储的能力，使得查询语言具有搜索嵌套对象的能力，XQuery就是一个例子。MongoDB通过支持在查询中指定JSON字段路径实现类似的功能。
4.列式存储
如果翻转数据，列式存储与关系存储将会非常相似。与关系模型存储记录不同，列式存储以流的方式在列中存储所有的数据。对于任何记录，索引都可以快速地获取列上的数据。
Map-rece的实现Hadoop的流数据处理效率非常高，列式存储的优点体现的淋漓极致。因此，HBase和Hypertable通常作为非关系型数据仓库，为Map-rece进行数据分析提供支持。
关系类型的列标对数据分析效果不好，因此，用户经常将更复杂的数据存储在列式数据库中。这直接体现在Cassandra中，它引入的“column family”可以被认为是一个“super-column”。
列式存储支持行检索，但这需要从每个列获取匹配的列值，并重新组成行。
5.图形数据库
图形数据库存储顶点和边的信息，有的支持添加注释。
图形数据库可用于对事物建模，如社交图谱、真实世界的各种对象。IMDB（Internet Movie Database）站点的内容就组成了一幅复杂的图像，演员与电影彼此交织在一起。
图形数据库的查询语言一般用于查找图形中断点的路径，或端点之间路径的属性。Neo4j是一个典型的图形数据库。
选择哪一种数据模型？
数据模型有着各自的优缺点，它们适用于不同的领域。不管是选择关系模型，还是非关系模型，都要根据实际应用的场景做出选择。也许你会发现单一的数据模型不能满足你的解决方案，许多大型应用可能需要集成多种数据模型。
❿ 什么是数据库中的数据冗余如何消除数据冗余
学号
姓名
课程名
成绩
001
张三
数学
90
001
张三
语文
91
002
李四
数学
90
002
李四
语文
91
这样的表称为有数据冗余
我们常常把这样的表分为两个表，如：
表1
学号
姓名
001
张三
002
李四
表2
学号
课程名
成绩
001
数学
90
001
语文
91
002
数学
90
002
语文
91
这样处理举兆后既可满足数据的第二范式要求，当然还不是最清册好的。通过关系模式的范式可以消除数据冗余，基本的数答答宏据库应满足第三范式（3NF）。
看看数据库的“范式”内容
你就更好理解了。