1.数据模型是数据库系统的核心和基础。 以数据模型的发展为主线，数据库技术可分为第一代的网状，层次结构数据库系统， 第二代的关系数据库和第三代的面向对象数据库
2.支持关系数据模型的数据库是第二代数据库 3.第三代数据库的基本特征 （1）应支持数据管理，对象管理和知识管理 （2）必须保持或继承第二代数据库系统的技术 （3）必须对其他系统开放
4.数据库技术与人工智能技术相结合出现了演绎数据库，知识库和主动数据库。 5.还有一些与其他技术相结合出现的数据库。
1.数据仓库的建立将操作型处理和分析型处理区分开来。 2.数据仓库是面向主题的，集成的，稳定的，随时间变化的数据集合，用于支持管理和决策的过程。 3.数据仓库的主要特征 （1）面向主题 数据仓库中的数据是按照主题开组织的 （2）集成性 （3）非易失性 （4）时变性 4.数据仓库的三个重要概念 （1）粒度 粒度是设计数据仓库的一个重要方面 粒度是指数据仓库的数据单位中保存数据的细化或综合程度的级别，细化程度越高，粒度越小，反之亦然。 （2）分割 分割是将数据分散到各自的物理单元中，一边能分别处理，以提高处理数据的效率。 数据分割后的单元称之为切片 （3）维 维是人们观察事物的特定角度，是考虑问题时的一类属性。
2.数据挖掘 数据挖掘是指从大量的，不完全的，有噪音的，模糊的，随机的实际应用数据中发现并提取隐藏在其中的，人们事先不知道的，但是又潜在有用的信息和知识的一种技术。 2.1 数据挖掘具备的功能 （1）概念描述 （2）关联分析 在数据挖掘技术中，基于关联规则的挖掘是应用较广的一种方法。 （3）分类与预测 （4）聚类 聚类是把数据按照相似性归纳成若干类别 （5）孤立点检测 孤立点是指数据中与整体行为表现不一致的数据集合 （6）趋势和演变分析
1.一般情况下，大数据是指无法在可容忍的时间内用现有信息技术和软，硬件工具对其进行获取、管理和处理的数据集合。 2.大数据的特点 （1）数据量大 （2）多样化 （3）快速化 （4）价值密度低 3.大数据处理的典型代表 （1）大数据存储 （1.1）分布式文件系统，著名的是HDFS, （1.2）NoSQL数据管理技术 （1.2.1）键值存储 （1.2.2）文档存储 文档存储的存储格式可以多样化，适合存储系统日志等非结构化数据 （1.2.3）列存储 列存储是以列为单位进行存储数据 （1.2.4）图存储 图存储数据库是基于图理论构建的，使用节点，属性和边的概念。 （1.3）MapReduce技术 MaoReduce是一种并行编程模型。
