rdbms數據是如何存儲數據的

① 資料庫物理設計的資料庫物理設計

資料庫物理設計是後半段。將一個給定邏輯結構實施到具體的環境中時，邏輯數據模型要選取一個具體的工作環境，這個工作環境提供了數據存儲結構與存取方法，這個過程就是資料庫的物理設計。
物理結構依賴於給定的DBMS和和硬體系統，因此設計人員必須充分了解所用RDBMS的內部特徵、存儲結構、存取方法。資料庫的物理設計通常分為兩步，第一，確定資料庫的物理結構，第二，評價實施空間效率和時間效率
確定資料庫的物理結構包含下面四方面的內容：
1、確定數據的存儲結構
2、設計數據的存取路徑
3、確定數據的存放位置
4、確定系統配置
資料庫物理設計過程中需要對時間效率、空間效率、維護代價和各種用戶要求進行權衡，選擇一個優化方案作為資料庫物理結構。在資料庫物理設計中，最有效的方式是集中地存儲和檢索對象。
由於資料庫物理設計和UNIX、資料庫系統息息相關了。請參見兩本技術專著《Oracle在AIX上的系統構建、運維、集群、容災和性能》或《Sybase資料庫在UNIX、Windows上的實施和管理》中的相關內容。該書由著名資料庫顧問文平編著，具有極強的指導意義。

② 什麼是關系資料庫存儲模式

關系資料庫存儲模式是以關系模型為基礎的資料庫存儲方式，它通過關系資料庫管理系統（RDBMS）進行數據的管理。關系模型是目前商用資料庫領域最流行的一種數據模型，其基本思想是用二維表表示實體及其聯系。二維表中的每一列對應實體的一個屬性，並給出相應的屬性值，每一行形成一個有多種屬性組成的多元組，或稱元組（TUPPLE），與一個特定實體相對應。
採用關系資料庫存儲方式，其主要特點是：
（1）關系結構靈活，可滿足所有用布爾邏輯運算和數學運算規則形成的查詢要求。
（2）關系數據還能搜索、組合和比較不同類型的數據，加入和刪除數據都很方便。
（3）其缺點是由於許多操作都要求在文件中順序查找滿足條件特定關系的數據，如果資料庫較大，這一查找過程要花費很多時間。
在早期的土地信息系統的建設中，一般採用關系型資料庫來存儲管理屬性數據，而空間數據的管理多採用文件的方式來組織管理。主要原因一是因為關系型資料庫對地理空間數據的表達能力不足；二是因為地理信息系統軟體中一些數據模型和數據文件的結合很緊密。
隨著資料庫技術的發展和地理信息系統技術的廣泛應用，基於關系對象資料庫的空間數據管理技術日漸成熟，出現了商用的統一存儲空間數據和屬性數據的軟體系統，如Oracle資料庫系統產品Oracle Spatial支持對空間數據的存儲與管理，使用Esri的Arc SDE可用關系型資料庫（RDBMS）管理空間數據。

③ 什麼類似於關系資料庫管理系統中的表格

集合就是一組文檔，類似於RDBMS(關系資料庫管理系統：)中的表格。關系資料庫管理系統鋒隱譽(RDBMS)主要使用二維攜指表(Table)來存儲數據，類似於Excel中的電子表格。銀段

④ redis資料庫如何存取

簡而言之，Redis是一種強大的key-value資料庫，之所以強大有兩點：響應速度快(所以數據內存存儲，只在必要時寫入磁碟)，特性豐富(支持多種數據類型，以及各類型上的復雜操作)。

事實上，Redis的一個重要特性就是它並非通常意義上的資料庫，雖然稱之為資料庫是因為它可以為你存儲和維護數據，但它並不像關系資料庫那樣提供任何的SQL方言。不過不用擔心，Redis並不是吞噬數據的黑洞，它只是不支持SQL及相關功能，但卻提供了穩健的協議用於與之交互。

在Redis中，沒有數據表的概念，也無須關心select、join、view等操作或功能，同時也不提供類似於int或varchar的數據欄位。你面對的將是相對原始的數據集合及數據類型。

探索之二：Available datatypes

下面我們深入看下這個奇怪的資料庫是如何工作的。如上所見，Redis是基於key-value範式存儲數據，所以先來重點看下"key"的概念。

key本質上就是簡單的字元串，諸如"username"、"password"等。在定義key時，除了不能使用空格，你可以隨意的使用普通的字元、數字等，像".",":","_"等在定義key時都能正常使用，所以像"user_name", "user:123:age", "user:123:username"都是不錯的key的定義方式。

不像RDBMS中的欄位名稱，這里的key是Redis中的重要組成部分，所以我們必須在處理key時多加小心。在下面的講述中，Redis並沒有table的概念，所以像"SELECT username from users WHERE user_id=123;"這種簡單任務都只能換種方式實現，為了達到這種目的，在Redis上，一種方式是通過key "user:123:username"來獲取結果value。如你所見，key的定義中攜帶了神秘信息(像user ids)。在Redis中，key的重要性可見一斑。(其他key-value資料庫中key的地位也是如此。)

⑤ 海量空間數據存儲

(一)空間數據存儲技術

隨著地理信息系統的發展，空間資料庫技術也得到了很大的發展，並出現了很多新的空間資料庫技術(黃釗等，2003)，其中應用最廣的就是用關系資料庫管理系統(RDBMS)來管理空間數據。

用關系資料庫管理系統來管理空間數據，主要解決存儲在關系資料庫中的空間數據與應用程序之間的數據介面問題，即空間資料庫引擎(SpatialDatabase Engine)(熊麗華等，2004)。更確切地說，空間資料庫技術是解決空間數據對象中幾何屬性在關系資料庫中的存取問題，其主要任務是:

(1)用關系資料庫存儲管理空間數據;

(2)從資料庫中讀取空間數據，並轉換為GIS應用程序能夠接收和使用的格式;

(3)將GIS應用程序中的空間數據導入資料庫，交給關系資料庫管理。

空間資料庫中數據存儲主要有三種模式:拓撲關系數據存儲模式、Oracle Spatial模式和ArcSDE模式。拓撲關系數據存儲模式將空間數據存在文件中，而將屬性數據存在資料庫系統中，二者以一個關鍵字相連。這樣分離存儲的方式由於存在數據的管理和維護困難、數據訪問速度慢、多用戶數據並發共享沖突等問題而不適用於大型空間資料庫的建設。而OracleSpatial實際上只是在原來的資料庫模型上進行了空間數據模型的擴展，實現的是「點、線、面」等簡單要素的存儲和檢索，所以它並不能存儲數據之間復雜的拓撲關系，也不能建立一個空間幾何網路。ArcSDE解決了這些問題，並利用空間索引機制來提高查詢速度，利用長事務和版本機制來實現多用戶同時操縱同一類型數據，利用特殊的表結構來實現空間數據和屬性數據的無縫集成等(熊麗華等，2004)。

ArcSDE是ESRI公司開發的一個中間件產品，所謂中間件是一個軟體，它允許應用元素通過網路連接進行互操作，屏蔽其下的通訊協議、系統結構、操作系統、資料庫和其他應用服務。中間件位於客戶機/伺服器的操作系統之上，管理計算資源和網路通訊，並營造出一個相對穩定的高層應用環境，使開發人員可以集中精力於系統的上層開發，而不用過多考慮系統分布式環境下的移植性和通訊能力。因此，中間件能無縫地連入應用開發環境中，應用程序可以很容易地定位和共享中間件提供的應用邏輯和數據，易於系統集成。在分布式的網路環境下，客戶端的應用程序如果要訪問網路上某個伺服器的信息，而伺服器可能運行在不同於客戶端的操作系統和資料庫系統中。此時，客戶機的應用程序中負責尋找數據的部分只需要訪問一個數據訪問中間件，由該中間件完成網路中數據或服務的查找，然後將查找的信息返回給客戶端(萬定生等，2003)。因此，本系統實現空間資料庫存儲的基本思想就是利用ArcSDE實現各類空間數據的存儲。

目前，空間數據存儲技術已比較成熟，出現了許多類似ArcSDE功能的中間件產品，這些軟體基本上都能實現空間數據的資料庫存儲與管理，但對於海量空間數據的存儲，各種軟體性能差別較大。隨著數據量的增長，計算機在分析處理上會產生很多問題，比如數據不可能一次完全被讀入計算機的內存中進行處理。單純依賴於硬體技術，並不能滿足持續增長的數據的處理要求。因此需要在軟體上找到處理海量數據的策略，並最終通過軟硬體的結合完成對海量數據的處理。在海量數據存儲問題上，許多專家從不同側面進行過研究，Lindstrom在地形簡化中使用了外存模型(Out-of-core)技術;鍾正採用了基於數據分塊、動態調用的策略;汪國平等人在研究使用高速網路進行三維海量地形數據的實時交互瀏覽中，採用了分塊、多解析度模板建立模型等方法。這些技術、方法已經在各自系統上進行了研究和實現。本系統採用的ArcSDE軟體基本上也是採用分塊模型的方法，具體存儲和操作不需要用戶過多了解，已經由ArcSDE軟體實現。因此，對海量數據的存儲管理，更需要從數據的組織方式等方面進行設計。塔里木河流域生態環境動態監測系統採集了大量的遙感影像、正射影像等柵格結構的數據，這些數據具有很大的數據量，為適應流域空間基礎設施的管理需要，採取一種新的方式來管理、分發這些海量數據以適應各部門的快速瀏覽和管理需要。

(二)影像金字塔結構

影像資料庫的組織是影像資料庫效率的關鍵，為了獲得高效率的存取速度，在數據的組織上使用了金字塔數據結構和網格分塊數據結構。該技術主導思想如下:

(1)將資料庫中使用到的紋理處理成為大小一致的紋理塊;

(2)為每塊紋理生成5個細節等級的紋理，分別為0、1、2、3、4，其中1級紋理通過0級紋理1/4壓縮得到，2級紋理通過1級紋理1/4壓縮得到，…，以此類推;

(3)在顯示每個塊數據之前，根據顯示比例的大小，並以此決定該使用那一級的紋理;

(4)在內存中建立紋理緩沖池，使用LRU演算法進行紋理塊的調度，確保使用頻率高的紋理調度次數盡可能少。

(三)影像數據壓縮

影像數據壓縮有無損壓縮和有損壓縮兩個方法，具體採取哪種壓縮方法需根據具體情況確定。對於像元值很重要的數據，如分類數據、分析數據等採用無損壓縮(即LZ77演算法)，否則採用有損壓縮(即JPEG演算法)。通過對影像數據的壓縮，一方面可以節約存儲空間，另一方面可以加快影像的讀取和顯示速度。影像數據的壓縮一般與構建金字塔同時進行，在構建影像金字塔過程中自動完成數據的壓縮。