1. 在关系型数据库中,数据表的每一列称为什么
在关系型数据库中，表的“列”称为“字段” ，每个字段包含某一题与对象或类关联的信息。就像“通讯录”数据库中，“姓名”、“联系电话”这些都是表中所有行共有的性，所以把这些列称为“姓名”字段和“联系电话”字段。
关系型数据库按照结构化的方法存储数据，每个数据表都必须对各个字段定义好，也就是先定义好表的结构，再根据表的结构存入数据。
(1)关系型数据库结构化存储扩展阅读：
在进行关系型数据库的设计过程中，要遵循以下几个原则，借此可以提高数据库的存储效率、数据完整性和可扩展性。
1、命名规范化
在概念模型设计中，对于出现的实体、属性及相关表的结构要统一。例如在数据库设计中，指定学生Sstudent，专指本科生，相关的属性有：学号、姓名、性别、出生年月等，及每个属性的类型、长度、取值范围等都要进行确定，这样就能保证在命名时不会出现同名异义或异名同义、属性特征及结构冲突等问题。
2、数据的一致性和完整性
在关系型数据库中可以采用域完整性、实体完整性和参照完整性等约束条件来满足其数据的一致性和完整性，用check、default、null、主键和外键约束来实现。
3、数据冗余
数据库中的数据应尽可能地减少冗余，这就意味着重复数据应该减少到最少。例如：若一个部门职员的电话存储在不同的表中，假设该职员的电话号码发生变化时，冗余数据的存在就要求对多个表进行更新操作，若某个表不幸被忽略了，那么就会造成数据不一致的情况。所以在数据库设计中一定要尽可能存在少地冗余。
4、范式理论
在关系数据库设计时，一般是通过设计满足某一范式来获得一个好的数据库模式，通常认为3NF在性能、扩展性和数据完整性方面达到了最好的平衡，因此,一般数据库设计要求达到3NF，消除数据依赖中不合理的部分，最终实现使一个关系仅描述一个实体或者实体间一种联系的目的。
2. 什么是关系数据库存储模式
关系数据库存储模式是以关系模型为基础的数据库存储方式，它通过关系数据库管理系统（RDBMS）进行数据的管理。关系模型是目前商用数据库领域最流行的一种数据模型，其基本思想是用二维表表示实体及其联系。二维表中的每一列对应实体的一个属性，并给出相应的属性值，每一行形成一个有多种属性组成的多元组，或称元组（TUPPLE），与一个特定实体相对应。
采用关系数据库存储方式，其主要特点是：
（1）关系结构灵活，可满足所有用布尔逻辑运算和数学运算规则形成的查询要求。
（2）关系数据还能搜索、组合和比较不同类型的数据，加入和删除数据都很方便。
（3）其缺点是由于许多操作都要求在文件中顺序查找满足条件特定关系的数据，如果数据库较大，这一查找过程要花费很多时间。
在早期的土地信息系统的建设中，一般采用关系型数据库来存储管理属性数据，而空间数据的管理多采用文件的方式来组织管理。主要原因一是因为关系型数据库对地理空间数据的表达能力不足；二是因为地理信息系统软件中一些数据模型和数据文件的结合很紧密。
随着数据库技术的发展和地理信息系统技术的广泛应用，基于关系对象数据库的空间数据管理技术日渐成熟，出现了商用的统一存储空间数据和属性数据的软件系统，如Oracle数据库系统产品Oracle Spatial支持对空间数据的存储与管理，使用Esri的Arc SDE可用关系型数据库（RDBMS）管理空间数据。
3. 简述关系型数据库和NOSQL数据库分别适用场景
关系型数据库（Relational Database Management System，RDBMS）猛轮是一种使用关系模型来组织数据的数据库管理系统。它是传统的、最常用的数据库类型，广泛应用于各种领域，如企业应用、政府机构、教育机构等。
关系型数据库适用于存储烂迅结构化数据和执行复杂的查询操作的场景。它们提供了强大的查询功能，能够快速检索、汇总和分析数据。此外，关系型数据库还支持事务处理、约束、索引等功能，能够保证数据的完整性和一致性。
NOSQL（Not Only SQL）数据库是一种非关系型数据库，它旨在为大规模数据存储和处理提供更高的性能和更灵活的数据模型。NOSQL数据库主要分为四类：键值存储数据库、文档型数据库、列存储数据库和图型数据库。
NOSQL数据库适用于存储非结构化或半结构化数据的场景。它们支持快速写入和自动扩展，适用于海量数据的存储和处理。此外，NOSQL数据库还提供了灵活的数据模拟和查询功能，能够适应各种不同的饥知此数据类型和查询需求。但是，NOSQL数据库往往不支持事务处理和约束，因此在数据一致性和完整性方面可能不如关系型数据库。
总的来说，关系型数据库更适合存储结构化数据，执行复杂的查询和事务处理，保证数据一致性和完整性的场景。而NOSQL数据库更适合存储非结构化或半结构化数据，执行大规模数据存储和处理的场景。
4. 为什么说针对结构化数据，关系型数据库管理系统已经形成了一套完善的储存、访问、安全与备份控制体系
元数据 (metadata) 最常见的定义为“有关数据的结构数据”，或再简单一点就是“关于数据的信息”，日常生活中的图例、图书馆目录卡和名片等都能够看作是元数据。在关系型数据库管理系统 (DBMS) 中，元数据描述了数据的结构和意义。比如在管理、维护 SQL Server 或是研发数据库应用程式的时候，我们经常要获取一些涉及到数据库架构的信息：
某个数据库中的表和视图的个数连同名称;
某个表或视图中列的个数连同每一列的名称、数据类型、长度、精度、描述等;
某个表上定义的约束;
某个表上定义的索引连同主键/外键的信息。
下面我们将介绍几种获取元数据的方法。
获取元数据
使用系统存储过程和系统函数访问元数据
获取元数据最常用的方法是使用 SQL Server 提供的系统存储过程和系统函数。
5. 关系型数据库和非关系型区别
一、特点不同
1、关系型数据库：传统的关系型数据库采用表格的储存方式，数据以行和列的方式进行存储，要读取和查询都十分方便；关系型数据库按照结构化的方法存储数据；关系型数据库采用结构化查询语言（即SQL）来对数据库进行查询。
2、非关系型数据库：一个Hibari集群是一个分布式系统；个Hibari集群是线性可伸缩的；一个Hibari集群是高度可用；所有的更新都是持久的；所有的更新都是强一致性；所有客户端操作是无锁的。
二、功能不同
1、关系型数据库：关系型数据库十分强调数据的一致性，并为此降低读写性能付出了巨大的代价，虽然关系型数据库存储数据和处理数据的可靠性很不错，但一旦面对海量数据的处理的时候效率就会变得很差，特别是遇到高并发读写的时候性能就会下降得非常厉害。
2、非关系型数据库：可用于云计算应用，如Web电子邮件、社交网络服务，以及其它日常需要储存TB和PB级规模数据的服务。
三、应用领域不同
1、关系型数据库：主要应用于计算机技术，例如在数据库设计中，指定学生Sstudent，专指本科生。
2、非关系型数据库：Hibari可用于云计算环境中，例如 webmail、SNS 和其他要求T/P级数据存储的环境中。Hibari 支持 Java, C/C++, Python, Ruby, 和 Erlang 语言的客户端。
6. 什么是关系型数据库
关系型数据库，是指采用了关系模型来组织数据的数据库，其以行和列的形式存储数据，以便于用户理解，关系型数据库这一系列的行和列被称为表，一组表组成了数据库。
用户通过查询来检索数据库中的数据，而查询是一个用于限定数据库中某些区域的执行代码。关系模型可以简单理解为二维表格模型，而一个关系型数据库就是由二维表及其之间的关系组成的一个数据组织。
关系型数据库设计的过程可大体分为四个时期七个阶段。
存储结构：关系型数据库按照结构化的方法存储数据，每个数据表都必须对各个字段定义好（也就是先定义好表的结构），再根据表的结构存入数据，这样做的好处就是由于数据的形式和内容在存入数据之前就已经定义好了，所以整个数据表的可靠性和稳定性都比较高，但带来的问题就是一旦存入数据后，如果需要修改数据表的结构就会十分困难。
(6)关系型数据库结构化存储扩展阅读：
关系型数据库相比其他模型的数据库而言。有着以下优点：
1、容易理解：关系模型中的二维表结构非常贴近逻辑世界，相对于网状、层次等其他模型来说更容易理解。
2、使用方便：通用的SQL语言使得操作关系型数据库非常方便，只需使用SOL语言在逻辑层面操作数据库，而完全不必理解其底层实现。
3、易于维护：丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大降低了数据冗余和数据不一致的概率。