数据库、文件系统

1：数据重复（冗余）

文件与文件之间没有任何联系，举例子，一个学生选了双专业——计算机和金融，学校每个专业都有自己的管理方式，在C盘，建立了两个文件夹，一个叫计算机专业，里面存放了该学生的资料（电话住址身高体重三围），另外一个文件夹叫金融专业，里面把学生的资料（电话住址身高体重三围）又重新记录一遍，这造成了数据的重复（冗余），如果一个学霸选了4个专业，那相同的信息就要重复4次，造成的后果是浪费磁盘空间，如果有一天学霸换电话了，那就有4个地方需要修改了，修改地方越多越容易出错，造成资料不一致，这是用“文件系统”存储造成的问题，我们希望重复的资料，记录一次就够了，以后修改一次就方便了，“数据库管理系统”可以解决这个问题

2：数据读写操作（特别关联操作）困难

如果有一个txt文件，里面记录了某个城市学生的档案，从小学到大学每个年级，每个学生都有长长的一行资料，办事的人想要知道所有学生小学期末考成绩，这只需要“档案.txt”文件中某个局部的数据，肯定不是直接打开整个txt文档来找，为了满足这个需求，程序会写代码，如C语言，JAVA语言去从这个“档案.txt”中提取符合“小学毕业考试”的数据，但过几天后，办事的人可能想要单独看男生的成绩，或者女生的成绩，或者只看语文的成绩，或者语数英的平均分等，如果每个访问数据的需求，都需要编写相关的C语言程序代码才能满足的话，那程序员会忙死了，如果把档案数据录入“数据库”，使用sql语句，你想怎么提取数据就怎么提取，无法使改变select和where条件语句

3：数据安全问题

C/JAVA应用程序会读取整个文件的信息，如果文件是比较敏感的话，比如“工资表”或者“账号密码”表，“文件系统”无法屏蔽一个数据文件的某部分信息（比如工资，密码部分），只展现某部分信息（姓名，账号名字等），但“数据库”可以使用 视图 和 权限 功能来解决问题

4：不能保证数据完整（无事务处理）

我们要运行的程序和访问的数据，需要从硬盘提取到内存，才能被CPU处理，放在内存的东西，只要一断电就没了，计算机不可能总是正常工作，除了断电还可能会有其他故障问题，这会影响到我们正在操作的数据，假设银行用“文件系统”来保存每个人的账户，“A账户.txt”有100元，“B账户.txt”有0元，现在A账户把100元转给B账户，用C语言就是两步操作，1. A账户 - 100 ，2.B账户+100，但程序只运行了第一步时刚好断电，第二步运行不下去，那A账户的钱就凭空消失了，这造成了数据的不一致（数据一致有点像能量守恒），文件系统解决不了这个问题，“数据库系统”可以用一条绳子把1,2两步骤捆绑成一起，只有允许存在两种情况，要么同时成功，要么同时失败

5：并发访问出错（无锁机制）

如果京东某种商品只剩下一个，某个网友看到了，点击购买，接着应用程序就把商品的单位把1个改成0个，显示“没货”这是没有问题，但如果剩下一个商品，有同时20个网友看中了，都放进购物车，随后购买，无法同时满足会出错的，而“数据库”可以用“锁机制”来防止这种情况

为了解决文件系统的问题，出现数据库。数据库管理系统通过权限、事务、锁机制等读写文件系统获取数据。

（1）：传统文件系统(posix【可移植性操作系统接口】文件系统)，比如（ext3、ext4）。
这种经典的文件系统旺旺由于考虑太多功能需求和结构标准，无法应对互联网海量文件存储在性能和伸缩上的要求。在posix文件系统上引入数据库管理系统得到关系型数据库。
（2）：No-Posix的分布式文件系统，比如 mongodb、hbase、hdfs
为了解决传统文件系统问题，适应互联网海量文件存储在性能上和伸缩上的要求，在此背景下差生No-Posix的分布式文件系统

（1）：关系型数据库，
eg：mysql oracle
依托于传统文件系统。
数据结构：B+树

（2）：nosql数据库，
eg：mongodb hbase
依托于No-posix的分布式文件系统
数据结构：很多参考LSM树型结构