2019数据模型及其发展历程-信俊昌 , 王国仁 , 李国徽 , 高云君 , 张志强.pdf

上善若水

227

22页

4次

2022-05-23

免费下载

软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: jos@iscas.ac.cn

Journal of Software,2019,30(1):142163 [doi: 10.13328/j.cnki.jos.005649] http://www.jos.org.cn

数据模型及其发展历程





信俊昌

王国仁

李国徽

高云君

张志强

(东北大学计算机科学与工程学院,辽宁沈阳 110819)

(北京理工大学计算机学院,北京 100081)

(华中科技大学计算机科学与技术学院,湖北武汉 430074)

(浙江大学计算机科学与技术学院,浙江杭州 310058)

(浙江财经大学信息管理与工程学院,浙江杭州 310018)

通讯作者: 王国仁, E-mail: wanggrbit@126.com

摘要: 数据库是数据管理的技术,是计算机学科的重要分支.经过近半个世纪的发展,数据库技术形成了坚实的

理论基础、成熟的商业产品和广泛的应用领域.数据模型描述了数据库中数据的存储方式和操作方式.从数据组织

形式,可以将数据模型分为结构化模型、半结构化模型、OLAP 分析模型和大数据模型.20 世纪 60 年代中后期到

90 年代初,结构化模型最早被提出,其主要包括层次模型、网状模型、关系模型和面向对象模型等.20 世纪 90 年代

末期,随着互联网应用和科学计算等复杂应用的快速发展,开始出现半结构化模型,包括 XML 模型、JSON 模型和图

模型等.21 世纪,随着电子商务、商业智能等应用的不断发展,数据分析模型成为研究热点,主要包括关系型 ROLAP

和多维型 MOLAP.2010 年以来,随着大数据工业应用的快速发展,以 NoSQL 和 NewSQL 数据库系统为代表的大数

据模型成为新的研究热点.对上述数据模型进行了综述,并选取每个模型的典型数据库系统进行了性能的分析.

关键词: 数据模型;结构化模型;半结构化模型;OLAP 分析模型;大数据模型

中图法分类号: TP311

中文引用格式: 信俊昌,王国仁,李国徽,高云君,张志强.数据模型及其发展历程.软件学报,2019,30(1):142163. http://www.jos.

org.cn/1000-9825/5649.htm

英文引用格式: Xin JC, Wang GR, Li GH, Gao YJ, Zhang ZQ. State of the art data model and its research progress. Ruan Jian

Xue Bao/Journal of Software, 2019,30(1):142163 (in Chinese). http://www.jos.org.cn/1000-9825/5649.htm

State of the Art Data Model and Its Research Progress

XIN Jun-Cha ng

, WANG Guo-Ren

, LI Guo-Hui

, GAO Yun-Jun

, ZHANG Zhi-Qiang

(School of Computer Science and Engineering, Northeastern University, Shenyang 110819, China)

(School of Computer Science and Technology, Beijing Institute of Technology, Beijing 100081, China)

(School of Computer Science and Technology, Huazhong Un iversity of S cience and Technology, Wuh an 430074 , China)

(College of Computer Science and Technology, Zhejiang University, Hangzhou 310058, China)

(School of Information Management and Engineering, Zhejiang University of Finance and Economics, Hangzhou 310018, China)

 基金项目: 国家自然科学基金(61472069, 61732003, U1401256, 61729201, 61572215, 61522208, 61672181, 61202090,

61272184); 黑龙江省科学基金(LC2017029, F2016005); 哈尔滨市青年科技创新人才研究专项基金(2016RAXXJ036, 2015RQQXJ

067)

Foundation item: National Natural Science Foundation of China (61472069, 61732003, U1401256, 61572215, 61522208, 6167218 1,

61202090, 61272184); Natural Science Foundation of Heilongjiang Province, China (LC2017029, F2016005); Harbin Special Fund for

Young Scientists and Technicians (2016RAXXJ036, 2015RQQXJ067)

本文由“软件学科发展回顾特刊”特约编辑梅宏教授、金芝教授、郝丹副教授推荐.

收稿时间: 2018-07-02; 修改时间: 2018-08-15; 采用时间: 2018-09-27; jos 在线出版时间: 2018-11-20

CNKI 网络优先出版: 2018-11-21 09 :52:33, http: //kns.cnki.net/kcms/d etail/11.2560.TP.20181121.0952.003.html

信俊昌等:数据模型及其发展历程

143

Abstra ct : Database management technology is an important bran ch of computer s cience. After the development of nearly half a century,

database technology has formed a solid theoretical foundation, mature commercial products, and a wide range of applications. The data

model describes the storage and operation of data in the database. According to the organizational form of data, there are four types of

data models: structured models, semi-structured models, OLAP analysis models, and big data models. From the late 1960s to the earl y

1990s, the structured models were first proposed, which mainly includes hierarchical model, network model, relational model, and

object-oriented model. In the late 1990s, with the rapid development of complex applications such as Internet applications and scientific

computing, semi-structured models began to emerge, including XML models, JSON models, and graph models. In the new century, with

the continuous development of applications such as e- commerce and business intelligence, the data analysis model has b ecome a research

hotspot, mainly including relational ROLAP and multi-dimensional MOLAP. Since 2010, with the rapid development of big data industry

applications, the big data model represented by NoSQL and NewSQL database systems has become a new research hotspot. This article

summarizes the above data models, and analyzes the p erformance of t ypical database s ystem selected fro m each mod el.

Key words: data model; structured model; semi-structured model; OLAP analysis model; big data model

在信息化社会,数据库技术是管理信息系统、办公自动化系统、决策支持系统等各类信息系统的核心部分,

是进行科学研究和决策管理的重要技术手段.数据库技术从诞生到现在,在不到半个世纪的时间里,形成了坚实

的理论基础、成熟的商业产品和广泛的应用领域,吸引了越来越多的研究者加入.数据库的诞生和发展,给计算

机信息管理带来了一场巨大的革命

[1]

.几十年来,国内外已经开发建设了成千上万个数据库,它已成为企业、部

门乃至个人日常工作、生产和生活的基础设施.同时,随着应用的扩展与深入,数据库的数量和规模越来越大,数

据库的研究领域也已经大大地拓广和深化了.自 1966 年计算机图灵奖设立以来,数据库领域共获得了 4 次该奖

项(1973 年 C.W. Bachman1,1983 年 E.F. Codd,1998 年 J. Gray 和 2014 年 M. Stonebraker),更加充分地说明了数

据库是一个充满活力和创新精神的领域.

数据模型是数据库中数据的存储方式和操作方式,是数据库系统的基础.现实世界中客观存在的事物之间

存在着多种联系,数据模型是将不同的联系通过筛选、归纳、总结、命名等抽象过程产生出概念模型,用以表

示对现实世界的描述,然后转换成真实、容易被人们理解和便于计算机处理的数据表现形式.也可以说,数据模

型用于表达现实世界中的对象,也就是将现实世界中杂乱的信息,用一种规范而形象化的方式表达出来.

根据不同模型的应用层次,可以将数据模型分为概念数据模型、逻辑数据模型和物理数据模型:概念数据

模型中最常用的有E-R 模型和面向对象模型等,主要用来描述世界的概念化结构,它使数据库的设计人员在设

计的初始阶段,集中精力分析数据以及数据之间的联系;逻辑数据模型反映的是系统分析设计人员对数据存储

的观点,是对概念数据模型进一步的分解和细化,其中最常用的是层次模型、网状模型、关系模型和大数据模

型等;物理数据模型描述了数据在储存介质上的组织结构,是在逻辑数据模型的基础上,考虑各种具体的技术实

现因素,进行数据库体系结构设计,真正实现数据在数据库中的存放.根据不同模型的语义关系,可以将数据模

型分为

XML、RDF 模型和超模型等:XML 模型是一种分层自描述模型;RDF 是一种基于 XML(可扩展标记语

言)编写的元数据(描述数据的数据),用于描述 Web 资源的标记语言;超模型是一组超实体以及定义在它们上面

的关系和约束组成,为复杂的实体模型建模提供了快捷的方法.根据不同模型的应用场景,可以将数据模型分为

离线模型、在线模型和近线模型:离线模型的主要代表为 OLA P 模型;在线模型可以可靠地处理无限的数据流,

像 Ha do op 批量处理大数据一样,实时处理数据,主要代表为 Storm 等;近线模型定位于在线存储和离线存储之

间,是指将那些并不是经常用到或者说数据的访问量并不大的数据加以存储,但要求对这些数据寻址要迅速、

传输率要高.目前,近线模型很多是基于 Hadoop 分布式文件系统构建起来的.根据数据模型的发展历程,按时间

段将数据模型分为结构化模型、半结构化模型、OLAP 分析模型和大数据模型,其发展过程如图 1 所示.20 世

纪 60 年代中后期,出现了结构化模型,主要包括层次模型、网状模型、关系模型和面向对象模型等.20 世纪 80

年代以前主要研究关系模型,关系模型为数据库系统和产业的发展奠定了坚实的基础.20 世纪 70 年代后期产生

了 ER 模型,80 年代中期开始出现面向对象模型,到 20 世纪 90 年代初期,

面向对象模型达到一个顶峰.20 世纪

90 代末期,随着互联网应用和科学计算等复杂应用的快速发展,开始出现半结构化模型,包括 XML 模型、JSON

模型、RDF 模型、图模型和超模型等.XML 模型是一种分层自描述模型;JSON 使用文本表示一个 JS 对象的信

of 22

免费下载

软件学报计算机技术

关注

评论