计算机数据管理技术经历了哪三个阶段？
1、人工管理阶段
在计算机出现之前，人们运用常规的手段从事记录、存储和对数据加工，也就是利用纸张来记录和利用计算工具（算盘、计算尺）来进行计算，并主要使用人的大脑来管理和利用这些数据。
到了20世纪50年代中期，计算机主要用于科学计算。当时没有磁盘等直接存取设备，只有纸带、卡片、磁带等外存，也没有操作系统和管理数据的专门软件。数据处理的方式是批处理。
2、文件系统阶段
20世纪50年代后期到60年代中期，随着计算机硬件和软件的发展，磁盘、磁鼓等直接存取设备开始普及，这一时期的数据处理系统是把计算机中的数据组织成相互独立的被命名的数据文件，并可按文件的名字来进行访问，对文件中的记录进行存取的数据管理技术。
数据可以长期保存在计算机外存上，可以对数据进行反复处理，并支持文件的查询、修改、插入和删除等操作，这就是文件系统。
件系统实现了记录内的结构化，但从文件的整体来看却是无结构的。其数据面向特定的应用程序，因此数据共享性、独立性差，且冗余度大，管理和维护的代价也很大。
3、数据库系统阶段
20世纪60年代后期以来，计算机性能得到进一步提高，更重要的是出现了大容量磁盘，存储容量大大增加且价格下降。在此基础上，而满足和解决实际应用中多个用户、多个应用程序共享数据的要求，从而使数据能为尽可能多的应用程序服务，这就出现了数据库这样的数据管理技术。
数据库的特点是数据不再只针对某一个特定的应用，而是面向全组织，具有整体的结构性，共享性高，冗余度减小，具有一定的程序与数据之间的独立性，并且对数据进行统一的控制。
扩展资料
数据管理与智能计算的深度融合已经成为大数据时代顺利前行的迫切需求。一方面，将新一代人工智能方法应用于先进数据管理技术，尝试探索和突破智能数据管理与分析的理论体系、技术方法及系统平台，已经成为数据管理领域的新兴研究方向。
另一方面，研发面向人工智能的数据库基础软件，为新一代人工智能技术的研发和广泛应用提供海量数据的有效存储、查询、分析和挖掘等的系统支持，亦是国家科技创新的决定性因素。
智能数据管理与分析领域日益得到学术界和工业界的普遍关注，其理论、技术和方法亟待深入的探索与思考。目前，针对智能数据管理与分析的研究仍然处于起步阶段。
国内外研究者提出了一些新颖的智能数据管理算法，如关系数据的智能索引结构、深度学习训练数据的有效管理方法等，也开发出了基于机器学习技术自动调优关系数据库管理系统的工具。
参考资料来源：
