一、数据库的安全
数据库里面的安全措施：
- 用户标识和鉴定：用户的账户口令等
- 存取控制：对用户操作进行控权，有对应权限码才能操作。
- 密码存储和传输：加密存储。
- 视图的保护：视图需要授权
- 审计：专门的文件或者数据库记录所有操作记录。
数据库里面的故障：看下图
数据库备份
数据库备份的形式如下：
1、冷备份（静态转储）：转储期间不能对数据库进行任何操作，优点是快速备份，容易存档（直接物理复制）
2、热备份（动态转储）：转储期间允许对数据库进行存取、修改操作。此时转储和用户事务是并发执行。
优点是表空间或者数据库文件级别备份，数据库仍然可以使用，可达到秒级恢复；
缺点：不能出错
3、完全备份：备份所有数据
4、差量备份：仅备份上一次完全备份之后变化的数据
5、增量备份：备份上一次备份之后变化的数据。（不管上一次是什么备份 ）
6、日志文件：事务每一次对数据库的操作写入日志文件，发生故障，利用日志文件撤销事务对数据库的改变，回退到四五的初始状态。
数据故障恢复
数据库故障恢复的技术：
- 事务故障的恢复：由系统自动完成，对用户是透明的（不需要DBA的参与）。步骤就是把更新操作全部还原回去，直到事务的开始标记。
- 系统故障的恢复：系统重新启动时自动完成，不需要用户的干预。扫描日志文件，已提交的时候加入重做队列，未完成的事务家务撤销队列。
- 介质故障与病毒破坏的恢复。硬盘坏了，装入最新的数据库副本，已提交的事务进入重做队列，不用管未提交的事务
- 有检查点的恢复技术：检查点记录的内容可包括建立检查点时刻所有正在执行的事务清单，以及这些事务最近一个日志记录的地址。类似ctrl+S。
数据库性能优化
性能优化：
- 硬件升级：涉及处理器、内存、磁盘子系统和网络
- 数据库设计：从逻辑设计和物理设计入手
逻辑设计：常用的计算属性（平均值、最大值）存储到数据库实体中。重新定义实体减少外部数据数据的开支
物理设计：给数据分配合适的存储空间。频繁使用的表分割开，这样可以并行使用。文本和图像存储在单独的物理设备上。
- 索引优化：索引类似目录，索引能提高数据库查询速度，建立索引时应该选用不常更新经常查询的属性作为索引。索引过多会影响到增删改。
- 查询优化：sql语句优化，建立物化视图（已经查好的数据），减少多表查询；只检索需要的属性；用带IN的条件子句等价替换OR；经常commit 释放锁。
二、分布式数据库
局部数据库位于不用的物理位置，使用一个全局DBMS（数据库管理系统）将所有局部数据库联网管理，这就是分布式数据库
分布式数据库特点
- 数据独立性
- 集中于自治共享结合的控制结构：
- 适当增加数据冗余度
- 全局的一致性、可串行和可恢复性
分布式数据库各个模式
图示：
分片方式
优点
- 解决企业部门分散而数据需要相互联系的问题。
- 灵活增加新的相对自主的部门。
- 灵活组建全局应用下的多数据库系统。
- 故障仅影响局部应用，可靠性更高。
数据仓库
概要
数据仓库是：面相主题的、集成的、非易失的、且随时间变化的数据集合，用于管理决策（大数据决策）。
- 面相主题：用于特定品类大数据。
- 集成的：对分散数据库数据抽取、清理、加工等操作。消除数据的不一致性，保证信息的主题性。
- 相对稳定：长期保留，包含大量的查询操作，只需定义的加载、刷新。
- 反映历史变化：包含历史信息，是各个阶段的信息，通过这些信息进行定量分析与预测。
四个层次（重要）
层次
- 数据源：数据仓库的基础，整个系统的数据源泉。
- 数据的存储和管理：数仓的核心。
- OLAP（联机分析处理）服务器：
将原本不可能实时完成的深度分析变为可行——如同用天文望远镜替代肉眼观星 - 前端工具：报表工具等，呈现olap的结果。
商业智能
BI系统的4个阶段：数据预处理、建立数据仓库、数据分析、数据展现。
数据仓库分类
数据仓库的分类：企业仓库、数据集市、虚拟仓库
数据仓库设计方法
数据仓库的设计方法：
- 自顶向下：用于企业级，建立数据仓库后，各个部分再从数据仓库中获取部门所需的数据，形成数据集市。
- 自底向上：从企业中最关键的部门开始，最少投资完成当前需求，最先产生独立数据集市。
- 混合.
数据挖掘
结构
发现非直觉的信息。
流程
数据挖掘常用技术（记住）
数据挖掘的常用技术
- 决策树：利用信息论中互信息（信息增益）寻找数据库中具有最大信息量的属性，建立决策树的节点，再根据属性的不同取值建立树的分支。
- 分类：按照翻译划分成组
- 粗糙集：基于分类，一种类别对应于一个概念，知识由概念组成。粗糙集通过近似概念表示不精确的概念。
- 神经网络：神经网络通过学习待分析数据中的模式来构建模型。
- 关联规则：搜索业务系统中所有细节和事务，找出重复出现的模式。
- 概念树方法：按归类的方式进行抽象，放大建立起来的层次结构称为概念树。
- 遗传算法：模拟生物进化过程
- 依赖性分析：在数据仓库的条目和对象之间抽取依赖性。
- 公式发现：进行数学运算
- 统计分析方法：找出数据库属性的函数关系和相关关系
- 模糊论：模糊性是客观存在的，系统越复杂，精确度越低，越模糊
- 可视化分析：通过图形化分析数据。
数据挖掘分析方法（了解）
- 关联分析
- 序列分析
- 分类分析：首先为每个记录设置一个标记，然后对这个分类进行分析，有监督。
- 聚类分析：对无标记的记录进行相似性聚合，划分、分析，属于无监督。
- 预测分析
- 时间序列分析
