数据库发展史的启示
数据库的前世今生
数据库的前世今生在当今数字化的时代，数据无处不在，而数据库则是管理和存储这些数据的关键工具。
从早期简单的文件系统到如今复杂的分布式数据库，数据库的发展历程充满了创新和变革。
让我们把时间拨回到上世纪50 年代，那时候计算机刚刚崭露头角，数据的管理还处于非常初级的阶段。
早期的计算机系统主要使用简单的文件来存储数据，每个应用程序都有自己独立的文件，数据的重复和不一致性问题十分常见。
这就好比每个人都有自己的小账本，记录方式各不相同，容易出错且难以整合。
随着数据量的不断增加和应用需求的日益复杂，这种简单的文件管理方式显然无法满足需求。
于是，在 60 年代，出现了层次模型数据库和网状模型数据库。
层次模型就像是一棵倒置的树，数据按照层次结构进行组织；而网状模型则更像是一张错综复杂的网，节点之间可以有多种关联。
这两种模型在一定程度上改善了数据管理的状况，但它们的复杂性使得开发和维护变得相当困难。
到了 70 年代，关系模型数据库应运而生。
这可以说是数据库发展史上的一个重要里程碑。
关系模型将数据以二维表格的形式呈现，通过标准化的关系操作语言（如 SQL）来进行数据的管理和查询。
它的出现极大地简化了数据管理，提高了数据的独立性和一致性。
关系型数据库迅速成为了主流，像甲骨文（Oracle）、IBM 的 DB2 等都是当时著名的关系型数据库产品。
进入 90 年代，互联网的兴起带来了新的挑战和机遇。
数据量呈爆炸式增长，传统的关系型数据库在处理大规模数据和高并发访问时开始显得力不从心。
这时候，一些新的数据库技术开始崭露头角。
一种是面向对象数据库，它将数据和操作封装在一起，更符合面向对象编程的思想。
但由于其复杂性和缺乏广泛的支持，并未得到大规模的应用。
另一种是 NoSQL 数据库，包括键值存储（如 Redis）、文档数据库（如 MongoDB）、列族数据库（如 HBase）和图数据库（如 Neo4j）等。
NoSQL 数据库的特点是具有良好的扩展性和高性能，能够处理海量的非结构化和半结构化数据。
数据库技术的历史及未来的发展趋势综述
数据库技术的历史及未来的发展趋势综述数据库技术的历史源远流长，发展历程令人叹为观止。
1960年代，IBM发明了第一个关系型数据库系统，称为“System R”，它是数据库技
术的开端。
其后，Oracle公司发布了第一款商业关系型数据库系统，标
志着数据库技术开始普及。
20世纪90年代，除了关系型数据库之外，还
出现了全文检索引擎和对象/关系型数据库。
如今，企业级的数据库技术
有Oracle、MySQL、DB2等，而NoSQL也正在普及，比如MongoDB、Redis 等。
未来，数据库技术将继续得到发展。
首先，企业级的数据库技术将朝
着可伸缩、分布式和高可用性发展，以应对海量数据的存储和管理。
此外，容量大、存储结构复杂和数据量庞大的流数据，以及易于使用、安全可靠
和数据可视化的云数据库，也将受到广泛关注。
总之，数据库技术仍将是
未来重要的发展方向，深入了解其核心原理，将有助于进一步推动数据库
发展。
数据库系统概论新技术篇 数据库技术50年发展回顾与启示课件
• 大数据分析与挖掘成为大数据应用中的关键
数据的海量异构，形式繁杂，高速增长，价值密度低等问题阻碍了数据价值的 创造。现有的分析挖掘算法
– 缺乏可扩展性 – 缺乏对复杂异构数据的高效分析算法 – 缺乏大规模知识库的支持和应用 – 缺乏能被非技术领域专家理解的分析结果表达方法
对数据的组织、管理、检索和分析都是基础性的挑战。
An Introduction to Database System
21
An Introduction to Database System
数据管理与应用面临的挑战
二、应用和需求的变化
• 数据处理和应用领域的扩展
– 从OLTP扩展到 OLAPSERACH等； – 对数据仓库中结构化的海量历史数据的多维分析对海量非结构化数据的复杂分析和
An Introduction to Database System
启示之四
• 传统的数据库核心技术是大数据管理和处理技术的基础 • 大数据不等于，也不能取代传统的数据库技术 • 大数据与其他数据处理技术相结合，通过细分的技术和
市场，满足用户不同层面的需求。
An Introduction to Database System
...
其他计算机 技术
数据模型
An Introduction to Database System
四位图灵奖得主
E.F.Codd （1981） C.W.Bachman（1973）
M.R.Stonebraker （2014）
James Gray（1998）
An Introduction to Database System
• 推动与促成了DBTG报告，提出数据库 系统三级模式结构，确定了数据库系统 的基本结构。
数据库技术的演化与趋势
数据库技术的演化与趋势随着信息化时代的到来，数据库技术也在不断的发展与演化，从早期的简单文件管理系统到关系型数据库、非关系型数据库（NoSQL），再到混合型数据库。
本文将从历史的角度出发，探讨数据库技术的发展历程、现状和未来趋势。
一、数据库技术发展历史早期的文件管理系统是基于文件的，每个文件都包含了一组数据，这种系统简单易用，但是不具备搜索功能，数据的管理和安全性都受到限制。
60年代中期IBM公司开发了一种叫做IMS （Information Management System）的层次型数据库，它基于层级结构进行数据管理，拓展了文件系统的缺陷，但不具备容错和扩展性。
引擎SAP开发出了另一种形式的数据库，即关系型数据库（RDBMS），和IMS相比，它完美地解决了数据安全性和管理问题。
90年代，物理学家Jim Grey提出了分布式数据库理论及ACID原则，加上互联网的普及，数据库技术迎来了崭新的时代。
不久之后，业界发现关系型数据库在某些场景下表现不佳，比如高并发、刻度不确定等情况。
为此，工程师们又开发出了一种新型的数据库，即NoSQL，相比关系型数据库，非关系型数据库在可扩展性、高并发、海量数据等方面表现更为出色。
近年来，混合型数据库也逐渐兴起，综合了传统的关系型数据库以及NoSQL的技术。
二、当前数据库技术现状1.关系型数据库技术在当前的数据库领域中，关系型数据库仍然占据主流地位。
MySQL、Oracle、SQL Server等商业关系型数据库领域的巨头仍然在市场上占据主导地位，尤其是企业级应用中，仍然是首选。
相较于非关系型数据库，关系型数据库熟悉度高、底层特性稳定，优化方案和功能完备，对安全性和数据一致性要求高的应用也更合适。
2.NoSQL数据库技术NoSQL是Non-Relational SQL（不仅仅是SQL）的缩写。
主要是为了解决传统关系型数据库所面对的高并发、大容量等限制的问题而诞生的。
数据库技术的发展历程与趋势展望(一)
数据库技术的发展历程与趋势展望一、引言数据库技术作为信息系统的核心部分，随着计算机技术的发展而不断演进。
本文将回顾数据库技术的发展历程，并对未来的趋势进行展望。
二、关系型数据库时代关系型数据库是最早的数据库技术，在上世纪70年代首次提出并得到广泛应用。
该技术采用二维表格存储数据，通过关系代数来对数据进行查询和操作。
关系型数据库的代表作为Oracle、MySQL等，这些数据库系统以其良好的数据完整性和事务支持功能，成为企业应用的主要选择。
三、大数据时代的挑战随着互联网的兴起，大数据时代的到来对数据库技术提出了新的挑战。
传统的关系型数据库在面对亿万级甚至更大规模的数据处理时面临性能瓶颈。
此时，非关系型数据库（NoSQL）技术应运而生。
NoSQL数据库以其高可扩展性和高性能的特点，满足了大数据时代对海量数据存储和处理的需求。
四、多模型数据库的出现除了关系型数据库和NoSQL数据库，多模型数据库是近年来新兴的数据库技术。
多模型数据库允许存储和操作多种数据模型，如图形、文档、键值等，有效地解决了数据之间的复杂关系和应用场景的多样性问题。
例如，Neo4j是一种流行的图形数据库，可以高效地处理网络关系和社交网络分析。
五、人工智能与数据库技术的结合随着人工智能的快速发展，数据库技术也开始与人工智能相结合。
人工智能需要对海量数据进行分析和挖掘，而数据库技术提供了高效的数据存储和访问方式。
此外，利用机器学习和深度学习的算法，数据库系统可以进行智能化的查询优化和数据处理，提高数据分析的效率和准确性。
六、分布式数据库的趋势随着云计算和大数据技术的迅猛发展，分布式数据库成为未来的趋势。
分布式数据库将数据存储和计算分布在多个节点上，提高了系统的扩展性和容错能力。
例如，Google的Spanner和亚马逊的DynamoDB就是典型的分布式数据库系统，它们保证了全球范围内的高可用性和低延迟访问。
七、区块链技术与数据库区块链技术作为一种去中心化的分布式账本，正在引起数据库技术的革新。
战伤数据库研究进展与启示
0引言现代战争中，随着作战样式的不断改变以及高新武器的使用，战伤具有致伤因素特殊、复杂、多发及复合伤增多、伤情变化快、救治与处理困难等特点。
战伤救治系统是一个复杂的工程，涉及到医疗救治阶梯部署、战伤救治技术的持续改进、战伤救治医疗装备的研发以及战伤信息的采集与处理等多个方面。
在战伤救治系统中，战伤数据是推动战伤救治水平改善的引擎。
战伤救治的重要临床指南和金标准的制订、作战防护装备的改进、医疗物资的配置和部署决策等都需要以战伤数据的分析为循证基础。
因此，各国军队都将战伤数据库和综合处理平台的研发作为战伤救治系统建设的重要内容，通过采集和存储伤员在救治链上流动所产生的大量信息来提高战伤救治和卫勤保障能力。
外军对战伤数据的研究较早，建设了较为成熟的战伤数据库。
本文通过对外军战伤数据库的研究进展进行回顾，提出对我军战伤数据库建设的对策与建议，以期为我军战伤数据库的研究奠定理论基础。
1美军战伤数据库建设情况美军早在1999年就开始进行战伤数据库的建战伤数据库研究进展与启示胡鹏伟1，杨晨2，秦宇迪3，解宏伟1，陈福兴4，常旺4，陈国良5，张磊1*，刘晓荣4*（1.武警后勤学院卫生勤务系卫生勤务教研室，天津300300；2.武警后勤学院基础部政治工作教研室，天津300300；3.武警后勤学院服务保障中心，天津300300；4.海军军医大学卫生勤务学系卫生勤务学教研室，上海200433；5.海军军医大学海军医学系海军卫勤与装备教研室，上海200433）[摘要]介绍了美军、英军以及北约联军战伤数据库建设的发展历程，分析了外军战伤数据库的研制过程、数据库结构、部署方法和应用方式，从数据库建设方式、数据库需求设计、数据采集机制以及融合应用等方面提出了建设我军战伤数据库的建议，以期能推进卫勤信息资源的深度开发和高效利用，提升卫勤保障水平。
[关键词]战伤数据库；数据库结构；信息化建设；卫勤保障[中国图书资料分类号]R318;TP311.13[文献标志码]A[文章编号]1003-8868(2021)01-0061-05 DOI:10.19745/j.1003-8868.2021012Research progress and enlightenment of combat injury databaseHU Peng-wei1,YANG Chen2,QIN Yu-di3,XIE Hong-wei1,CHEN Fu-xing4,CHANG Wang4,CHEN Guo-liang5,ZHANG Lei1*,LIU Xiao-rong4*(1.Teaching and Research Section of Medical Service,Department of Medical Service,Logistics University of People's Armed Police Force,Tianjin300300,China;2.Teaching and Research Section of Political Work,Department of Basic Sciences,Logistics University of People's Armed Police Force,Tianjin300300,China;3.Center for Logistics Service Support,Logistics University of People's Armed Police Force,Tianjin300300,China;4.Teaching and Research Section of Medical Service,Department of Medical Service,Naval Medical University,Shanghai200433,China;5.Teaching and Research Section of Medical Service and Equipment,Department of Navy Medicine,Naval Medical University,Shanghai200433,China)Abstract The development histories of the combat injury databases were introduced for the US,British and NATO allied forces,and the development process,database structure,deployment methods and application modes of the combat injury database were analyzed for the foreign countries.Some suggestions were put forward for constructing the PLA's combat injury database from the aspects of database construction mode,database requirements design,data acquisition mechanism and fusion application,so as to promote deep development and efficient application of medical information resources.[Chinese Medical Equipment Journal,2021,42(1):61-65]Key words combat injury database;database structure;informatization;medical service support基金项目:军队后勤科研重大项目（AS215R001）作者简介:胡鹏伟（1992—），男，博士，讲师，主要从事卫勤信息化方面的研究工作，E-mail：***************。
数据库技术发展史
数据库技术发展史话说啊，咱们聊聊数据库技术这位“老伙计”的成长故事，那可真是一出跌宕起伏、精彩纷呈的大戏。
想当年，它还是个青涩的小子，在计算机技术这片大森林里，小心翼翼地探索着自己的路。
咱们就从它刚露头的那会儿开始说起吧。
一、萌芽初现，手写时代想当年，计算机刚出道那会儿，数据量小得可怜，存个文件都得小心翼翼，生怕占太多地方。
那时候，数据库还没啥影子，人们全靠手写代码来管理那点可怜的数据，就像是手工记账的账房先生，一笔一划，辛苦得很。
这阶段，咱们就叫它“手写时代”吧，虽然简陋，但那可是数据库技术的启蒙期，意义非凡啊。
二、蹒跚学步，层次数据库登场随着技术的不断进步，数据量开始像吹气球一样膨胀起来。
这时候，人们意识到得找个更高效的法子来管理这些数据了。
于是，层次数据库这位“小少爷”就闪亮登场了。
它像是一棵倒过来的树，数据按层级排列，查找起来方便多了。
不过，这家伙也有个毛病，就是不够灵活，一旦数据结构变了，整个树都得跟着动，麻烦得很。
但这毕竟是个进步，咱们得给它点个赞。
三、风华正茂，网状数据库崛起就在层次数据库还在努力适应新环境的时候，网状数据库这位“后起之秀”已经悄然崛起了。
它跟层次数据库不一样，数据之间可以互相连接，形成了一个错综复杂的网络。
这样一来，数据之间的关系就清晰多了，查找起来也更方便了。
不过，网状数据库也有个难题，就是太复杂了，一般人搞不定，得是高手中的高手才能驾驭得了它。
但不管怎么说，它都是数据库技术发展史上的一座重要里程碑。
四、独领风骚，关系数据库一统江湖时间来到了七八十年代，这时候出现了一个叫“关系数据库”的大佬。
这家伙可不得了，它提出了一个全新的概念——用表格来存储数据。
每个表格都有自己的名字和列名，数据之间通过关系来连接。
这样一来，数据不仅容易管理，还方便查询和更新。
关系数据库的出现，简直就是数据库技术的一次革命。
从此以后，它就成了数据库领域的霸主，一统江湖好多年。
五、与时俱进，现代数据库各领风骚进入新世纪以后，数据库技术更是日新月异。
数据库的发展
数据库的发展在当今数字化的时代，数据成为了一种极其重要的资源，而数据库则是存储和管理这些数据的关键工具。
数据库的发展历程，犹如一部波澜壮阔的科技史诗，见证了人类社会在信息处理和管理方面的不断进步。
从早期简单的文件系统到现代复杂的分布式数据库，数据库的发展经历了多个重要的阶段。
在计算机诞生的早期，数据通常以简单的文件形式存储，这种方式缺乏有效的数据管理和组织机制，数据的查询和更新都非常繁琐。
随着数据量的不断增加和应用需求的日益复杂，专门的数据库管理系统应运而生。
关系型数据库是数据库发展中的一个重要里程碑。
它基于关系模型，使用表格来组织数据，通过严格的数学理论保证了数据的一致性和完整性。
关系型数据库具有结构化、规范化的特点，使得数据的存储和管理更加高效和可靠。
SQL（Structured Query Language，结构化查询语言）作为关系型数据库的标准操作语言，为用户提供了一种直观、统一的数据操作方式。
在很长一段时间里，关系型数据库在企业级应用中占据着主导地位，广泛应用于金融、电信、电商等各个领域。
然而，随着互联网的迅速发展和数据量的爆炸式增长，关系型数据库在处理大规模数据和高并发访问时逐渐暴露出一些局限性。
为了应对这些挑战，非关系型数据库（NoSQL）应运而生。
NoSQL 数据库摒弃了关系模型的严格约束，采用更加灵活的数据模型，如键值对、文档、列族和图等。
它们具有良好的可扩展性和高性能，能够满足海量数据存储和高并发访问的需求。
常见的NoSQL 数据库包括MongoDB、Cassandra、Redis 等。
这些数据库在处理大规模的 Web 应用、社交网络、物联网等场景中发挥了重要作用。
近年来，随着大数据和云计算技术的兴起，数据库的发展又迎来了新的机遇和挑战。
大数据时代的数据量通常达到 PB 甚至 EB 级别，传统的数据库架构难以应对如此巨大的数据规模。
分布式数据库通过将数据分布在多个节点上，实现了横向扩展，能够有效地处理大规模数据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据库发展史的启示摘要：数据库技术从诞生到现在，在不到半个世纪的时间里，形成了坚实的理论基础、成熟的商业产品和广泛的应用领域，吸引越来越多的研究者加入。
数据库的诞生和发展给计算机信息管理带来了一场巨大的革命。
三十多年来，国内外已经开发建设了成千上万个数据库，它已成为企业、部门乃至个人日常工作、生产和生活的基础设施。
同时，随着应用的扩展与深入，数据库的数量和规模越来越大，数据库的研究领域也已经大大地拓广和深化了。
30年间数据库领域获得了三次计算机图灵奖（C.W. Bachman,E.F.Codd, J.Gray），更加充分地说明了数据库是一个充满活力和创新精神的领域。
就让我们沿着历史的轨迹，试图从数据库50 多年发展历程中寻找对大数据管理的一些启示。
关键词：数据库发展大数据数据库发展简史：1、数据独立性20 世纪60 年代数据库领域的主要成就是IDS 系统和DBTG 报告。
其中，IDS 系统是由数据库领域的第一位图灵奖获得者美国科学家Charles W. Bachman 研制的，第一次将数据独立于应用系统存在。
在此基础上形成的DBTG 报告，更进一步提出了数据库系统的三级模式结构。
这个三级模式结构直到今天还是数据库应用开发的基本体系框架, 它让我们深刻理解了数据独立性的价值。
所谓数据独立性是指数据库应用和数据库的逻辑结构和物理结构存在一定的分离。
这样当应用发生变化时，无须变更数据库，反之亦然。
这样做的好处是可以强化数据库系统的稳定性，为数据的独立存在提供了可能。
数据独立性是通过支持三级模式结构来实施的，目前所有的关系数据库都支持三级模式结构。
大数据从本质上讲是强调数据独立存在的。
在一些应用中，大数据是伴随业务系统运行而产生的，例如电商企业的交易记录等。
在其他一些场合下，甚至我们还不知道大数据有什么用，就已经开始大数据的采集和保存了。
因此，是“先有数据后有应用”。
这就要求我们在考虑大数据系统时，要更多地关注数据本身，深刻理解数据之间的关系，实现有效的数据存储、访问和利用。
数据独立性对于大数据而言，已经不再是要不要的问题，而是必然的结果。
因此，大数据时代要特别重视大数据本身，重视对数据治理的研究。
数据治理是一个管理学的概念，是指要对数据的获取、处理、使用进行监管，具体包括数据质量、数据集成与清洗、数据隐私与安全等方面。
2、关系数据库Edgar F. Codd 博士在20 世纪70 年代提供了关系数据模型及相关的论文，而且花了近10 年时间实现了System R 系统，证明了系统的性能可以通过优化技术来提升。
关系数据库的优点有很多，最突出的是简单的数学模型和非过程化的SQL 语言。
关系模型的好处是简洁，全部的概念就是“关系”，用户数据、系统数据都用关系表示。
SQL 语言的好处包括非过程性、统一性、标准性、简单易用性等。
非过程性对于数据库的推广和普及起到了很大的作用，特别是对于提高应用系统的生产效率功不可没；统一性是指SQL 包括了多种类型的数据操作，包括查询、修改、安全性控制等，方便了用户使用；标准性是指国际标准化组织的介入，使其成为业界的标准，这给数据库上的应用迁移，或者说构建跨平台的应用软件，奠定了良好的基础。
历史上关系数据库受到了传统势力的巨大批判，主要是关系数据库的性能低下。
但是，由于Edgar F. Codd 博士的杰出贡献，这一缺点不攻自破。
由此可见，我们需要先构建一个好的框架，然后性能问题可以通过不断的技术创新实现。
基准测试20 世纪80 年代是关系数据库产品走向成熟的年代，这个时期的代表性人物是1998 年图灵奖获得者Jim Gray。
他的成就包括发展了事务理论，以及关系数据库的一系列实现技术等。
用基准测试来评价每一个产品的优劣，对于促进产品的技术进步意义非凡。
有关的企业也都加入到定义基准测试的标准和方法中来，客观上也促进了产品功能的统一，为进一步的标准化奠定了良好的基础。
在关系数据库的发展过程中，事务处理协会 (TPC) 的各种测试尤其是TPC-C 功不可没。
TPC 是一个中立的评测关系数据库性能的委员会，它发布了一系列关于不同类型应用的基准性能评测标准，对于推动关系数据库技术的发展起到了不可替代的作用。
大数据目前所处的阶段类似关系数据库在20 世纪80 年代的情况，是一个春秋战国时代。
全世界每天都有所谓新的大数据系统出现。
因此，设计合适的大数据基准测试十分必要。
然而，大数据的多样性给大数据评测基准的制定也带来了很多挑战。
(1) 从数据类型来看，大数据包括结构化数据、非结构化的文本和多媒体数据、半结构化的日志数据、流数据、图数据等。
不同类型数据的处理方法和所依赖的系统平台可能差别很大，一些应用还会涉及多种不同类型的数据，这为标准的制定带来了巨大挑战。
(2) 大数据系统面对的应用类型也存在很多差异，有面向数据分析的、有事务型数据管理的、有针对复杂机器学习算法的、有对流数据进行分析和监控的、有面向科学计算和图像处理的。
不同类型的应用对系统的性能要求存在较大的差异，这也为大数据系统的基准制定带来了巨大挑战。
(3) 系统测试指标也存在很大的差异性，有的关心系统事务处理时间、有的关注数据载入( 预处理) 时间、有的关注系统存储代价和扩展性、有的关注系统能耗等，这对基准制定提出了更高的要求。
尽管目前已经出现了BigBench 等面向大数据系统的基准测试，但是，仍然有很多工作要做。
3、系统适应性上世纪80 年代后期，随着计算机应用的开展，人们已经越来越认识到关系数据库的不足，特别是在表达能力方面的不足，关系数据库无法表达和处理XML 数据、非结构化数据等，这直接导致了上世纪90 年代面向对象数据库系统的产生，并大有要取代关系数据库的架势。
很可惜，由于种种原因这种努力并没有成功。
之后，还提出了XML 数据库等新的数据库系统原型，也都没有产生颠覆性的影响。
要说部分获得成功的倒是数据仓库系统，通过提出位图索引、按列存储、立方体等技术，减少并发控制带来的性能损耗，确实对于复杂分析查询获得了极大的性能提升。
因此，想用一个系统来处理全部类型的应用是不现实的，最好的办法是针对某类应用采用相应的系统。
普遍的做法是将应用区分为所谓OLTP 和OLAP两大类，前者要确保数据库的正确性，后者重视复杂分析查询的计算性能。
2012 年3 月，美国奥巴马政府发布了《大数据研究和发展倡议》，提出联邦政府与行业、科研院校和非盈利机构一起，共同迎接大数据创造的机遇和挑战。
某种程度上，大数据在美国已经形成了全体动员格局。
大数据技术将在科学研究、环境保护、生物医药研究、教育以及国家安全等领域重点突破。
美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究局等六个联邦部门和机构承诺，将投入超过2 亿美元资金用于研发“从海量数据信息中获取知识所必需的工具和技能”。
2013 年2 月，法国政府发布《数字化路线图》，列出了将会大力支持的战略性高新技术，大数据是其中一项。
同年4 月，法国召开“第二届巴黎大数据大会”，法国经济、财政和工业部门宣布将投入1 150 万欧元用于支持未来重点项目。
2012 年5 月，联合国“全球脉动”（Global Pulse）发布《大数据开发：机遇与挑战》报告，阐述了大数据带来的机遇、主要挑战和大数据应用。
全球脉动计划的目标在于利用数字化的早期预警分析，提前规划、调整、指导联合国在全球范围内，针对众多行业领域的援助项目，以提高援助项目完成的精确性和有效性。
4、我国大数据发展探索我国在信息化发展领域，多次强调重视提升信息资源开发利用水平，强调关注大数据工作。
目前，国内的实质推进更多地处于地方、产业等各部门自发的探索实践。
广东省是国内率先关注大数据的地方之一。
2013 年出台《广东省信息化发展规划纲要》，明确“大数据和商业智能试点示范应用成效明显，公共服务和社会管理电子化、网络化全面普及，信息化有效推动产业转型升级和生产方式转变，信息化成果惠及全省人民”。
在构建信息技术产业体系任务中，明确“构建面向企业经营管理及社会服务和管理的大数据挖掘应用创新平台。
”在推动信息化和工业化深度融合任务中，明确“推进大数据商业化应用.培育数据资源服务重点企业，提高数据资源服务能力”。
2012 年12 月，陕西省发布“大数据产业发展战略”与“沣西大数据产业园发展规划”。
陕西省大数据发展分为三个阶段：导入期、建设期、成长期；到2017 年，建成以西咸新区为核心的大数据处理与服务产业集群，力争成为国家政务信息资源的汇集地、社会信息资源的集散地。
2013 年3 月深圳市大数据产业研联盟成立。
联盟立足于发挥深圳高新技术研究和产业化优势，发挥产业联动作用，促进同行业间信息沟通、业务合作、资源共享、优势互补，促进大数据产业链的形成。
2013 年6 月，山东农业大数据产业技术创新战略联盟成立。
由政府、高校、科研单位、企业组成的联盟将通过加强对农业相关信息和数据的分析研究，为政府决策、产业发展提供更多的服务和支持。
针对大数据应用，按照领域或者按照应用的不同类型区别对待，研制最合适的系统是目前可行的办法。
例如，对于复杂数据分析、即时查询请求及流数据处理，可能需要不同类型的系统。
纵观现在的商业公司及数据库产品有下面几种类型。
1）IBM 的DB2作为关系数据库领域的开拓者和领航人，IBM在1997年完成了System R系统的原型，1980年开始提供集成的数据库服务器—— System/38，随后是SQL/DSforVSE和VM，其初始版本与SystemR研究原型密切相关。
DB2 forMVSV1 在1983年推出。
该版本的目标是提供这一新方案所承诺的简单性，数据不相关性和用户生产率。
1988年DB2for MVS 提供了强大的在线事务处理（OLTP）支持，1989 年和1993 年分别以远程工作单元和分布式工作单元实现了分布式数据库支持。
最近推出的DB2Universal Database 6.1则是通用数据库的典范，是第一个具备网上功能的多媒体关系数据库管理系统，支持包括Linux在内的一系列平台。
2）OracleOracle前身叫SDL，由LarryEllison 和另两个编程人员在1977创办，他们开发了自己的拳头产品，在市场上大量销售，1979 年，Oracle公司引入了第一个商用SQL 关系数据库管理系统。
Oracle公司是最早开发关系数据库的厂商之一，其产品支持最广泛的操作系统平台。
目前Oracle关系数据库产品的市场占有率名列前茅。
3）InformixInformix在1980年成立，目的是为Unix等开放操作系统提供专业的关系型数据库产品。
公司的名称Informix便是取自Information 和Unix的结合。