Conforme el uso de los sistemas de bases de datos ha ido aumentando, los usuarios han ido demandando funciones adicionales a estos sistemas con el objeto de simplificar la implementación de aplicaciones más avanzadas y complejas. Las bases de datos orientadas a objetos y los sistemas objeto-relacionales permiten a los usuarios extender sus sistemas especificando tipos abstractos de datos adicionales para cada aplicación. Sin embargo, es muy útil identificar las características que tienen en común estas aplicaciones avanzadas, para crear modelos que puedan representarlas. Además, se pueden implementar estructuras de almacenamiento especiales, así como métodos de acceso, para mejorar las prestaciones de estas nuevas características.
Algunas de ellas son, además de las reglas activas que se utilizan en las aplicaciones de bases de datos activas, los conceptos temporales que se utilizan en aplicaciones de bases de datos temporales, así como varios aspectos relacionados con las bases de datos espaciales y las bases de datos multimedia.
Un área que se encuentra en la intersección de las bases de datos, la lógica y la inteligencia artificial, son las bases de datos deductivas. Un sistema de gestión de bases de datos deductivas es un sistema de gestión de bases de datos que posee la capacidad de definir reglas deductivas que pueden deducir o inferir información adicional de los hechos almacenados en la base de datos. Ya que parte del fundamento teórico de algunos sistemas de gestión de bases de datos deductivas es la lógica matemática, a estas bases de datos se las suele denominar bases de datos lógicas.
El incremento en la potencia de procesamiento y de la sofisticación de las herramientas y técnicas de análisis han producido el desarrollo de lo que se denominan grandes almacenes de datos (data warehousing). Estos sistemas proporcionan almacenamiento, funcionalidad y buena respuesta a consultas, más allá de las cualidades de las bases de datos orientadas a transacciones. Junto al crecimiento de la potencia, ha llegado una gran demanda de mejorar las prestaciones en el acceso a las bases de datos. Las bases de datos tradicionales equilibran el requisito del acceso a los datos con la necesidad de garantizar su integridad. Sin embargo, en las organizaciones más modernas, los usuarios se suelen encontrar alejados de las fuentes de datos. Muchos de estos usuarios sólo necesitan un acceso muy rápido a un gran volumen de datos, que puede ser cargado en su equipo. Normalmente, estos datos vienen de múltiples bases de datos. Ya que muchos de los análisis realizados son recurrentes y predecibles, se han empezado a diseñar sistemas que realicen estas funciones. Hoy en día, hay una gran necesidad de apoyo para la toma de decisiones, siendo necesario disponer de información al nivel de detalle adecuado. Los grandes almacenes de datos, el procesamiento de análisis en línea (OLAP) y la explotación de datos (data mining), proporcionan esta funcionalidad.