Diverse indagini hanno rivelato che ogni volta che sentiamo un oggetto, lo recuperiamo usando un'immagine del nostro cervello. Ad esempio, se te lo chiedo “Ti piacciono le mele?” . Non penserò agli alfabeti “un”, “P”, “P”, “io”, “e”, ricorderà tutte le informazioni rilevanti sulla mela usando l'immagine di una mela. È così che funziona il nostro trattamento dei dati nel nostro cervello. Certo che è complicato e molto efficiente. Ora, se chiedi “Che cos'è un database?”, Penserai principalmente a una raccolta di tabelle correlate. Se la stessa domanda fosse stata posta a una persona negli anni '20 1990, forse avrei pensato solo ad un unico grande tavolo da cui avrei recuperato tutte le informazioni, ma oggi siamo davvero passati da questa definizione semplicistica di database.
Questo articolo ti aiuterà a capire che tipo di database esiste attualmente in questo settore. Ho anche fatto un esercizio interessante per tracciare questi tipi di database in una struttura ad albero con un asse temporale. Questo ti aiuterà a visualizzare come la definizione e l'applicazione del database sono cambiate nel tempo..
Evoluzione del sistema di gestione del database
Siamo troppo abituati alle scadenze su Facebook. Ho pensato che sarebbe stata una buona idea iniziare questo articolo su una linea simile. Di seguito è riportato un albero per aiutarti a mappare tutti i tipi di sistemi di gestione di database popolari su una timeline:
Il programma varia dal decennio di 1980 ad oggi e non è esaustivo di tutte le forme di sistemi di gestione dei dati. tuttavia, saremo in grado di coprire la maggior parte del popolare sistema di gestione dei dati.
Database di file flat
Questo è probabilmente il più facile da capire, ma oggi è usato raramente. Puoi pensare a questo come a un unico enorme tavolo. Questi tipi di set di dati sono stati utilizzati per molto tempo negli anni '90. 1990, quando i dati sono stati utilizzati solo per recuperare informazioni in caso di dubbi. In questi database è stato possibile eseguire analisi molto primitive.
Database relazionale
Presto le persone iniziano a rendersi conto che tali tabelle saranno quasi impossibili da memorizzare a lungo termine.. Flat File ha portato molti dati ridondanti in ogni voce. Ad esempio, se voglio creare un singolo set di dati con tutti i prodotti acquistati da un negozio di alimentari con tutte le informazioni sui clienti e sui prodotti, avremo ogni riga composta da tutte le informazioni sul cliente e sul prodotto. Ovunque abbiamo un prodotto o un cliente ripetuto, abbiamo dati ripetuti. La gente pensava di archiviare questo come tabelle diverse e definire una gerarchia per accedere a tutti i dati, che sarà chiamato come database gerarchico.
Database gerarchico è molto simile alla struttura delle cartelle del tuo laptop. Ogni cartella può contenere sottocartelle e ogni sottocartella può ancora contenere più sottocartelle. Finalmente in alcune cartelle memorizzeremo i file. tuttavia, ogni nodo figlio (sottocartella) avrà un solo genitore (cartella o sottocartella). Finalmente, possiamo creare una gerarchia del set di dati:
Database gerarchici, tuttavia, può risolvere molti scopi, le tue applicazioni sono limitate a strutture dati di mappatura uno-a-uno. Ad esempio, funzionerà bene se si utilizza questa struttura di dati per mostrare la gerarchia del profilo di lavoro in un'azienda. Ma la struttura fallirà se il reporting diventa un po' più complicato e un singolo dipendente riferisce a molti manager. Perciò, le persone hanno pensato a strutture di database che possono avere diversi tipi di relazioni. Questo tipo di struttura dovrebbe consentire la mappatura uno-a-molti. Questo tavolo divenne noto come Database relazionale del sistema di gestione (RDBMS).
Di seguito è riportato un esempio di struttura dati RDBMS:
Come puoi vedere dal diagramma sopra, ci sono diverse chiavi che possono aiutarci a unire diversi set di dati in questo database. Questo tipo di archiviazione dei dati ottimizza lo spazio su disco occupato senza compromettere i dettagli dei dati. Questo è il database generalmente utilizzato dall'industria dell'analisi. tuttavia, quando i dati perdono struttura, detto database non sarà di aiuto.
Database NoSQL
NoSQL è spesso noto come “Nessun SQL da solo”. Quando le persone si sono rese conto che il testo non strutturato conteneva tonnellate di informazioni che non potevano estrarre utilizzando RDBMS, ha iniziato a esplorare modi per archiviare tali set di dati. Tutto ciò che non è RDBMS oggi è vagamente noto come NoSQL. Dopo che i social network hanno acquisito importanza nel mercato, tale database è diventato comune nel settore. Di seguito è riportato un esempio in cui sarà molto difficile memorizzare i dati in RDBMS:
Facebook memorizza ulteriori terabyte di dati ogni giorno. Proviamo ad immaginare la struttura in cui possono essere strutturati questi dati:
Nello schema sopra, la stessa scatola di colore rientra nella stessa categoria oggetto. Ad esempio, l'utente, gli amici dell'utente, a chi è piaciuto e l'autore dei commenti, sono tutti utenti FB. Ora, se proviamo a memorizzare tutti i dati in RDBMS, per eseguire una singola query che può essere solo una risposta dall'apertura della home page, dobbiamo unire più tabelle con trilioni di righe insieme per trovare una tabella unita e quindi eseguire algoritmi per trovare le informazioni più rilevanti per l'utente. Questo non sembra di sicuro un secondo lavoro. Perciò, dobbiamo passare dalla comprensione tabellare dei dati a una struttura dati più basata sul flusso (grafico). Questo è ciò che hanno portato le strutture NoSQL. Discuteremo i database NoSQL nel nostro prossimo articolo.. Confronteremo anche vari tipi di database NoSQL per comprendere la messa a punto di questi database.
Note finali
I database costituiscono la base del settore dell'analisi. Anche se non li conosciamo nel dettaglio, dovremmo avere una panoramica dell'intero spettro di database. In questo articolo discutiamo i tipi più diffusi di set di dati e come la necessità di database si è evoluta nel tempo.. Nel prossimo articolo continueremo la stessa discussione e faremo un ulteriore passo avanti nella comprensione dei tipi di database NoSQL.
L'articolo ti è stato utile?? Condividi con noi le tue esperienze con diversi tipi di database. Fateci sapere i vostri pensieri su questo articolo nella casella sottostante..
