Coursera 笔记

Module 01 · Relational Database Concepts

Review of Data Fundamentals数据基础回顾

Coursera ↗

💡 数据基础回顾

观看本视频后，您将能够：

  • 描述三种重要的数据结构，并提供相应的示例。

  • 识别用于系统间数据传输的常见文件格式。

  • 描述关系型数据库和非关系型数据库。

一、 数据的定义与结构

数据的定义

在信息和技术快速发展的世界中，数据渗透到我们周围的各个方面。那么，数据的定义是什么？

数据指未经组织的信息，需要经过处理才能变得有意义。它包括事实、观察结果、感知、数字、字符、符号、图像或这些元素的组合。

数据的结构在决定其有效管理、存储和分析方面起着重要作用。广义上，我们可以将数据分为三大主要类型：结构化数据、非结构化数据和半结构化数据。

三大数据结构

[table]

二、 常见的文件格式

当今企业从各种来源获取大量数据，包括传统数据库、平面文件、XML 数据集、网络爬取、数据流和提要、社交媒体平台以及带传感器的 IoT 设备。

我们可以使用多种不同的文件格式在系统之间保存或传输数据。常见的文件格式包括：

[table]

三、 数据存储库：关系型与非关系型数据库

收集数据后，最佳的存储位置在哪里？

数据存储库 (Data Repositories) 以集中化的方式主动存储、管理和组织数据，提供了一个结构化框架以实现高效检索和管理。

两大主要类别的数据存储库是关系型数据库和非关系型数据库。

1. 关系型数据库 (Relational Databases)

  • 由存储在相互关联的表格中的结构化数据组成。

  • 表格之间的链接最大限度地减少了数据重复，同时保留了复杂的关系。

  • 这些数据库及其支持系统统称为 关系型数据库管理系统 (RDBMS)。

  • 著名示例：IBM DB2、Microsoft SQL Server、Oracle 和 MySQL。

应用范围：OLTP 系统

  • 关系型数据库主要是 OLTP (Online Transaction Processing) 系统，用于支持日常业务活动，如客户交易、人力资源活动和工作流程。

  • 它们有助于存储企业所依赖的大量日常运营数据。

  • 其规范化结构确保了事务完整性，并支持日常操作的并发访问。

2. 非关系型数据库 (Non-Relational Databases)

  • 它们在处理多样化和非结构化数据方面提供了灵活性。

  • 代表示例：MongoDB、Cassandra 和 Redis。

  • MongoDB 是一种面向文档的数据库，适用于存储和管理半结构化或非结构化数据。

3. OLAP 系统 (Online Analytical Processing)

  • OLAP 系统包括各种存储解决方案，如关系型和非关系型数据库、数据仓库、数据湖和大数据存储。

  • 该系统侧重于查询和分析大型数据集以提取有意义的洞察。

  • 例如：组织可以利用来自客户关系管理 (CRM) 系统的数据进行分析，例如生成销售预测。

总结

数据的多种类型和结构要求采用适当的存储解决方案：

[table]

回顾要点：

  • 数据包括事实、观察结果、数字、符号、图像或混合元素。

  • 高效数据管理依赖于结构化、非结构化和半结构化的分类。

  • 数据存储库（包括关系型和非关系型数据库）集中存储和管理数据。

  • 关系型数据库主要用于 OLTP。

  • OLAP 系统专注于查询和分析大型数据集以获取有意义的洞察。