《数据库技术原理与应用教程第2版》——第1章 数据、数据管理与数据处理1.1概述

本节书摘来自华章出版社《数据库技术原理与应用教程第2版》一书中的第1章，第1.1节，作者 徐洁磐 操凤萍 ，更多章节内容可以访问云栖社区“华章计算机”公众号查看。

第一篇 基础篇

数据库技术是计算机学科中的一门重要分支，它已有五十余年历史并已成为一门完整的学科，其主要内容包括基础理论、基本操作及开发应用等。
数据库技术的基础理论部分是构成该学科的基石，它给出了该学科的抽象的、全局的研究结果并对整个学科起指导性作用。
在本书中，基础部分由两方面内容组成，它们是数据库技术的一般性理论和关系数据库技术的理论。
1数据库技术的一般性理论
第1~3章介绍数据库技术的一般性理论。其中第1章介绍有关数据、数据管理与数据处理的一般性概念；第2章介绍数据库技术中的基础知识；第3章介绍数据库系统的核心部分，即数据模型。这三章内容刻画了数据库技术中的基本理论体系。
2关系数据库技术的理论
在数据库技术中，目前最为流行的是关系数据库系统，因此本篇中将重点介绍关系数据库技术的理论，它由第4~6章组成。其中，第4章介绍关系模型的两种数学理论，它们是关系代数与关系数据库规范化理论；第5章介绍关系数据库管理系统的组成原理及其标准语言SQL的概貌；最后，第6章介绍关系数据库管理。
本篇的组织结构可用下图表示：

第1章 数据、数据管理与数据处理

数据、数据管理与数据处理是全书的讨论主题，在本章中先对它们进行概要介绍，使读者对这些概念有一个宏观、全局的认识。
1.1概述
当今社会是一个“数据”社会，“数据”二字使用频率极高。此外，大家还时常听到“数码”“信息”等新名词，它们在计算机领域中都是“数据”的不同表现形式。一般而言，客观世界的自然界与人类社会中的各种现象与事物都可以抽象为计算机中的数据，我们常说的“数据链”“数字电视”“数码相机”等正是这种抽象的一个体现。
经过这种抽象后，客观世界中的事物均可转化成为计算机中的“数据”，由于数据在现实世界中的重要性，因此必须对它做深入研究，故而出现了数据库技术，它是以“数据”作为其研究对象的一门学科。
随着应用的发展，数据的“量”逐渐增大，由“大规模”到“超大规模”，因此有必要将数据按应用领域“集成”于一起，这就构成了数据库。因此，本书中所说的“数据”指的是以数据库为组成形式的数据。
其次，为方便使用数据，必须对数据加以管理。数据管理一般由一组软件实现，它们称为数据库管理系统，必要时还可由一组人员协助管理数据库，这些人员称为数据库管理员。数据管理是数据库技术的主要研究内容。
在对数据进行抽象后，我们对“客观世界事物”的研究可以转化为对计算机中“数据”的研究，这称为数据处理。数据处理是指对数据进行加工、转换、传输、存取、采集及发布等处理，它是一种新的研究方法与思想，可以借助数据处理对客观世界的事物与现象进行研究。正因为如此，数据处理目前已成为世界上林林总总各门学科研究的基本方法与工具。
目前，数据处理有两个主要方向：
1）数据的事务处理：数据的事务处理是一种由“数据”到“数据”的处理，也就是将一组“数据”经加工而转换成另一种“数据”。数据的事务处理是目前最为常用的一种手段。
2）数据的分析处理：数据的分析处理是一种由“数据”到“规则”的处理，即将一组“数据”经加工而转换成一组“规则”。数据的分析处理是目前新兴的一种手段，具有创造性，其发展潜力很大。
经数据处理后所获得的“数据”及“规则”在客观世界中可以得到一定的语义解释并可成为客观世界中的研究成果。
上面所述的内容可以用图11表示。

从图11中可以看出，客观世界事物经抽象成为计算机中的数据，再经数据库与数据管理并以它们作支撑进行数据处理后获得新的数据与规则，将这些数据与规则进行语义解释后即成为客观世界中的研究成果。在此流程中可以看出，对客观世界的研究可转换成为数据处理的流程，而数据库技术即是以研究该部分作为其主要内容，其中：
1）数据（包括数据库）是数据库技术研究对象。
2）数据管理是数据库技术研究的内容。
3）数据处理（包括数据库开发应用）是数据库技术的研究目的。
4）数据理论是数据技术的研究基础。
在这四部分中，数据与数据管理是数据库技术的主要基础部分，而数据处理（包括数据库的开发）是本教材的应用部分。最后，数据理论是上面三个部分的基本支撑。
谈谈数据管理中的数据治理和元数据 数据治理是数据管理策略中最基本的功能，因为它是其他功能的中心和领导。在这里，我们应该对两个经常被误解的概念进行区分:
Docker 数据管理与数据卷容器以及dockerfile基本结构 在生产环境中使用 Docker ，往往需要对数据进行持久化，或者需要在多个容器之间进行    数据共享，这必然涉及容器的数据管理操作    容器中的管理数据主要有两种方式：            数据卷 Data Volumes 容器内数据直接映射到本地主机环境；            数据卷容器（Data Volume Containers 使用特定容器维护数据卷
【云原生Docker篇】Docker的数据管理（数据卷、容器互联） 用户在使用Docker的过程中，往往需要能查看容器内应用产生的数据，或者需要把容器内的数据进行备份，甚至多个容器之间进行数据的共享，这必然涉及容器的数据管理操作。 容器中管理数据主要有两种方式： 数据卷（Data Volumes） 数据卷容器（Data Volume Dontainers）
DMS + AnalyitcDB PostgreSQL 联合推出“高性价比” 的【数据归档】解决方案 背景随着企业的数据资料持续积累，为了满足审计合规要求或未来的分析决策，企业需要持久化保留企业的数据资产； 但是数据的存储成本巨高不下，对面对审计或者分析时的数据无法快速使用是企业在数据归档存储的场景下所面临的两大困境；是否有“即满足超低的价格实现海量数据的持久化，又可以对归档数据进行完善管理，高效的寻回，查看并进行分析”； 在这个背景下， DMS + AnalyticDB PostgreSQL（简
高性价比的数据归档解决方案（DMS + AnalyitcDB PostgreSQL） 发布全新数据归档方案，依托DMS + AnalyticDB PostgreSQL Serverless版本，帮助客户用低价格实现海量数据的持久化，还可以对归档数据进行完善管理、高效寻回、查看并进行分析