安装maridb 图形化数据库

安装：yum  -y  install  maridb-server  maridb

查看是否开启

代码：[root@localhost ~]# systemctl start mariadb
           [root@localhost ~]# systemctl status mariadb

#查看端口

 代码：[root@localhost ~]# netstat -utnlp

#查看进程

 [root@localhost ~]# ps -aux | grep mariadb
mysql      2149  0.1  4.5 968920 84572 ?        Sl   11:09   0:00 /usr/libexec/mysqld --basedir=/usr --datadir=/var/lib/mysql --plugin-dir=/usr/lib64/mysql/plugin --log-error=/var/log/mariadb/mariadb.log --pid-file=/var/run/mariadb/mariadb.pid --socket=/var/lib/mysql/mysql.sock
root       2190  0.0  0.0 112824   980 pts/0    S+   11:14   0:00 grep --color=auto mariadb

MariaDB配置文件路径

主配置文件：/etc/my.cnf #MySQL也是这个，所以说MariaDB完全兼容性！

[root@localhost ~]# cat /etc/my.cnf
[mysqld]
datadir=/var/lib/mysql
socket=/var/lib/mysql/mysql.sock
# Disabling symbolic-links is recommended to prevent assorted security risks
symbolic-links=0
# Settings user and group are ignored when systemd is used.
# If you need to run mysqld under a different user or group,
# customize your systemd unit file for mariadb according to the
# instructions in http://fedoraproject.org/wiki/Systemd

[mysqld_safe]
log-error=/var/log/mariadb/mariadb.log
pid-file=/var/run/mariadb/mariadb.pid

#
# include all files from the config directory
#
!includedir /etc/my.cnf.d

 客户端的连接

[root@localhost ~]# mysql -u root -p
Enter password: 
Welcome to the MariaDB monitor.  Commands end with ; or \g.
Your MariaDB connection id is 2
Server version: 5.5.68-MariaDB MariaDB Server

Copyright (c) 2000, 2018, Oracle, MariaDB Corporation Ab and others.

Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.

MariaDB [(none)]> 

授权
MariaDB [(none)]> grant all privileges on *.* to 'root'@'%'identified by '123456' with grant option;
Query OK, 0 rows affected (0.00 sec)

刷新一下

MariaDB [(none)]> flush privileges;
Query OK, 0 rows affected (0.00 sec)

查看数据库
MariaDB [(none)]> show databases;
+--------------------+
| Database           |
+--------------------+
| information_schema |
| mysql              |
| performance_schema |
| test               |
+--------------------+
4 rows in set (0.00 sec)

数据库之间的区别

 

数据库有多种类型，常见的有关系型数据库、非关系型数据库（如文档型、键值对型、列存储型、图数据库等），它们之间的区别如下：

数据模型

• 关系型数据库：以表格形式存储数据，由行和列组成，支持事务处理和复杂的 SQL 查询，如 MySQL、Oracle 等。
• 非关系型数据库
  • 文档型数据库：以文档形式存储数据，如 JSON 或 BSON 格式，数据结构较为灵活，适合存储半结构化数据，如 MongoDB。
  • 键值对数据库：通过键值对来存储和检索数据，具有极高的读写性能，常用于缓存和实时数据处理，如 Redis。
  • 列存储数据库：将数据按列存储，而不是按行存储，适合处理大规模的数据分析和数据仓库应用，如 Cassandra。
  • 图数据库：以图结构来存储和表示数据，由节点、边和属性组成，用于处理复杂的关系和图形数据，如 Neo4j。

数据一致性

• 关系型数据库：遵循 ACID 原则（原子性、一致性、隔离性、持久性），确保数据在事务处理中的一致性和完整性。
• 非关系型数据库：一些非关系型数据库更注重数据的高可用性和分布式处理，采用最终一致性模型，如 Cassandra、DynamoDB 等。在这种模型下，数据在分布式系统中可能会存在短暂的不一致，但最终会达到一致状态。

扩展性

• 关系型数据库：传统的关系型数据库在扩展性方面存在一定的限制，尤其是在处理大规模数据和高并发场景时。扩展往往意味着升级硬件，如增加 CPU、内存或存储容量，即纵向扩展（Scale Up）。虽然也有分布式关系型数据库解决方案，但实现和管理相对复杂。
• 非关系型数据库：非关系型数据库通常具有更好的扩展性，能够轻松地通过添加更多的节点来处理增长的数据量和并发请求，即横向扩展（Scale Out）。例如，MongoDB 可以通过添加副本集和分片来实现水平扩展，Cassandra 也支持自动的数据分布和扩展。

查询能力

• 关系型数据库：支持强大的 SQL 查询语言，能够进行复杂的关联查询、聚合查询等，对于处理结构化数据和复杂的业务逻辑非常有效。
• 非关系型数据库
  • 文档型数据库：查询能力相对灵活，支持基于文档结构的查询，但通常不如关系型数据库的 SQL 查询强大和复杂。例如，MongoDB 提供了丰富的查询操作符，可以根据文档的字段和值进行查询。
  • 键值对数据库：查询主要基于键进行，非常快速和简单，但对于复杂的查询支持有限。
  • 列存储数据库：支持对列数据的高效查询和聚合操作，适用于数据分析场景，但对于复杂的关联查询支持不如关系型数据库。
  • 图数据库：拥有专门的图查询语言，如 Cypher（Neo4j），用于处理复杂的图结构查询，能够高效地查询节点之间的关系和路径。

应用场景

• 关系型数据库：适用于对数据一致性要求高、有复杂事务处理需求、结构化数据存储和查询的场景，如银行系统、电子商务订单处理、企业资源规划（ERP）系统等。
• 非关系型数据库
  • 文档型数据库：常用于内容管理系统、博客平台、移动应用后端等，存储和处理半结构化数据，数据结构灵活多变。
  • 键值对数据库：适用于缓存、实时数据处理、分布式锁、消息队列等场景，能够快速读写数据。
  • 列存储数据库：主要用于大数据分析、数据仓库、实时数据处理等场景，能够高效处理大规模的列数据。
  • 图数据库：用于社交网络分析、知识图谱、推荐系统、网络拓扑分析等领域，处理复杂的关系数据。

• 关系型数据库

• 优点
  • 数据一致性高：严格遵循 ACID 原则，确保事务的原子性、一致性、隔离性和持久性，能有效保证数据的准确性和完整性，适用于对数据一致性要求极高的场景，如金融交易系统。
  • 强大的查询功能：支持 SQL 语言，可进行复杂的关联查询、嵌套查询、聚合查询等，能方便地对数据进行各种操作和分析，满足多样化的查询需求。
  • 数据结构规范：以表格形式存储数据，由行和列组成，数据结构清晰、规范，易于理解和管理，适合存储结构化程度高的数据。
  • 事务处理能力强：能够很好地支持事务处理，确保一系列操作要么全部成功，要么全部失败，避免数据出现部分更新的不一致情况。
• 缺点
  • 扩展性有限：在处理大规模数据和高并发请求时，扩展能力相对较弱，通常需要通过升级硬件来提升性能，即纵向扩展，成本较高且扩展能力有上限。
  • 数据模型不够灵活：数据结构一旦确定，修改结构可能会比较复杂，需要进行繁琐的表结构修改和数据迁移操作，不适合数据结构频繁变化的场景。
  • 不适合非结构化数据存储：对于非结构化或半结构化数据，如文本、图片、视频等，存储和处理效率较低，需要进行额外的处理和转换。

• 非关系型数据库

• 优点
  • 高扩展性：能够轻松实现横向扩展，通过添加更多的节点来处理不断增长的数据量和并发请求，具有良好的可扩展性和弹性，能适应大规模分布式系统。
  • 数据模型灵活：数据格式多样，如文档型、键值对型等，数据结构不固定，可根据实际需求灵活调整，便于存储和处理半结构化或非结构化数据。
  • 高并发读写性能好：一些非关系型数据库如键值对数据库 Redis，在处理高并发的读写请求时表现出色，能快速响应大量的并发操作，适用于实时性要求高的场景。
  • 易于部署和维护：架构相对简单，部署和维护成本较低，不需要像关系型数据库那样进行复杂的配置和管理，能降低运维难度和成本。
• 缺点
  • 数据一致性难以保证：部分非关系型数据库采用最终一致性模型，在数据分布和复制过程中可能会出现短暂的不一致，对于一些对数据一致性要求严格的场景不太适用。
  • 查询能力相对较弱：虽然一些非关系型数据库提供了特定的查询语言或操作符，但总体而言，查询功能不如关系型数据库的 SQL 强大和灵活，对于复杂的关联查询和多条件查询支持有限。
  • 事务支持有限：大多数非关系型数据库对事务的支持不如关系型数据库完善，不适合需要大量复杂事务处理的场景。