Vad är en databas?

Definitionen av databas

En databas är en organiserad samling strukturerad information, eller data, som vanligtvis lagras elektroniskt i ett datorsystem. En databas styrs vanligtvis av ett databashanteringssystem (DBMS). Tillsammans kallas data och DBMS – samt de applikationer som är associerade med dem – för ”databassystem”, vilket ofta kortas ned till ”databas”.

I de vanligaste typerna av databaser som används idag modelleras data vanligtvis i rader och kolumner i en serie tabeller för att effektivisera behandling och datafrågor. Då blir det enkelt att komma åt, hantera, ändra, uppdatera, kontrollera och organisera data. De flesta databaser använder Structured Query Language (SQL) för att skriva och fråga efter data.

Vad är Structured Query Language (SQL)?

SQL är ett programmeringsspråk som används av nästan alla relationsdatabaser för att fråga efter, manipulera och definiera data och ge åtkomstkontroll. SQL utvecklades först på IBM på 1970-talet med Oracle som en viktig medaktör, vilket ledde till att SQL ANSI-standarden implementerades. SQL har föranlett många tillägg från företag som IBM, Oracle och Microsoft. SQL används fortfarande i stor utsträckning idag, men nya programmeringsspråk har börjat dyka upp.

Databasernas utveckling

Databaser har utvecklats dramatiskt sedan de började användas i början av 1960-talet. Navigationsdatabaser som den hierarkiska databasen (som byggde på en trädliknande modell och endast tillät en till många-relationer) och nätverksdatabasen (en mer flexibel modell som tillät flera relationer) var de ursprungliga systemen som användes för att lagra och manipulera data. Dessa tidiga system var enkla men oflexibla. Relationsdatabaser blev populära på 1980-talet och därefter följde objektorienterade databaser på 1990-talet. På senare tid har NoSQL-databaser tillkommit som ett svar på internets tillväxt och behovet av snabbare hastigheter och bearbetning av ostrukturerade data. Idag bryts ny mark med molndatabaser och självkörande databaser med avseende på hur data samlas in, lagras, hanteras och används.

Vad är skillnaden mellan en databas och ett kalkylblad?

Databaser och kalkylblad (t.ex. Microsoft Excel) är båda praktiska sätt att lagra information. De främsta skillnaderna mellan de två är:

• Hur data lagras och manipuleras
• Vem som har åtkomst till data
• Hur mycket data som kan lagras

Kalkylblad var ursprungligen avsedda för en användare, och deras egenskaper återspeglar detta. De fungerar utmärkt för en enda användare eller ett litet antal användare som inte behöver mängder med extremt komplicerad datamanipulering. Databaser är däremot utformade för att lagra mycket större samlingar av organiserad information – ibland helt enorma mängder. Databaser gör det möjligt för flera användare att samtidigt, snabbt och säkert komma åt och fråga efter data med hjälp av mycket komplex logik och språk.

Vad är databasprogramvara?

Databasprogramvara används för att skapa, redigera och underhålla databasfiler och register, vilket gör det enklare att skapa filer och poster, registrera data, redigera data, uppdatera och rapportera. Programvaran hanterar också datalagring, säkerhetskopiering och rapportering, kontroll över multiåtkomst och säkerhet. Stark databassäkerhet är särskilt viktigt idag, eftersom datastölder blir allt vanligare. Databasprogramvara kallas ibland också för ”databashanteringssystem” (DBMS).

Databasprogramvara gör datahantering enklare genom att göra det möjligt för användare att lagra data i ett strukturerat formulär och sedan komma åt dem. Sådan har vanligtvis ett grafiskt gränssnitt som gör det lättare att skapa och hantera data, och i vissa fall kan användare konstruera egna databaser med hjälp av databasprogramvara.

Vad är ett databashanteringssystem (DBMS)?

En databas kräver vanligtvis omfattande databasprogramvara som kallas databashanteringssystem (DBMS). DBMS fungerar som ett gränssnitt mellan databasen och dess slutanvändare eller program, så att användare kan hämta, uppdatera och hantera hur informationen organiseras och optimeras. DBMS underlättar också översikt och kontroll av databaser, vilket möjliggör en mängd olika administrativa åtgärder som prestandaövervakning, finjustering samt säkerhetskopiering och återställning.

Några exempel på populär databasprogramvara eller DBMS är MySQL, Microsoft Access, Microsoft SQL Server, FileMaker Pro, Oracle Database och dBASE.

Vad är en MySQL-databas?

MySQL är ett relationsdatabashanteringssystem med öppen källkod som baseras på SQL. Det har utformats och optimerats för webbapplikationer och kan köras på alla plattformar. När nya och olika krav växte fram i och med internet blev MySQL den plattform som föredrogs för webbutvecklare och webbaserade applikationer. Eftersom MySQL är utformat för att hantera miljontals frågor och tusentals transaktioner är det ett populärt val för e-handelsföretag som behöver hantera många penningöverföringar. Flexibilitet på begäran är den primära funktionen i MySQL.

Databashanteringssystemet MySQL används av några av världens främsta webbplatser och webbaserade applikationer, inklusive Airbnb, Uber, LinkedIn, Facebook, Twitter och YouTube.

Använda databaser för att förbättra affärsresultat och beslutsfattande

I och med den massiva datainsamling från Sakernas internet som förändrar liv och industri över hela världen har företag idag tillgång till mer data än någonsin tidigare. Organisationer som blickar framåt kan nu använda databaser för mer än bara grundläggande datalagring och transaktioner, för att analysera stora mängder data från flera system. Med hjälp av databaser och andra beräknings- och beslutsstödsverktyg kan organisationer nu utnyttja de data de samlar in för att arbeta mer effektivt, fatta bättre beslut och bli mer flexibla och skalbara. Att optimera åtkomst och genomströmning av data är avgörande för företag idag eftersom det finns större datavolymer att spåra. Det är viktigt att ha en plattform som kan leverera de prestanda, den skala och flexibilitet som företag behöver i takt med att de växer.

Den självkörande databasen är på väg att stärka dessa möjligheter avsevärt. Eftersom självkörande databaser automatiserar dyra, tidskrävande manuella processer kan företagsanvändarna bli mer proaktiva med sina data. Genom att ha direkt kontroll över möjligheten att skapa och använda databaser får användarna kontroll och självständighet samtidigt som viktiga säkerhetsstandarder upprätthålls.

Databasutmaningar

Stora företagsdatabaser stöder idag ofta mycket komplexa frågor och förväntas leverera svar på dessa frågor nästan omedelbart. Därför uppmanas databasadministratörer löpande att använda en mängd olika metoder för att förbättra prestanda. Några vanliga utmaningar som de står inför är:

• Absorbera en betydande ökning av datavolymen. Mängden data som kommer in från sensorer, anslutna datorer och dussintals andra källor gör det svårt för databasadministratörerna att hantera och organisera företagets data effektivt.
• Garanterad datasäkerhet. Dataintrång sker överallt nuförtiden, och hackarna blir allt kreativare. Det är viktigare än någonsin att se till att data är säkra men samtidigt lättillgängliga för användarna.
• Hålla jämna steg med efterfrågan. I dagens snabbrörliga affärsmiljö behöver företagen tillgång till sina data i realtid för att kunna fatta snabba beslut och utnyttja nya möjligheter.
• Hantera och underhålla databasen och infrastrukturen. Databasadministratörer måste kontinuerligt övervaka databasen för att upptäcka problem och utföra förebyggande underhåll, samt installera programuppgraderingar och patchar. I takt med att databaser blir alltmer komplexa och datavolymerna ökar behöver företag lägga pengar på att anställa ytterligare personal för att övervaka och justera sina databaser.
• Ta bort begränsningar som står i vägen för skalbarhet. Ett företag måste växa om det ska överleva, och dess datahantering måste växa tillsammans med företaget. Men det är mycket svårt för databasadministratörer att förutsäga hur mycket kapacitet företaget kommer att behöva, särskilt för lokala databaser.
• Säkerställa krav på datahemvist, datasuveränitet eller svarstider. Vissa organisationer har användningsfall som är bättre lämpade att köras lokalt. I sådana fall är det perfekt med konstruerade system som är förkonfigurerade och föroptimerade för att köra databasen.

Att hantera alla dessa utmaningar kan vara tidskrävande och hindra databasadministratörer från att utföra mer strategiska funktioner.

Hur autonom teknik förbättrar databashanteringen

I framtiden är det självkörande databaser som gäller, och de erbjuder en spännande möjlighet för organisationer som vill använda den bästa tillgängliga databastekniken utan att behöva köra och hantera den.

Självkörande databaser använder molnbaserad teknik och maskininlärning för att automatisera många av de rutinuppgifter som krävs för att hantera databaser, till exempel justering, säkerhet, säkerhetskopiering, uppdateringar och andra rutinuppgifter. När dessa omständiga uppgifter automatiseras kan databasadministratörerna ägna sig åt mer strategiskt arbete. De självkörande, självsäkrande och självreparerande funktionerna hos självkörande databaser är på väg att revolutionera hur företag hanterar och säkrar sina data, vilket möjliggör prestandafördelar, lägre kostnader och förbättrad säkerhet.

Framtiden för databaser och autonoma databaser

Den första autonoma databasen tillkännagavs i slutet av 2017, och flera oberoende branschanalytiker fick snabbt upp ögonen för tekniken och dess potentiella inverkan på datortjänster.

Relaterade produkter

• Oracle Autonomous Database
• Oracle Database
• Oracle Exadata
• Oracles autonoma datalager