第10章数据库管理系统.ppt

第10章 数据库管理系统 内容提要 管理服务层解决数据存储（数据库与海量存储技术），检索（搜索引擎），使用（数据挖掘与机器学习）以及如何不被滥用（数据安全与隐私保护）等问题。 本章将介绍关系数据库的相关概念以及物联网对数据库的新需求。 10.1 数据库系统的起源与发展 10.2 关系数据库 10.3 关系代数 10.4 物联网与数据库 什么是数据库？数据库有哪些分类和新发展？ 本章内容 什么是数据库？ 数据库是存储在一起的相关数据的集合 这些数据是结构化的，无害的或不必要的冗余，并为多种应用服务 数据库的存储独立于使用它的程序 对数据库插入新数据，修改和检索原有数据均能按一种公用的和可控制的方式进行 数据库的应用： 个人电脑：快速查找文件 公司：财务管理软件 互联网：论坛数据存储 物联网：海量数据管理 关系数据库（RDBMS） 理论基石：Edgar Codd于1970年发表的论文《A Relational Model of Data for Large Shared Data Banks》 重要思想：逻辑组成与存储结构相分离 早期著名的关系数据库系统 System R（1970年，IBM公司） Ingres（1973年，加州大学伯克利分校） 当前主流的关系数据库系统 数据库系统的新发展 关系数据库系统的缺点 缺乏对真实世界实体的有效表达 缺乏对复杂查询的有效处理 缺乏对WEB应用的有效支持(允许延迟、高效存储查询、并发存取） XML数据库（德国Software AG公司的Tamino等）：针对XML数据 时空数据库（甲骨文公司的Oracle 8i Spatial）：针对地理信息系统 NoSQL数据库（Apache基金会的Cassandra）：针对Web数据 关系数据库模型：以绿野千传为例 关系数据库是一组具有不同名称的关系的集合 绿野千传（） 存储的数据 传感器节点的基本信息（编号、经纬度等） 周围环境的温度、相对湿度、光照强度、传感器电压 图中每一个点都对应于部署在实地的一个传感器 10.1 数据库系统的起源与发展 10.2 关系数据库 10.3 关系代数 10.4 物联网与数据库 关系代数是关系数据库数据操作的基础。 本章内容 10.3 关系代数 关系数据库的数据模型不仅定义了数据库的结构（关系、属性、元组等），而且提供了查询数据、修改数据的方法，数据操作基于 “关系代数”的特殊代数运算 关系代数的操作数是关系（传统代数的操作数是数字常量或变量 ） 关系代数的操作符主要分四类 传统的集合运算符 专门的关系运算符 比较运算符 逻辑运算符 10.1 数据库系统的起源与发展 10.2 关系数据库 10.3 关系代数 10.4 物联网与数据库 物联网数据有哪些特点？物联网中应如何管理数据？ 本章内容 传感器数据的特点？ 海量性：假设每个传感器每分钟内仅传回1K数据，则1000个节点每天的数据量就达到了约1.4GB 多态性 ： 生态监测系统：温度、湿度、光照 多媒体传感网：视频、音频 火灾导航系统：结构化通讯数据 关联性及语义性 描述同一个实体的数据在时间上具有关联性（同一节点上温度随时间变化 ） 描述不同实体的数据在空间上具有关联性（同一区域内不同节点测得的温度值相近） 描述实体的不同维度之间也具有关联性（同一节点同一时间测得的温度与湿度值相关） 导致处理数据的复杂性 实例：森林火灾监测 WSN重要特点“以数据为中心” 传感器网络的数据存储 分布式存储 数据可保存在“存储节点”上 查询被分发到网络中去，由存储节点返回查询结果 集中式存储 数据全部保存在sink端（汇聚点） 查询仅在sink端进行 传感器网络的数据存储 分布式存储的特点 减少不必要的数据传输 存储容量有限 故障或电源用尽时，数据丢失 查询带来大量的通信开销 导致“热点”问题 集中式存储的特点 数据全部保存在汇聚点，查询仅在本地进行 多跳传输消耗能量 传感器网络的数据查询 查询分为快照查询和连续查询。 快照查询特点：查询不固定，数据不固定 连续查询特点：查询固定，数据不固定 近似查询技术 针对数据不确定，可减小网络通信开销 基于模型的查询 查询优化 针对查询固定，优化查询内容 节点仅返回所需要的数据 查询仅发往满足查询条件的地区 传感器网络的数据融合 互联网中数据流从丰富的网络资源流向终端设备，传感网中数据流从传感器设备流向网络 数据融合，即怎样分析、综合不同来源的无数的数据流，是传感网乃至物联网跨向大规模应用所必须越过的障碍 数据流管理系统 本章小结 内容回顾 本章介绍了数据库管理系统的发展，重点介绍了关系数据库的基本概念和关系代数的基本运算，并讨论了物联网中数据管理的特点。 重点掌握 了解数据库模型的发展，举例说