什么是数据库管理系统？

Amazon DynamoDB 是一种快速、全面托管的 NoSQL 数据库服务，旨在为用户提供简单且经济高效的方式来存储和检索任何规模的数据，同时能够处理任何级别的请求流量。它提供了有保证的吞吐量和个位数毫秒级的延迟响应，使其非常适合于游戏、广告技术、移动应用以及其他需要高性能数据库管理的应用场景。DynamoDB 的快速灵活特性源于其分布式架构设计和自动分片功能，可根据数据量和流量自动扩展，无需人工干预，从而确保了高效的数据库管理。

Amazon Neptune 是一项快速、可靠且完全托管的图形数据库服务，旨在帮助用户轻松构建和运行使用高度互连数据集的应用程序。它提供了高可用性，并支持只读副本、时间点恢复、持续备份到 Amazon S3 以及跨可用区复制等功能，确保了数据的可靠性和持久性。作为一项完全托管的服务，Neptune 免除了用户进行数据库管理任务的负担，如硬件预置、软件修补、设置、配置或备份等，从而大大简化了图形数据库的管理和运维工作。

Amazon Keyspaces（适用于 Apache Cassandra）是一种可扩展、高度可用且与 Apache Cassandra 兼容的托管数据库服务。借助 Amazon Keyspaces，用户可以使用他们当前所用的 Cassandra 应用程序代码和开发人员工具在亚马逊云科技上运行 Cassandra 工作负载，无需预置、修补或管理服务器，也不必安装、维护或操作软件。这种完全托管的数据库管理服务可自动扩展以满足工作负载需求，并提供高可用性和容错能力，从而确保了数据的持久性和应用程序的连续运行。

Amazon DocumentDB（兼容 MongoDB）是一款快速、可扩展、高度可用且完全托管的文档数据库服务，支持 MongoDB 工作负载。它旨在为用户提供轻松存储、查询和索引 JSON 数据的能力。与传统的 MongoDB 不同，Amazon DocumentDB 采用了全新的架构设计，为大规模操作任务关键型 MongoDB 工作负载提供了所需的性能、可扩展性和可用性。作为一项完全托管的服务，DocumentDB 免除了用户进行数据库管理任务的负担，如集群配置、设置副本集、应用补丁等，从而大大简化了文档数据库的管理和运维工作。

早期的数据库管理系统采用导航式数据模型，主要包括层次模型和网状模型。这些模型使用指针来跟踪记录之间的关系，应用程序需要沿着指针导航才能访问数据。

20 世纪 70 年代，埃德加・F・科德提出了关系模型，这种模型使用表格结构存储数据，应用程序可以通过内容而非链接来查询数据。关系模型的出现标志着数据库管理系统发展的一个重大转折点。到 20 世纪 90 年代初，关系数据库管理系统已在大型数据处理领域占据主导地位。

随着数据量和复杂性的不断增加，关系模型也面临着一些挑战。研究人员一直在探索新的数据模型和技术，以更好地满足现代应用的需求。这些努力包括面向对象数据库、XML 数据库、NoSQL 数据库等，旨在提供更高的灵活性、可扩展性和性能。

在数据模型发展的同时，数据库管理系统也在不断与专用硬件集成，以提高性能。但随着通用计算机性能的快速提升，这些集成方案最终未能获得广泛成功。数据库研究也是一个活跃的领域，拥有专门的学术期刊和会议。

关系型数据库将数据组织到由行和列组成的表中，使用结构化查询语言（SQL）进行查询。这种数据库管理系统的典型代表有 MySQL、PostgreSQL、Oracle 等。关系型数据库擅长处理结构化数据，并通过表之间的关系来维护数据完整性。

NoSQL 数据库旨在处理非结构化或半结构化数据，相比关系型数据库更加灵活。NoSQL 数据库包括多种类型，如面向文档的数据库、键值存储、列族存储和图数据库等。常见的 NoSQL 数据库有 MongoDB、Cassandra 和 Redis 等。

文档存储以半结构化的格式（如 JSON 或 XML 文档）存储数据，每个文档可以具有不同的结构。MongoDB 和 CouchDB 就属于这一类型。

键值存储是一种将数据存储为唯一键及其关联值的键值对的 NoSQL 数据库。

除上述主要类型外，还有嵌入式数据库系统、最终用户数据库以及联合数据库系统等。嵌入式数据库系统紧密集成在应用程序中，最终用户数据库由个人用户开发，而联合数据库系统则整合了多个不同的数据库。