10 سیستم مدیریت پایگاه داده محبوب (DBMS)

DBMS چیست؟

سیستم مدیریت پایگاه داده (DBMS) میان افزاری است که به برنامه نویسان، مدیران پایگاه داده ( DBAs )، برنامه های کاربردی نرم افزاری و کاربران نهایی اجازه می دهد تا داده ها را در یک پایگاه داده ذخیره، سازماندهی، دسترسی، پرس و جو و دستکاری کنند .

DBMS ها مهم هستند زیرا مکانیسم های کارآمد و قابل اعتمادی را برای سازماندهی، مدیریت و استفاده از حجم وسیعی از داده ها ارائه می کنند و در عین حال از یکپارچگی داده ها و سایر مزایای  مدیریت داده ها نیز اطمینان می دهند.

در سازمانی، سیستم های مدیریت پایگاه داده به مدیران پایگاه داده ( DBAs ) یک چارچوب ساختاریافته ارائه می دهند که به اشتراک گذاری داده ها را بین بخش ها، تیم ها و برنامه های مختلف تسهیل می کند. DBMS دسترسی کنترل شده و سازماندهی شده ای به داده ها را برای کارکنان فراهم می کند که می توانند از آنها برای هدایت نوآوری و کمک به شرکت خود در حفظ مزیت رقابتی استفاده کنند.

تاریخچه سیستم های مدیریت پایگاه داده

تاریخچه سیستم های مدیریت پایگاه داده به اوایل دهه 1960 باز می گردد، زمانی که کامپیوترها برای پردازش داده ها مورد استفاده قرار گرفتند. در آن زمان معمولاً از این مفهوم به عنوان سیستم مدیریت اطلاعات یاد می شد.

اولین سیستم مدیریت پایگاه داده تجاری موجود، فروشگاه داده یکپارچه (IDS) نام داشت. این توسط چارلز دبلیو. باخمن و تیمش در جنرال الکتریک (GE) در اواخر دهه 1960 توسعه یافت.

IDS یک DBMS سلسله مراتبی بود که داده ها را در یک ساختار درخت مانند با روابط والد-فرزند بین رکوردها سازماندهی می کرد. این به کاربران اجازه می داد تا داده ها را به شیوه ای ساختاریافته ذخیره، بازیابی و مدیریت کنند. IDS همچنین مفهوم فرهنگ لغت داده را معرفی کرد که ساختار و روابط داده ها را در پایگاه داده تعریف می کرد. قبل از IDS، داده ها معمولاً در فایل های مسطح ذخیره می شدند و هیچ استانداردی برای نحوه ذخیره، دسترسی یا دستکاری فایل ها وجود نداشت.

IDS باخمن در نهایت تحت الشعاع ظهور پایگاه های داده رابطه ای و زبان پرس و جو ساختاریافته ( SQL ) در دهه 1970 قرار گرفت. از آن زمان، محصولات و خدمات DBMS دستخوش پیشرفت های مستمری شده اند که ذخیره، بازیابی و مدیریت داده ها را بهبود بخشیده است.

جدول زمانی: تکامل سیستم های مدیریت پایگاه داده

پایگاه داده در مقابل DBMS

اصطلاحات «پایگاه داده» و «سیستم مدیریت پایگاه داده» اغلب به جای یکدیگر در مکالمات معمولی استفاده می شوند. این احتمالاً به این دلیل است که وقتی کاربران نهایی با یک پایگاه داده تعامل دارند، از DBMS اساسی و نقش متمایز آن در مدیریت داده ها آگاه نیستند. برای افزودن به سردرگمی، در برخی موارد DBMS مستقیماً در کد برنامه تعبیه شده است . این امر حتی کمتر آشکار می کند که یک سیستم جداگانه درگیر است.

برای تمایز بین این دو اصطلاح و استفاده صحیح از آنها، درک نقش ها و عملکردهای مربوطه مفید است: پایگاه داده مجموعه ای ساختار یافته از داده ها است. سیستم مدیریت پایگاه داده نرم افزاری است که توسعه دهندگان، کاربران نهایی و برنامه های کاربردی برای تعامل با پایگاه داده استفاده می کنند.

اجزای DBMS

جزء اصلی هر DBMS موتور پایگاه داده نامیده می شود . این نرم افزاری است که مستقیماً با سیستم ذخیره سازی زیرین یا سیستم فایل تعامل دارد و تعاملات بین اجزای فرعی مدولار را تنظیم می کند که موتور را قادر می سازد تا داده ها را در سیستم پایگاه داده مدیریت و دستکاری کند. این شامل ماژول هایی برای:

پشتیبان گیری و بازیابی: این ماژول ها عملیات پشتیبان گیری و بازیابی اطلاعات را برای محافظت در برابر از دست دادن داده ها یا خرابی سیستم مدیریت می کنند. آنها شامل مکانیسم هایی برای ایجاد نسخه پشتیبان از پایگاه داده، بازیابی داده ها و انجام عملیات بازیابی هستند.

کنترل همزمان و مدیریت تراکنش: این ماژول ها دسترسی همزمان به پایگاه داده توسط چندین کاربر یا برنامه را مدیریت می کنند. آنها مکانیسم های قفل را کنترل می کنند و از ثبات داده ها اطمینان می دهند.

زبان دسترسی به پایگاه داده: این نوع ماژول به موتور پایگاه داده اجازه می دهد تا پرس و جوهای کاربر یا دستورات نوشته شده در زبان دسترسی پیش فرض را پردازش و تفسیر کند. این دستور زبان پرس و جو را تجزیه و تحلیل می کند، پرس و جو را در برابر اطلاعات کاتالوگ تایید می کند و یک طرح اجرایی بهینه برای بازیابی یا دستکاری داده ها در صورت درخواست ایجاد می کند.

زبان تعریف داده ها (DDL): ماژول DDL به کاربران اجازه می دهد تا ساختار و سازماندهی داده ها را تعریف کنند. این شامل دستوراتی برای ایجاد، تغییر و حذف اشیاء پایگاه داده مانند جداول، نماها، فهرست ها و محدودیت ها است.

دیکشنری داده ها: فرهنگ لغت داده (که مخزن فراداده نیز نامیده می شود) فراداده های مربوط به پایگاه داده، از جمله اطلاعات مربوط به ساختار، روابط و ویژگی های داده ها را ذخیره می کند. این ماژول توسط موتور DBMS برای اطمینان از سازگاری داده ها و اعمال محدودیت های منحصر به فرد استفاده می شود .

زبان دستکاری داده ها (DML): ماژول DML دستوراتی را برای دستکاری و بازیابی داده ها در پایگاه داده ارائه می دهد. کاربران می توانند از عبارات DML برای درج، به روز رسانی، حذف و جستجوی داده ها استفاده کنند.

ذخیره سازی داده و هوش تجاری: این ماژول ها استخراج، تبدیل و بارگذاری داده ها را از منابع متعدد به یک انبار داده جداگانه تسهیل می کند . آنها همچنین از پردازش تحلیلی آنلاین ( OLAP ) و ابزارهای گزارش برای هوش تجاری پشتیبانی می کنند.

نمایه سازی : اکثر DBMS ها شامل ماژول های نمایه سازی برای سرعت بخشیدن به اجرای پرس و جو با کاهش حجم داده هایی هستند که باید اسکن شوند.

قفل کردن: جزء مدیریت قفل یک DBMS مسئول مدیریت کنترل همزمانی است. با حصول اطمینان از اینکه چندین کاربر یا تراکنش نمی توانند داده های مشابه را به طور همزمان تغییر دهند، از تضادها جلوگیری می کند و سازگاری داده ها را حفظ می کند.

ثبت و حسابرسی: DBMS ها اغلب شامل ماژول هایی برای ثبت پایگاه داده و فعالیت های حسابرسی هستند . گزارش تغییرات سند در پایگاه داده – از جمله درج ها، به روز رسانی ها و حذف ها – و همچنین رویدادهای سیستم مانند پشتیبان گیری و بازیابی را ثبت می کند. حسابرسی شامل نظارت و بازبینی این گزارش‌ها برای ردیابی اقدامات کاربر، حفظ یکپارچگی داده‌ها و کمک به اجرای انطباق با سیاست‌های امنیتی است.

پردازش کوئری ها: پردازشگر پرس و جو درخواست های کاربر را دریافت و تفسیر می کند، آنها را به یک طرح اجرایی بهینه تبدیل می کند و با موتور پایگاه داده تعامل می کند تا پرس و جوها را به طور موثر اجرا کند . این شامل ماژول های فرعی برای بهینه سازی پرس و جوها است که عواملی مانند شاخص های موجود، عملیات پیوستن و روش های دسترسی به داده را در نظر می گیرند.

Replication: برخی از DBMS ها از تکرار داده ها پشتیبانی می کنند که شامل ایجاد و نگهداری چندین نسخه از پایگاه داده در مکان های مختلف یا در سرورهای مختلف است. تکرار در دسترس بودن داده ها، تحمل خطا و عملکرد را بهبود می بخشد. این تضمین می کند که اگر یک نسخه از پایگاه داده در دسترس نباشد، داده ها همچنان از نسخه دیگری قابل دسترسی هستند.

امنیت و مجوز: ماژول های امنیتی و مجوز دسترسی کاربر به پایگاه داده را کنترل می کنند و از حفظ حریم خصوصی و یکپارچگی داده ها اطمینان می دهند. آنها احراز هویت، مدیریت کاربر، و پیاده سازی اصل کمترین امتیاز ( PoLP ) مکانیسم های کنترل دسترسی را بر اساس نقش های کاربر و الزامات شغلی انجام می دهند.

ذخیره سازی: موتور پایگاه داده در یک DBMS با یک موتور ذخیره سازی برای مدیریت ذخیره سازی فیزیکی داده ها ارتباط برقرار می کند. موتور ذخیره سازی مسئول رسیدگی به جزئیات سطح پایین نحوه ذخیره و دسترسی به داده ها است، در حالی که موتور پایگاه داده این اقدامات را برای بهینه سازی عملکرد کلی سیستم مدیریت پایگاه داده هماهنگ و هماهنگ می کند.

رابط های کاربری: این ماژول ها رابط های کاربری را ارائه می دهند که به برنامه نویسان، مدیران پایگاه داده و کاربران نهایی امکان تعامل با پایگاه داده را می دهند. این می تواند شامل رابط های خط فرمان ( CLI )، رابط های گرافیکی کاربر ( GUI )، یا رابط های برنامه نویسی کاربردی ( API ) برای یکپارچه سازی نرم افزار باشد.

سیاست‌های کاربر: سیاست‌های کاربر، کنترل‌های دسترسی و سیاست‌های امنیت داخلی را تعریف و اجرا می‌کنند . آنها مجوزها، نقش ها و امتیازات را مشخص می کنند و نحوه تعامل کاربران با پایگاه داده را کنترل می کنند.

RDBMS در مقابل DBMS

سیستم مدیریت پایگاه داده رابطه ای ( RDBMS ) نوعی سیستم مدیریت پایگاه داده است. همه RDBMS ها DBMS هستند، اما همه سیستم های مدیریت پایگاه داده سیستم های مدیریت پایگاه داده رابطه ای نیستند.

انواع سیستم های مدیریت پایگاه داده

تا اوایل قرن، سیستم های مدیریت پایگاه داده بسته به ساختار و کاربردشان به دو دسته رابطه ای یا غیر رابطه ای طبقه بندی می شدند. اگر DBMS داده ها را در جداول ذخیره می کرد، به آن DBMS رابطه ای ( RDBMS ) گفته می شد. اگر داده ها را در جداول ذخیره نمی کرد، به عنوان یک NoSQL یا DBMS غیر رابطه ای نامیده می شد  .

امروزه، سیستم های مدیریت پایگاه داده هنوز هم به عنوان RDBMS یا غیر RDBMS طبقه بندی می شوند، اما آنها همچنین بر اساس مزایای منحصر به فردی که ارائه می دهند طبقه بندی می شوند. انواع DBMS ها عبارتند از:

سیستم های مدیریت پایگاه داده ابری – DBMS های ابری مانند آمازون آرورا برای مدیریت داده های توزیع شده ذخیره شده در مراکز داده از راه دور ارائه دهنده ابر طراحی شده اند .

سیستم های مدیریت پایگاه داده ستونی – DBMS های ستونی مانند Apache Cassandra با ذخیره داده ها در ستون ها به جای ردیف، درخواست ها را سریعتر برمی گرداند. این طرح کار را برای تجزیه و تحلیل داده ها و برنامه های کاربردی هوش تجاری با مجموعه داده های بزرگ آسان تر می کند.

سیستم‌های مدیریت پایگاه داده توزیع‌شده – قابلیت‌های DDBMS مانند مواردی که در اکوسیستم Apache Hadoop یافت می‌شوند برای اطمینان از یکپارچگی داده‌ها برای پایگاه‌های اطلاعاتی مرتبط منطقی در چندین مکان یا محیط‌های محاسباتی طراحی شده‌اند.

سیستم های مدیریت پایگاه داده گراف – این سیستم ها برای پشتیبانی از پایگاه داده های نموداری طراحی شده اند که روابط را در سطح رکورد فردی ذخیره می کنند. DBMS های نمودار مانند Neo4j برای مدیریت داده ها با روابط به هم پیوسته مانند داده های رسانه های اجتماعی ایده آل هستند.

سیستم های مدیریت پایگاه داده سلسله مراتبی – سیستم های مدیریت سلسله مراتبی برای پشتیبانی از پایگاه های داده سازمان یافته در روابط والدین و فرزند طراحی شده اند . این نوع DBMS ریشه در محاسبات اصلی دارد و امروزه کاربردهای آن محدود است.

سیستم های مدیریت پایگاه داده HTAP – DBMS های پردازش تراکنش/تحلیلی ترکیبی برای پشتیبانی از حجم کاری مختلط برای داده های تراکنشی و تحلیلی طراحی شده اند. سیستم های پایگاه داده سنتی اغلب دارای سیستم های جداگانه برای پردازش تراکنش آنلاین ( OLTP ) و پردازش تحلیلی آنلاین ( OLAP ) هستند. سیستم های مدیریت HTAP مانند SAP HANA و CockroachDB یک پلت فرم یکپارچه را ارائه می دهند که می تواند هر دو نوع کار را به طور همزمان انجام دهد.

سیستم‌های مدیریت پایگاه داده در حافظه – سیستم‌های مدیریت درون حافظه برای کاهش تأخیر با استفاده از حافظه اصلی برای مدیریت و ذخیره‌سازی داده‌ها طراحی شده‌اند. Volt Active Data و سایر IMDBMS ها بازیابی داده ها را به طور قابل توجهی سریعتر می کنند و عملکرد کلی سیستم را بهبود می بخشند.

سیستم مدیریت پایگاه داده شی گرا (OODBMS) – db4o نمونه ای از این نوع DBMS است. OODMBS ها برای مدیریت ساختارهای داده پیچیده به عنوان اشیاء ذخیره سازی طراحی شده اند .

سیستم‌های مدیریت پایگاه داده NewSQL – DBMS‌های NewSQL مانند PostgreSQL ، مقیاس‌پذیری و مزایای عملکرد پایگاه‌های داده NoSQL را ارائه می‌کنند و در عین حال ویژگی‌های ACID پایگاه‌های داده رابطه‌ای سنتی را حفظ می‌کنند. این نوع DBMS برای محیط‌های توزیع‌شده در مقیاس بزرگ طراحی شده است و می‌تواند بارهای کاری تراکنش‌های با توان عملیاتی بالا را مدیریت کند.

سیستم های مدیریت پایگاه داده سری زمانی – DBMS های سری زمانی مانند InfluxDB ذخیره سازی، بازیابی و تجزیه و تحلیل داده های دارای مهر زمانی را بهینه می کنند. آنها اغلب برای پشتیبانی از تجزیه و تحلیل مالی و سیستم های نظارت بر اینترنت اشیا ( IoT ) استفاده می شوند.

سیستم های مدیریت پایگاه داده معروف

نمونه هایی از DBMS های معروف عبارتند از:

	Access – یک سیستم مدیریت پایگاه داده رابطه‌ای سبک (RDMS) که در Microsoft Office و Office 365 گنجانده شده است .
	Amazon RDS – یک DBMS ابری بومی است که موتورهایی را برای مدیریت پایگاه‌های داده MySQL، Oracle، SQL Server، PostgreSQL و Amazon Aurora ارائه می‌کند.
	آپاچی کاساندرا – یک سیستم مدیریت پایگاه داده توزیع شده منبع باز که به دلیل توانایی مدیریت حجم عظیمی از داده ها شناخته شده است.
	Filemaker – یک DBMS رابطه‌ای کم‌کد/بدون کد ( LCNC ).
	Google Cloud Spanner – یک سرویس پایگاه داده رابطه‌ای با توزیع جهانی، افقی مقیاس‌پذیر و کاملاً سازگار ارائه شده توسط Google Cloud .
	IBM Db2 – خانواده ای از سیستم های مدیریت پایگاه داده رابطه ای است که توسط IBM توسعه یافته است که نسخه های مختلفی را برای محیط ها و بارهای کاری مختلف ارائه می دهد.
	MariaDB – یک فورک پایگاه داده رابطه ای منبع باز MySQL.
	پایگاه داده Microsoft Azure SQL – یک سرویس پایگاه داده رابطه ای مبتنی بر ابر ارائه شده توسط Microsoft Azure که پایگاه داده های SQL کاملاً مدیریت شده را ارائه می دهد.
	MongoDB – یک سیستم مدیریت پایگاه داده محبوب NoSQL است که از یک طرح سند گرا برای ارائه مقیاس پذیری و انعطاف پذیری بالا استفاده می کند.
	MySQL – یک سیستم مدیریت پایگاه داده رابطه‌ای منبع باز ( RDBMS ) متعلق به اوراکل.
	Oracle – یک RDMS اختصاصی که برای معماری های ابری ترکیبی بهینه شده است .
	PostgreSQL – یک سیستم مدیریت پایگاه داده رابطه‌ای منبع باز است که به دلیل استحکام، مقیاس‌پذیری و مجموعه ویژگی‌های گسترده شناخته شده است .
	SAP HANA – یک RDBMS ستون گرا در حافظه و بهینه سازی شده برای دریافت بلادرنگ داده و تجزیه و تحلیل با کارایی بالا.
	SQL Server – یک سیستم مدیریت پایگاه داده رابطه‌ای در سطح سازمانی از مایکروسافت که قادر است حجم بسیار زیادی از داده‌ها و پرس و جوهای پایگاه داده را مدیریت کند .
	SQLite – یک موتور پایگاه داده رابطه ای سبک و مبتنی بر فایل که به طور گسترده در سیستم های جاسازی شده و برنامه های کاربردی تلفن همراه استفاده می شود.
	Teradata – یک موتور قدرتمند SQL که راه حل های مقیاس پذیر را برای مدیریت و تجزیه و تحلیل حجم زیادی از داده ها ارائه می دهد.

مزایای استفاده از DBMS

سیستم های مدیریت پایگاه داده DBMS ها به ویژه در شرایطی که چندین کاربر یا برنامه به طور همزمان با یک پایگاه داده در تعامل هستند بسیار مهم هستند. DBMS با مکانیسم های کنترل همزمانی در برابر تضادها و خطاها محافظت می کند که تضمین می کند حتی در سناریوهای پرترافیک، یکپارچگی داده ها دست نخورده باقی می ماند.

مزیت دیگر این است که سیستم های مدیریت پایگاه داده طیف گسترده ای از ویژگی ها، مکانیسم ها و عملکردهای امنیتی را ارائه می دهند. مدیران می‌توانند قوانین کنترل دسترسی را تعریف کنند، نقش‌های کاربر را اختصاص دهند و مجوزهایی را مشخص کنند تا اطمینان حاصل شود که فقط افراد مجاز می‌توانند داده‌ها را وارد، دسترسی و دستکاری کنند.

از آنجایی که DBMS ها مسیرهای حسابرسی و قابلیت های گزارش را برای ردیابی و نظارت بر استفاده و تغییرات دسترسی به داده ها ارائه می دهند ، ابزارهای سازگاری مفیدی هستند .

به عنوان مثال، یک DBMS می تواند به مدیران کمک کند تا مدیریت چرخه عمر داده ها را با اجرای سیاست هایی برای حفظ، بایگانی و دفع نهایی داده ها مدیریت کنند. یک DBMS همچنین می‌تواند با ارائه مکانیسم‌هایی که داده‌های حساس را ناشناس یا رمزگذاری می‌کند، به اجرای کنترل‌های حریم خصوصی کمک کند .

چالش های سیستم های مدیریت پایگاه داده

اگرچه سیستم های مدیریت پایگاه داده روش مدیریت و مدیریت داده های کسب و کارهای کوچک و بزرگ را متحول کرده است، منحنی یادگیری برای پیاده سازی و مدیریت DBMS سازمانی می تواند چالش برانگیز باشد. این امر به ویژه در صورتی صادق است که DBMS باید با سیستم های برنامه ریزی منابع سازمانی ( ERP ) یا پلتفرم های مدیریت ارتباط با مشتری ( CRM ) یکپارچه شود.

راه اندازی یک DBMS جدید نیز می تواند گران باشد. حتی مشاغل متوسط ​​نیز به احتمال زیاد نیاز به استخدام یا قرارداد با یک مدیر پایگاه داده ماهر دارند تا مطمئن شوند DBMS آنها به درستی پیکربندی، نگهداری و بهینه شده است. هزینه‌های مجوز، سخت‌افزار، زیرساخت‌ها، ارتقاء نرم‌افزار و هزینه‌های تعمیر و نگهداری مداوم نیز می‌توانند بودجه را به‌ویژه برای سازمان‌های کوچک‌تر تحت فشار قرار دهند.

آینده DBMS

DBMS های امروزی از فناوری های پیشرفته مانند هوش مصنوعی ( AI )، یادگیری ماشین ( ML ) و بلاک چین برای مقابله با چالش های کلان داده استفاده می کنند و به سازمان ها کمک می کنند تا با مقررات و استانداردهای مربوطه برای مدیریت داده ها مطابقت داشته باشند .

• DBMS های مجهز به قابلیت های هوش مصنوعی و ML می توانند کارهایی مانند بهینه سازی پرس و جو، نمایه سازی داده ها و تشخیص ناهنجاری ها را خودکار کنند. سیستم های مدیریت پایگاه داده هوشمند می توانند از الگوهای داده یاد بگیرند، با بارهای کاری در حال تغییر سازگار شوند و عملکرد را به طور مستقل بهینه کنند.
• پایگاه‌های داده فعال‌شده با بلاک چین می‌توانند ذخیره‌سازی داده‌های غیرقابل تغییر و شفاف را فراهم کنند و تراکنش‌های ایمن و قابل بازرسی را فعال کنند. این نوع سیستم مدیریت پایگاه داده نیاز به مقامات مرکزی را از بین می برد و در عین حال یکپارچگی داده ها را افزایش می دهد. این آنها را برای صنایعی مانند مالی، زنجیره تامین و مراقبت های بهداشتی ایده آل می کند، جایی که خطرات و اثرات دستکاری داده ها قابل توجه است.
• DBMS با قابلیت‌های پردازش جریان داخلی برای موارد استفاده مانند تجزیه و تحلیل بلادرنگ، تشخیص تقلب و تجارب شخصی مشتری حیاتی است. با ظهور اینترنت اشیاء (IoT) و منابع داده جریانی ، DBMS ها باید پردازش داده ها را در زمان واقعی حتی کارآمدتر انجام دهند.