大师兄的信息化管理学习笔记（五）：数据库与商业智能（一）

大师兄的信息化管理学习笔记（四）：计算机网络（二）
大师兄的信息化管理学习笔记（六）：数据库与商业智能（二）

一、数据库管理系统

• 数据库管理系统(DBMS)是一种操纵和管理数据库的大型软件，用于建立、使用和维护数据库。
• 数据库管理系统对数据库进行统一的管理和控制，以保证数据库的安全性和完整性。

1. 主流数据库管理系统

• 关系型数据库：

• Oracle
• MySQL
• MongoDB
• SQL server

• 非关系型数据库(NoSQL)：

• MariaDB
• redis

2. 事物及ACID特性

• 事物(transaction)是针对数据库的一个操作序列，这些操作要么都执行，要么都不执行，是一个不可分割的单位。
• ACID指在可靠数据库管理系统中，事物所应该具有的四个特性：

• 原子性(Atomicity)
• 一致性(Consistency)
• 隔离性(Isolation)
• 持久性(Durability)

3. 关系型数据库

• 关系型数据库(RDBMS)是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据。
• 关系模型以表(Table)这一统一形式来表示数据的逻辑结构。
• 关系型数据库有一套完善的关系代数理论和方法支持。

序号	城市	姓名	年龄
1	北京	王大	19
2	上海	赵二	22
3	广州	李三	25

4. 结构化查询语言

• SQL(Strctured Query Language)是一种对关系型数据库中的数据进行定义和操作的语言方法。
• 大多数关系型数据库管理系统都支持SQL语言。

• DDL(Data Definition Language)：数据定义语言，用来定义数据库对象，如库、表、列、索引等。
• DML(Data Manipulation Language)：数据操作语言，用来对数据库记录进行增、删、改操作。
• DCL(Data Control Language)
  ：数据控制语言，用来定义访问权限和安全级别。
• DQL(Data Query Language)：数据查询语言，用来查询数据记录。

二、商业智能

• 商业智能(Business Intelligence)是对商业信息的搜索、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力，促使他们做出对企业更有利的决策。
• 商业智能核心技术包括数据仓库(Data Warehouse)、联机分析处理(OLAP)和数据挖掘(Data Mining)。
• BI = DW + OLAP + DM

1. 实现层次

• 数据报表：最低层次，数据太多、信息太少，难以挖出潜在的规则。
• OLAP：中间层次，从多个维度分析数据。
• 数据挖掘：最高层次，使用算法从清洗处理过的海量数据中获得人类直观无法获得的规则和知识。

2. 典型商业智能系统

• 数据仓库按照数据的覆盖范围分为企业级数据仓库和部门级数据仓库，后者也叫数据集市。

3. 数据仓库

• 数据仓库(Data Warehouse)有四个特征：

• 面向主题的：主题是数据归类的标准，每个主题对应一个客观分析领域，如客户、商店等，它可为辅助决策集成多个部门和不同系统的大量数据。
• 集成的：数据仓库中的数据面向整个企业的分析处理，数据仓库中的数据是已经集成了的，消除了数据的不一致性。
• 相对稳定的：数据仓库包含了大量的历史数据，经集成进入数据仓库后主要用于决策分析，而极少更新。
• 随时间变化：主要体现在数据的时限和内容。

• 数据仓库用于支持管理决策。
• 数据库和数据仓库实现了事务型处理和分析型处理的分离。

4. 操作数据存储

• 操作数据存储(ODS)能支持企业日常的全局应用的数据集合，不同于数据库(DB)也不同于数据仓库(DW)。
  
• 基本特点：

• 面向主题的
• 集成的
• 可变的
• 当前或接近当前的