A. ER图与数据库表的关系是神马
E-R图提供了表示数据库表的实体类型、属性和联系的方法，是表示概念关系模型的一种方式。为表述实体联系模式图形式的数据表模型提供了图形符号。这种数据表模型典型的用在基于数据库的信息系统设计的需求分析阶段，用来描述信息需求和/或要存储在数据库中的表信息的类型。
(1)图形与数据库之间的关系扩展阅读：
E-R图设计的正确与否取决于数据库设计人员能否真正把握表的各个客观对象和他们之间发生的活动，这需要作准确深入的用户需求分析。这些表对象如果需要记录的话，就抽象为E-R图中的实体。
描述实体的众多相关数据就抽象为实体的属性，将具有相同属性的众多实体抽象为实体型。它们之间发生的活动如果也需要记录的话，就抽象为E-R图中的联系，这是E-R图设计的重点。
B. 图数据库和关系数据库的区别
1、数据存储方式不同。
关系型和非关系型数据库的主要差异是数据存储的方式。关系型数据天然就是表格式的，因此存储在数据表的行和列中。数据表可以彼此关联协作存储，也很容易提取数据。
与其相反，非关系型数据不适合存储在数据表的行和列中，而是大块组合在一起。非关系型数据通常存储在数据集中，就像文档、键值对或者图结构。你的数据及其特性是选择数据存储和提取方式的首要影响因素。
2、扩展方式不同。
SQL和NoSQL数据库最大的差别可能是在扩展方式上，要支持日益增长的需求当然要扩展。
要支持更多并发量，SQL数据库是纵向扩展，也就是说提高处理能力，使用速度更快速的计算机，这样处理相同的数据集就更快了。
因为数据存储在关系表中，操作的性能瓶颈可能涉及很多个表，这都需要通过提高计算机性能来客服。虽然SQL数据库有很大扩展空间，但最终肯定会达到纵向扩展的上限。而NoSQL数据库是横向扩展的。
而非关系型数据存储天然就是分布式的，NoSQL数据库的扩展可以通过给资源池添加更多普通的数据库服务器(节点)来分担负载。
3、对事务性的支持不同。
如果数据操作需要高事务性或者复杂数据查询需要控制执行计划，那么传统的SQL数据库从性能和稳定性方面考虑是你的最佳选择。SQL数据库支持对事务原子性细粒度控制，并且易于回滚事务。
虽然NoSQL数据库也可以使用事务操作，但稳定性方面没法和关系型数据库比较，所以它们真正闪亮的价值是在操作的扩展性和大数据量处理方面。
C. 数据库中,表与视图之间存在哪几种关系
数据库应用系统中,真正存储数据的单元是基表.视图是构建于基表上的虚拟表,而且它可以跨多个基表或其它视图. 通常数据库应用系统的报表工具实质是视图的一种表达方式,视图可以隐藏敏感的,机密的数据,而将用户需要的数据显现出来. 大概是这样的.
D. 数据库关系图有什么用
数据关系图的作用：
用图形表示主从关系，并可以直接设置外键。
对于任何数据库，都可以创建任意多个数据库关系图；每个数据库表都可以出现在任意数量的关系图中。
这样，便可以创建不同的关系图使数据库的不同部分可视化，或强调设计的不同方面。
例如：可以创建一个大型关系图来显示所有表和列，并且可以创建一个较小的关系图来显示所有表但不显示列。
适合数据库程序员很快的掌握数据库表之间的关系。
E. 为什么引出图形数据库flockdb
图形数据库是NoSQL数据库的一种类型，它应用图形理论存储实体之间的关系信息。图形数据库是一种非关系型数据库，它应用图形理论存储实体之间的关系信息。最常见例子就是社会网络中人与人之间的关系。关系型数据库用于存储“关系型”数据的效果并不好，其查询复杂、缓慢、超出预期，而图形数据库的独特设计恰恰弥补了这个缺陷。
F. 图形数据库的功能
图数据库Titan运行在多种数据库之上的，这些数据库都是亚马逊Web服务支持的。很多人认为图数据库仅对于社交应用有用。但是Titan也是亚马逊Kiva系统用来管理其零售仓库的主数据库。而且由于亚马逊仓库系统可能是全球最大的仓库系统，关于零售巨头如何使用这项技术值得一看，另外企业要看看如何用其同现有的AWS部署合作。Titan在设计应用和仓库之外也发展很好。
除了社交应用之外，图数据库同很多应用可以工作。很多应用可以自然扩展使用图形类型的关系。比如，好多内嵌在社交应用中的推荐系统常常都是基于图形的系统。图数据库由一系列结点和边界组成；每一个结点代表了一个实体，每一个边界代表了两个结点之间的一种连接或者关系。图数据库，尤其是Titan易于安装和集成。
G. 图数据库和关系数据库的区别是什么
图数据库是基于图模型的数据库。相比较于关系型数据库，图数据库是真正注重“关系”的数据库。图数据库的功能是传统关系型数据库的一个拓展。简单来说图数据库比起关系型数据库多了许多数据间的联系，这些联系的发现又要基于图数据库里面的图计算来发现和展示，前段时间云栖大会里面提到的GraphScope，就是阿里开发的做图计算图分析的一站式平台。您的采纳是我的动力
H. 关系数据库在存储空间图形数据方面有一些发展，这些发展是什么有什么意义
数据库管理系统经历了30多年的发展演变，已经取得了辉煌的成就，发展成了一门内容丰富的学科，形成了总量达数百亿美元的一个软件产业。根据Gartner Dataquest公司的调查，2000年国际数据库市场销售总额达88亿美元，比1999年增长10%。根据CCID的报告，2000年的中国数据库管理系统市场销售总额达24.8亿元，比1999年增长了41.7%，占软件市场总销售额的10.8%。可见，数据库已经发展成为一个规模巨大、增长迅速的市场。
目前，市场上具有代表性的数据库产品包括Oracle公司的Oracle、IBM公司的DB2以及微软的SQL Server等。在一定意义上，这些产品的特征反映了当前数据库产业界的最高水平和发展趋势。因此，分析这些主流产品的发展现状，是我们了解数据库技术发展的一个重要方面。
关系数据库技术仍然是主流
关系数据库技术出现在20世纪70年代、经过80年代的发展到90年代已经比较成熟，在90年代初期曾一度受到面向对象数据库的巨大挑战，但是市场最后还是选择了关系数据库。无论是Oracle公司的Oracle 9i、IBM公司的DB2、还是微软的SQL Server等都是关系型数据库。Gartner Dataquest的报告显示关系数据库管理系统(RDBMS)的市场份额最大， 2000年RDBMS的市场份额占整个数据库市场的80%，这个比例比1999年增长了15%。这组数据充分说明RDBMS仍然是当今最为流行的数据库软件。当前，由于互联网应用的兴起，XML格式的数据的大量出现，学术界有一部分学者认为下一代数据库将是支持XML模型的新型的数据库。作者对此持否定态度，认为关系技术仍然是主流，无论是多媒体内容管理、XML数据支持、还是复杂对象支持等都将是在关系系统内核技术基础上的扩展。
产品形成系列化
一方面，Web和数据仓库等应用的兴起，数据的绝对量在以惊人的速度迅速膨胀；另一方面，移动和嵌入式应用快速增长。针对市场的不同需求，数据库正在朝系列化方向发展。例如IBM公司的DB2通用数据库产品包括了从高端的企业级并行数据库服务器，到移动端产品DB2 Everywhere的一整套系列。从支持平台看，今天的DB2已经不再是大型机上的专有产品，它支持目前主流的各种平台，包括Linux和Windows NT。此外，它还有各种中间件产品，如DB2 Connect、DB2 Datajointer、DB2 Replication等，构成了一个庞大的数据库家族。
支持各种互联网应用
数据库管理系统是网络经济的重要基础设施之一。支持Internet（甚至于Mobile Internet）数据库应用已经成为数据库系统的重要方面。例如，Oracle公司从8版起全面支持互联网应用，是互联网数据库的代表。微软公司更是将SQL Server作为其整个.NET计划中的一个重要的成分。对于互联网应用，由于用户数量是无法事先预测的，这就要求数据库相比以前拥有能处理更大量的数据以及为更多的用户提供服务的能力，也就是要拥有良好的可伸缩性及高可用性。此外，互联网提供大量以XML格式数据为特征的半结构化数据，支持这种类型的数据的存储、共享、管理、检索等也是各数据库厂商的发展方向。
向智能化集成化方向扩展
数据库技术的广泛使用为企业和组织收集并积累了大量的数据。数据丰富知识贫乏的现实直接导致了联机分析处理（OLAP）、数据仓库（Data Warehousing）和数据挖掘(Data Mining)等技术的出现，促使数据库向智能化方向发展。同时企业应用越来越复杂，会涉及到应用服务器、Web服务器、其它数据库、旧系统中的应用以及第三方软件等，数据库产品与这些软件是否具有良好集成性往往关系到整个系统的性能。Oracle公司的Oracle 9i 产品包括了OLAP、数据挖掘、ETL工具等一套完整的BI（商业智能）支持平台，中间件产品与其核心数据库具有紧密集成的特性，Oracle Application Server 增加的一项关键功能是高速缓存特性，该特性可以将数据从数据库卸载到应用服务器，加速 Web用户对数据的访问速度。IBM 公司也把BI套件作为其数据库的一个重点来发展。微软认为商务智能将是其下一代主要的利润点。
数据库技术的发展趋势
数据、计算机硬件和数据库应用，这三者推动着数据库技术与系统的发展。数据库要管理的数据的复杂度和数据量都在迅速增长；计算机硬件平台的发展仍然实践着摩尔定律；数据库应用迅速向深度、广度扩展。尤其是互联网的出现，极大地改变了数据库的应用环境，向数据库领域提出了前所未有的技术挑战。这些因素的变化推动着数据库技术的进步,出现了一批新的数据库技术，如Web数据库技术、并行数据库技术、数据仓库与联机分析技术、数据挖掘与商务智能技术、内容管理技术、海量数据管理技术等。限于篇幅，本文不可能逐一去展开来阐述这些方面的变化，只是从这些变化中归纳出数据库技术发展呈现出的突出特点。
“四高” 即DBMS具有高可靠性、高性能、高可伸缩性和高安全性。数据库是企业信息系统的核心和基础，其可靠性和性能是企业领导人非常关心的问题。因为，一旦宕机会给企业造成巨大的经济损失，甚至会引起法律的纠纷。最典型的例子就是证券交易系统，如果在一个行情来临的时候，由于交易量的猛增，造成数据库系统的处理能力不足，导致数据库系统崩溃，将会给证券公司和股民造成巨大的损失。在我国计算机应用的早期，由于计算机系统还不是企业运营必要的成分，人们对数据库的重要性认识不足，而且为了经费上的节约常常采用一些低层次的数据管理软件，如dBASE等，或者盗版的软件。但是，随着信息化进程的深化，计算机系统越来越成为企业运营的不可缺少的部分，这时，数据库系统的稳定和高效是必要的条件。在互联网环境下还要考虑支持几千或上万个用户同时存取和7x24小时不间断运行的要求，提供联机数据备份、容错、容灾以及信息安全措施等。
事实上，数据库系统的稳定和高效也是技术上长久不衰的追求。此外，从企业信息系统发展的角度上看，一个系统的可扩展能力也是非常重要的。由于业务的扩大，原来的系统规模和能力已经不再适应新的要求的时候，不是重新更换更高档次的机器，而是在原有的基础上增加新的设备，如处理器、存储器等，从而达到分散负载的目的。数据的安全性是另一个重要的课题，普通的基于授权的机制已经不能满足许多应用的要求，新的基于角色的授权机制以及一些安全功能要素，如存储隐通道分析、标记、加密、推理控制等，在一些应用中成为切切实实的需要。
“互联” 指数据库系统要支持互联网环境下的应用, 要支持信息系统间“互联互访”，要实现不同数据库间的数据交换和共享，要处理以XML类型的数据为代表的网上数据，甚至要考虑无线通讯发展带来的革命性的变化。与传统的数据库相比，互联网环境下的数据库系统要具备处理更大量的数据以及为更多的用户提供服务的能力，要提供对长事务的有效支持，要提供对XML类型数据的快速存取的有效支持。
“协同” 面向行业应用领域要求，在DBMS核心基础上，开发丰富的数据库套件及应用构件，通过与制造业信息化、电子政务等领域应用套件捆绑，形成以DBMS为核心的面向行业的应用软件产品家族。满足应用需求，协同发展数据库套件与应用构件，已成为当今数据库技术与产品发展的新趋势。规划中的Oracle 11i的主要扩展方面据称主要也是各种面向应用套件的支持。
I. 如何定义数据库表之间的关系
唯一需要注意的是，外键字段的数据类型必须和主键的数据类型相同。但是有些系统可以允许这条规则有一个例外，它允许在数字和自动编号（autonumbering）字段（例如在SQL服务器系统中访问Identity和AutoNumber）之间建立关系。此外，外键的值可以是空（Null），尽管强烈建议在没有特别原因的情况下，不要让外键为空。你有可能永远都不会有机会来使用需要这项功能的数据库。 现在回到我们的示例关系表，并开始输入合适的外键。（请继续在纸上打草稿——在你的数据库系统中创建真正的数据表还为时过早。要知道在纸上纠正错误要容易得多。）要记住，你正在把主键的值添加到关系表里。只要调用实体之间的关系就行了，而其他的就简单了： 书籍和分类是有关系的。 书籍和出版社是有关系的。 书籍和作者是有关系的。 作者和邮政编码（ZIP）是有关系的。 邮政编码和城市是有关系的。 城市和州是有关系的。 这一步并不是一成不变的，你可能会发现在规范化的过程中加入外键会更容易一些。在把字段移动到一个新的数据表时，你可能要把这个新数据表的主键添加到原来的数据表里，将其作为外键。但是，在你继续规范化剩余数据的时候，外键常常会发生改变。你会发现在所有这些数据表被全部规范化之后，一次添加所有的外键，这样效率会更高。 操作数据表 现在让我们一次操作一个数据表，就从Books数据表开始，它在这个时候只有三个字段。很明显，Authors、Categories和Publishers数据表的主键会被添加到Books里。当你完成的时候，Books数据表就有了七个字段： 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 要记住，Authors数据表里的主键是一个基于姓和名两个字段的复合关键字。所以你必须要把这个两个字段都添加到Books数据表里。要注意，外键字段名的结尾包含有FK这个后缀。加入这个后缀有助于提高可读性和自我归档。通过名称这种方式来区别外键会使得追踪它们更简单。如果主键和外键的名称不同，这没有关系。 这里出现了三种关系：Books和Authors、Books和Categories，以及Books和Publishers。这三种关系中所存在的两种问题可能没有那么明显： Books和Authors之间的关系：一本书可以有多个作者。 Books和Categories之间的关系：一本书可以被归入多个类。 这两者的关系是多对多的关系。先前我告诉过你，数据表不能直接实现这样的关系，而需要第三个联系表来实现。（Books和Publishers的关系是一对多的关系，就像现在所说的，这样是没有问题的。） 这两个新发现的多对多关系将需要一个联系表来包含来自每个数据表的主键，并将其作为外键。新的联系表是：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 没有必要更改Categories、Authors或者Publishers数据表。但是，你必须把FirstNameFK、LastNameFK和CategoryFK这三个外键从Books里移走： Books Title (PK) ISBN (PK) Price PublisherFK (FK) Publishers.Publisher one-to-many 现在，让我们转到Authors数据表上来，它现在有两个字段。每个作者都和ZIPCodes数据表中的邮政编码的值相关。但是，每个邮政编码会和多个作者相关。要实现这种一对多的关系，就要把ZIPCodes数据表中的主键添加进Authors数据表作为外键： Authors FirstName (PK) LastName (PK) ZIPCodeFK (FK) ZIPCodes.ZIPCode one-to-many 至此，你已经准备好了处理剩下的地址部分了。看到它们被分在不同的数据表里是很让人奇怪的，但是这是遵照BCNF正确规范化数据的结果。每个邮政编码的值只会有一个对应的城市值和州值。每个城市和州的值只会被输入进其对应的数据表里一次。ZIPCodes和Cities数据表需要外键字段来实现这些关系： ZIPCodes ZIPCode (PK) CityFK (FK) Cities.City one-to-many Cities City (PK) StateFK (FK) States.State one-to-many States State (PK) 从一个到九个 最后，你有了九个数据表：Books、Authors、Categories、Publishers、ZIPCodes、Cities、States、BooksAuthorsmmlink和BooksCategoriesmmlink。图A是这个示例数据表的数据库最终的图形形式。很难想象一个简单的数据表会被分成九个数据表。 图A 最初的一个数据表现在需要九个数据表了 由于这个示例数据库很简单，你可能会问这些关系有什么作用。看起来仍在保存冗余的数据，只不过形式不同罢了——通过外键来实现。这是因为我们的数据表现在只有很少几个字段。试想一下有十几个字段的数据表，会是什么样的一个情形。需要承认的是，你仍然需要把数据表的主键作为外键保存进关系表里，但是至多可能最多增加一到两个字段。比较一下为这个数据表里的每一条记录都添加十几个条目的情形吧。
J. 数据库关系图和SCHEMA图的区别
relation schema就是数据库中的表结构，也交模式，包括表名，表中的字段等信息
relation instance就是表中的记录，包括字段值等。