网站推广常用方法有哪些十大网站黄页

网站推广常用方法有哪些,十大网站黄页,企业展厅策划方案,深圳市规划和自然资源局1、概述 数据库主要分为关系型数据库#xff08;如MySQL、Oracle#xff09;和非关系型数据库#xff08;NoSQL#xff0c;如MongoDB、Redis#xff09;#xff0c;其中NoSQL又包括键值存储、文档数据库、列存储、图数据库等类型。数据则分为结构化数据#xff08;如表…1、概述数据库主要分为关系型数据库如MySQL、Oracle和非关系型数据库NoSQL如MongoDB、Redis其中NoSQL又包括键值存储、文档数据库、列存储、图数据库等类型。数据则分为结构化数据如表格数据、半结构化数据如JSON、XML和非结构化数据如文本、图像、视频。2、数据库的主要类型数据库的分类维度较多主流是按数据模型划分不同类型的数据库针对不同的数据存储和访问场景设计核心类型如下关系型数据库RDBMS核心特点基于关系模型二维表结构数据以行记录和列字段的形式存储遵循 ACID原子性、一致性、隔离性、持久性原则支持 SQL结构化查询语言强调数据的一致性和完整性。典型产品MySQL、Oracle、PostgreSQL、SQL Server。适用场景需要事务支持、数据强一致性、结构化查询的场景。非关系型数据库NoSQL这类数据库不依赖传统的关系模型为应对大规模、高并发、非结构化 / 半结构化数据场景而生主要分为以下子类子类核心特点典型产品核心场景键值型数据库以 “键 - 值” 对存储数据查询速度极快Redis、Memcached缓存、会话存储、计数器、实时推荐文档型数据库存储半结构化的文档如 JSON/BSON 格式支持嵌套结构MongoDB、CouchDB内容管理系统、电商商品数据、用户画像列族型数据库按列存储数据适合批量列查询扩展性强HBase、Cassandra大数据分析、日志存储、时序数据图形数据库以节点和边存储数据专注处理实体间的关系Neo4j、ArangoDB社交网络关系、知识图谱、路径规划新型数据库时序数据库专为时间戳关联的数据设计支持高吞吐写入和按时间范围的快速查询典型产品InfluxDB、TimescaleDB适用于物联网传感器数据、监控指标、金融交易流水。向量数据库存储和检索向量数据如 AI 模型生成的嵌入向量支持相似度计算典型产品Milvus、Pinecone适用于图像 / 文本检索、推荐系统、大模型知识库。3、数据的主要类型从数据结构和业务属性划分数据可分为以下几类与数据库类型的匹配是选型的核心逻辑。结构化数据定义数据格式固定、有明确的结构可直接映射为二维表的行和列。示例用户 ID、订单编号、商品价格、出生日期、性别。适合的数据库关系型数据库如 MySQL、Oracle。匹配逻辑结构化数据的强规范性与关系型数据库的表结构、约束主键、外键、唯一性约束高度契合SQL 查询能高效完成多表关联、聚合分析。半结构化数据定义数据有一定结构但结构不固定或可扩展支持嵌套和灵活字段。示例JSON 格式的用户信息含基础字段 可选的扩展字段、XML 文档、日志数据。适合的数据库文档型数据库如 MongoDB、部分支持灵活 Schema 的关系型数据库如 PostgreSQL 的 JSONB 类型。匹配逻辑文档型数据库无需预先定义表结构可直接存储嵌套的半结构化数据支持按文档内字段查询比关系型数据库更灵活。非结构化数据定义无固定格式无法直接用二维表表示的数据。示例图片、音频、视频、PDF 文档、纯文本日志、自然语言文本。适合的数据库直接存储对象存储如阿里云 OSS、AWS S3 元数据存储关系型 / 文档型数据库检索分析若需提取特征或检索可结合向量数据库如 Milvus将非结构化数据转为向量后存储。匹配逻辑非结构化数据体积大、结构无规律传统数据库难以高效存储和检索对象存储负责低成本海量存储元数据 / 向量数据库负责管理检索维度。时序数据定义与时间强关联、按时间顺序产生的连续数据具有高写入、高查询频率的特点。示例服务器 CPU 使用率、物联网设备的温度读数、股票价格波动、用户行为日志。适合的数据库时序数据库如 InfluxDB、TimescaleDB、列族型数据库如 HBase。匹配逻辑时序数据库针对时间维度做了特殊优化支持按时间范围的快速聚合查询比关系型数据库的写入和查询效率高 10 倍以上。关系型数据定义核心价值在于实体之间的关联关系而非单个实体的数据本身。示例社交网络中用户的关注关系、知识图谱中 “疾病 - 症状 - 药物” 的关联、地图中的 “地点 - 路线 - 交通方式” 关系。适合的数据库图形数据库如 Neo4j。匹配逻辑关系型数据库查询多实体关联时需多次多表 Join效率极低图形数据库以节点和边直接存储关系查询 “用户的好友的好友” 这类多层关系时速度远超传统数据库。4、数据类型与数据库类型的匹配总结表数据类型推荐数据库类型典型应用场景结构化数据关系型数据库MySQL/Oracle电商订单系统、银行交易系统、ERP 系统半结构化数据文档型数据库MongoDB内容管理系统、用户画像、配置数据非结构化数据对象存储 元数据 / 向量数据库图片 / 视频存储、文档检索、大模型知识库时序数据时序数据库InfluxDB监控系统、物联网数据、金融流水关系型数据图形数据库Neo4j社交网络、知识图谱、路径规划高频读写的小数据键值型数据库Redis缓存、计数器、会话存储参考文档https://xixingzhe.blog.csdn.net/article/details/149279707?spm1011.2415.3001.5331