>  기사  >  백엔드 개발  >  Python의 일반적인 데이터베이스는 무엇입니까?

Python의 일반적인 데이터베이스는 무엇입니까?

anonymity
anonymity원래의
2019-06-12 11:12:139270검색

데이터베이스 분류

초기 데이터베이스 모델에는 계층적 데이터베이스, 네트워크 데이터베이스, 관계형 데이터베이스의 세 가지가 있습니다.

오늘날 인터넷에서 데이터베이스는 일반적으로 관계형 데이터베이스와 비관계형 데이터베이스라는 두 가지 범주로 나뉩니다.

Python의 일반적인 데이터베이스는 무엇입니까?

관계형 데이터베이스

관계형 데이터베이스는 관계형 모델을 사용하여 데이터를 구성하는 데이터베이스를 말하며, 관계형 모델은 2차원 테이블과 그 관계로 구성된 데이터 구성입니다.

장점:

1. 유지 관리가 쉽습니다. 모두 동일한 형식을 사용합니다.

2. 사용이 간편합니다. SQL 언어는 보편적이며 복잡한 작업에 사용할 수 있습니다. SQL을 지원하며 하나의 테이블과 여러 테이블 간의 매우 복잡한 쿼리에 사용할 수 있습니다.

단점:

1. 특히 대용량 데이터의 고효율 읽기 및 쓰기

2. 높은 동시 읽기 및 쓰기 요구 사항, 기존 관계 대규모 데이터베이스의 경우 하드 디스크 I/O는 큰 병목 현상이 됩니다.

현재 주류

관계형 데이터베이스

에는 다음이 포함됩니다.

MYSQL

가장 널리 사용되는 오픈 소스, 다중 플랫폼 관계형 데이터베이스로 트랜잭션, ACID 준수 및 대부분의 SQL 사양을 지원합니다.

SQL Server

트랜잭션을 지원하고 ACID를 준수하며 대부분의 SQL 사양을 지원합니다. 저작권 및 라이센스 승인 비용에 주의해야 합니다.

Oracle

은 트랜잭션을 지원하며 관계형 데이터베이스의 원칙을 준수합니다. ACID를 준수하고, 대부분의 SQL 사양을 지원하며, 가장 강력한 기능을 갖추고 있으며, 가장 높은 시장 점유율을 자랑하는 가장 복잡한 상용 데이터베이스

Postgresql

오픈 소스, 멀티 플랫폼, 관계형 데이터베이스, 가장 강력한 오픈 소스 데이터베이스입니다. , Python 환경이 필요하며 postgresql 기반의 TimeScaleDB는 현재 널리 사용되는 시계열 데이터베이스 중 하나입니다.

비관계형 데이터베이스

비관계형 데이터베이스는 NOSQL(Not Only SQL)이라고도 합니다. 관계형 데이터베이스를 사용하면 특정 시나리오와 특징적인 문제에서 높은 효율성과 성능을 발휘할 수 있습니다. 일반적인 비관계형 데이터베이스 유형에는 키-값 저장 데이터베이스와 문서 중심 데이터베이스가 포함됩니다.

키-값 저장 데이터베이스는 키를 통한 해시, 추가, 삭제 및 쿼리와 유사하며 고성능과 장점이 있습니다. 간단하고 쉽습니다. 주요 제품에는

Redis

오픈 소스, Linux 플랫폼, 키-값 Nosql 데이터베이스가 포함됩니다. 이는 간단하고 안정적이며 매우 주류이며 메모리 내 전체 데이터를 보유하고 있습니다. 빠른 "키-값 nosql 데이터베이스

Memcaced

데이터베이스 부하를 줄이고 동적 웹 애플리케이션을 가속화할 수 있는 분산 메모리 객체를 갖춘 오픈 소스, 고성능 캐싱 시스템문서 데이터베이스 및 문서 중심으로 양식에 저장됨 , 각 문서는 일련의 데이터 항목의 모음입니다. 각 데이터 항목에는 이름과 해당 값이 있습니다. 주요 제품은

MongoDB

오픈 소스, 다중 플랫폼, 문서 기반 NoSQL 데이터베이스입니다. "유연한" NoSQL 데이터베이스로 배치된 관계 유형 데이터베이스와 같습니다. 웹사이트 백엔드 데이터베이스(빠른 업데이트, 실시간 복제), 소규모 파일 시스템(json, 바이너리), 로그 분석 시스템(데이터 용량이 큰 파일)에 적합

위 내용은 Python의 일반적인 데이터베이스는 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

성명:
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.