精华内容
下载资源
问答
  • 嵌入式人工智能关系_嵌入式人工智能的发展趋势

    万次阅读 多人点赞 2019-04-09 17:00:43
    嵌入式人工智能关系_嵌入式人工智能的发展趋势  所谓嵌入式人工智能,就是设备无须联网通过云端数据中心进行大规模计算去实现人工智能,而是在本地计算,在不联网的情况下就可以做实时的环境感知、人机交互、...

    嵌入式与人工智能关系_嵌入式人工智能的发展趋势

     

      所谓嵌入式人工智能,就是设备无须联网通过云端数据中心进行大规模计算去实现人工智能,而是在本地计算,在不联网的情况下就可以做实时的环境感知、人机交互、决策控制。那么嵌入式与人工智能关系是什么?嵌入式人工智能的发展趋势你知道吗?本文主要详细嵌入式与人工智能,具体的跟随小编一起来了解一下。

      嵌入式与人工智能关系

      人工智能不可能没有嵌入式,人工智能的领域庞大涵盖学科众多,应用范围也很多。人工智能与嵌入式系统的关系,可用苏轼《题西林壁》的诗句来形容,即“横看成岭侧成峰,远近高低各不同。不识庐山真面目,只缘身在此山中”。长期以来,形形色色的人工智能就在我的周围,我们却视而不见。可以说嵌入式开启了人工智能的进程,人工智能的终极目的是实现人类智力的替代,人的智力有“思维”和“行为”两种方式,思维是大脑独立的思考,行为是个体与客观世界的交互。

      现在的人工智能大多属于前者,siri、阿尔法狗都是典型代表。要实现人工智能的行为,必须使用嵌入式系统,这就是现在所说的强人工智能与弱人工智能。具有行为能力的“弱人工智能”就是智能化工具,即MCU基础上的嵌入式应用系统,已有40多年历史。可以骄傲地说,单片机、嵌入式系统开启了人工智能的历史进程,我们所做的一切都是人工智能的那些事儿。人工智能是基础的技术资源,它有着改变人们的思维与生活方式、变革社会的巨大潜力。从更大的格局看,万物智联时代正在到来,未来将从“以设备为中心”进步为“以用户为中心”、“以数据为中心”。

      业界普遍认为人工智能的三个发展阶段包括感知智能、认知智能和通用人工智能(AGI)。感知指语音、语言、图像、手势等;认知指理解、记忆、知识、推理、规划、决策、创造等;通用人工智能指类似人类的思维。其中,感知是人机交互中最重要的一环,为人工智能提供数据基础。这三个阶段需要循序渐进。目前阶段,人工智能的目标并不是让机器模拟人的全部行为,而是在某些特定领域超过人类专家的水平、有能力高效地解决专业问题,从而对人类提供实用的服务。

      小编觉得在人工智能时代,强大的算法也不会拘泥于PC机实现,需要落地的话,就要依赖嵌入式承载。嵌入式在智能手机上的应用已经足以证明,未来出现的机器人一定会使用嵌入式的技术,所以说对于嵌入式系统的需求已经非常迫切,期待能够出现颠覆智能手机的嵌入式便携移动终端。

      嵌入式与人工智能关系_嵌入式人工智能的发展趋势

      嵌入式系统开启人工智能的历史进程

      人工智能与嵌入式系统的关系,可用苏轼《题西林壁》的诗句来形容,即“横看成岭侧成峰,远近高低各不同。不识庐山真面目,只缘身在此山中”。长期以来,形形色色的人工智能就在我的周围,我们却视而不见。为什么会出现这种现象?则要从两个领域的人工智能说起。

      所说的人工智能,就是以人工方式实现人类智力的替代。人类智力有“思维”与“行为”两种方式。“思维”是大脑的独立思考,“行为”是人类个体与客观世界的交互状态,除了思考还要有对外部世界的感知与控制。AlphaGo属于前者,它与李世石、柯洁对决,还要有代理人将它的思维能力转化成对决的下棋行为。实现人工智能的行为方式,则非嵌入式系统莫属。对此,人工智能领域人士,普遍将这两种人工智能定义成“强人工智能”与“弱人工智能”。

      AlphaGo之父哈萨比斯在剑桥大学演讲中则用“通用人工智能”与“狭义人工智能”来区分。总之,所有专家都认可具有行为能力的“弱人工智能”。

      具有行为能力的“弱人工智能”就是智能化工具,即MCU基础上的嵌入式应用系统,已有40多年历史。无怪乎约翰•麦卡锡这位50年代提出人工智能概念的学者,感叹于我们日常生活中每天都在使用人工智能,抱怨于“一旦一样东西用人工智能实现了,人们就不再叫它人工智能了”。

      可以骄傲地说,单片机、嵌入式系统开启了人工智能的历史进程,我们所做的一切都是人工智能的那些事儿。

      嵌入式与人工智能关系_嵌入式人工智能的发展趋势

      嵌入式人工智能的的发展趋势

      1、嵌入式人工智能于各行业垂直领域应用具有巨大的潜力

      嵌入式人工智能市场在零售、交通运输和自动化、制造业及农业等各行业垂直领域具有巨大的潜力。而驱动市场的主要因素,是嵌入式人工智能技术在各种终端用户垂直领域的应用数量不断增加,尤其是改善对终端消费者服务。当然嵌入式人工智能市场要起来也受到IT基础设施完善、智能手机及智能穿戴式设备的普及。其中,以自然语言处理(NLP)应用市场占嵌入式人工智能市场很大部分。随着自然语言处理的技术不断精进而驱动消费者服务的成长,还有:汽车信息通讯娱乐系统、嵌入式人工智能机器人及支持嵌入式人工智能的智能手机等领域。

      2、嵌入式人工智能导入医疗保健行业维持高速成长

      由于医疗保健行业大量使用大数据及嵌入式人工智能,进而精准改善疾病诊断、医疗人员与患者之间人力的不平衡、降低医疗成本、促进跨行业合作关系。此外嵌入式人工智能还广泛应用于临床试验、大型医疗计划、医疗咨询与宣传推广和销售开发。嵌入式人工智能导入医疗保健行业从2016年到2022年维持很高成长,预计从2016年的6.671亿美元达到2022年的79.888亿美元年均复合增长率为52.68%。

      3、嵌入式人工智能取代屏幕成为新UI / UX接口

      过去从PC到手机时代以来,用户接口都是透过屏幕或键盘来互动。随着智能喇叭(Smart Speaker)、虚拟/增强现实(VR/AR)与自动驾驶车系统陆续进入人类生活环境,加速在不需要屏幕的情况下,人们也能够很轻松自在与运算系统沟通。这表示着嵌入式人工智能透过自然语言处理与机器学习让技术变得更为直观,也变得较易操控,未来将可以取代屏幕在用户接口与用户体验的地位。嵌入式人工智能除了在企业后端扮演重要角色外,在技术接口也可承担更复杂角色。例如:使用视觉图形的自动驾驶车,透过人工神经网络以实现实时翻译,也就是说,嵌入式人工智能让接口变得更为简单且更有智能,也因此设定了未来互动的高标准模式。

      嵌入式与人工智能关系_嵌入式人工智能的发展趋势

      4、未来手机芯片一定内建嵌入式人工智能运算核心

      现阶段主流的ARM架构处理器速度不够快,若要进行大量的图像运算仍嫌不足,所以未来的手机芯片一定会内建嵌入式人工智能运算核心。正如,苹果将3D感测技术带入iPhone之后,Android阵营智能手机将在明年(2017)跟进导入3D感测相关应用。

      5、嵌入式人工智能芯片关键在于成功整合软硬件

      嵌入式人工智能芯片的核心是半导体及算法。嵌入式人工智能硬件主要是要求更快指令周期与低功耗,包括GPU、DSP、ASIC、FPGA和神经元芯片,且须与深度学习算法相结合,而成功相结合的关键在于先进的封装技术。总体来说GPU比FPGA快,而在功率效能方面FPGA比GPU好,所以嵌入式人工智能硬件选择就看产品供货商的需求考虑而定。例如,苹果的Face ID脸部辨识就是3D深度感测芯片加上神经引擎运算功能,整合高达8个组件进行分析,分别是红外线镜头、泛光感应组件、距离传感器、环境光传感器、前端相机、点阵投影器、喇叭与麦克风。苹果强调用户的生物识别数据,包含:指纹或脸部辨识都以加密形式储存在iPhone内部,所以不易被窃取。

      6、嵌入式人工智能自主学习是终极目标

      嵌入式人工智能“大脑”变聪明是分阶段进行,从机器学习进化到深度学习,再进化至自主学习。目前,仍处于机器学习及深度学习的阶段,若要达到自主学习需要解决四大关键问题。首先,是为自主机器打造一个嵌入式人工智能平台;还要提供一个能够让自主机器进行自主学习的虚拟环境,必须符合物理法则,碰撞,压力,效果都要与现实世界一样;然后再将嵌入式人工智能的“大脑”放到自主机器的框架中;最后建立虚拟世界入口(VR)。目前,NVIDIA推出自主机器处理器Xavier,就在为自主机器的商用和普及做准备工作。

      7、最完美的架构是把CPU和GPU(或其他处理器)结合起来

      未来,还会推出许多专门的领域所需的超强性能的处理器,但是CPU是通用于各种设备,什么场景都可以适用。所以,最完美的架构是把CPU和GPU(或其他处理器)结合起来。例如,NVIDIA推出CUDA计算架构,将专用功能ASIC与通用编程模型相结合,使开发人员实现多种算法。

      8、AR成为嵌入式人工智能的眼睛,两者是互补、不可或缺

      未来的嵌入式人工智能需要AR,未来的AR也需要嵌入式人工智能,可以将AR比喻成嵌入式人工智能的眼睛。为了机器人学习而创造的在虚拟世界,本身就是虚拟现实。还有,如果要让人进入到虚拟环境去对机器人进行训练,还需要更多其它的技术。展望未来,随着嵌入式人工智能、物联网、VR/AR、5G等技术成熟,将带动新一波半导体产业的30年荣景,包括:内存、中央处理器、通讯与传感器四大芯片,各种新产品应用芯片需求不断增加,以中国在半导体的庞大市场优势将会在全球扮演关键的角色

    展开全文
  • 关系型数据库的发展历史

    千次阅读 2019-03-12 23:15:03
    数据库发展史 信息系统产生了海量的数据,有数据必须要有数据的存放位置, 无库时代 :没有专门的...非关系型数据库:为适应水平扩展性和处理超大量的数据环境,近几年发展非常迅速的发展,衍生类型非常多。 本...

    数据库发展史

    信息系统产生了海量的数据,有数据必须要有数据的存放位置,

    无库时代 :没有专门的数据库,数据大多以文件形式存放

    层次状数据库 :使用层次状模型进行数据库设计和存放

    网状数据库 :使用网状模型进行数据库设计和存放

    关系型数据库 :使用关系型模型进行数据库设计和存放

    非关系型数据库:为适应水平扩展性和处理超大量的数据环境,近几年发展非常迅速的发展,衍生类型非常多。

     

    本文主要考虑对于OLTP和OLAP占据主流的关系型数据库,目前关系型数据库软件主要有:

    大型商用关系型数据库:Oracle,DB2,SQL Sever/Sybase;

    近年发展较快的开源关系型数据库:MySQL,PostgreSQL,SQLite
    关系型数据库主要人物与发展历史

    关系型数据库的发展,大致可分为理论奠基、SQL标准、商用成型、多家发展等几个阶段,在每个阶段都有对应的重要人物与贡献。

    首先是数学家E.F.Codd发表了数学论文《用于大型共享数据库的关系数据模型》,提出关系和关系运算的概念,奠定了关系型数据库的理论模型;

    然后是Codd的同事DonChamberlin将Codd的论文和关系运算,转换成为比较容易理解和使用的SQL语言,并且在后面成为所有关系型数据库的标准;

    有了上面的数据理论和SQL基础,LarryElision和他的同事看到商机,开发出第一个商用大型关系型数据库Oracle,Scott作为一个开发的员工,将其测试账户放在里面了;

    除了Oracle数据库,IBM也开发出了DB2数据库,但其他主流的关系型数据库都与Michael Stonebraker有关,开发了Postgres并放在BSD版权下,后来演变成了Postgres SQL;87年微软和Sybase合作,开发除了MS SQL和Sybase;后又加入Ingres和Informax,其他的主流关系型数据库几乎都和Michael Stonebraker有关。
    关系型数据库之父:E.F.Codd

    1970年,Codd划时代的论文《用于大型共享数据库的关系数据模型》


     Codd全关系系统十二准则

    准则0

    一个关系形的关系数据库系统必须能完全通过它的关系能力来管理数据库。

    准则1 信息准则

    关系数据库系统的所有信息都应该在逻辑一级上用表中的值这一种方法显式的表示。

    准则2 保证访问准则

    依靠表名、主码和列名的组合,保证能以逻辑方式访问关系数据库中的每个数据项。

    准则3 空值的系统化处理

    全关系的关系数据库系统支持空值的概念,并用系统化的方法处理空值。

    准则4 基于关系模型的动态的联机数据字典

    数据库的描述在逻辑级上和普通数据采用同样的表述方式。

    准则5 统一的数据子语言

    一个关系数据库系统可以具有几种语言和多种终端访问方式,但必须有一种语言,它的语句可以表示为严格语法规定的字符串,并能全面的支持各种规则。

    准则6 视图更新准则

    所有理论上可更新的视图也应该允许由系统更新。

    准则7 高级的插入、修改和删除操作

    系统应该对各种操作进行查询优化。

    准则8 数据的物理独立性

    无论数据库的数据在存储表示或存取方法上作任何变化,应用程序和终端活动都保持逻辑上的不变性。

    准则9 数据逻辑独立性

    当对基本关系进行理论上信息不受损害的任何改变时,应用程序和终端活动都保持逻辑上的不变性。

    准则10 数据完整的独立性

    关系数据库的完整性约束条件必须是用数据库语言定义并存储在数据字典中的。

    准则11 分布独立性

    关系数据库系统在引入分布数据或数据重新分布时保持逻辑不变。

    准则12 无破坏准则

    如果一个关系数据库系统具有一个低级语言,那么这个低级语言不能违背或绕过完整性准则。

     
    SQL之父:唐-钱伯林(Don Chamberlin)

     

    唐·钱伯林(DonChamberlin),是IBM Fellow,ACM及IEEE 特别会员。他是SQL关系数据库语言的发明人之一,也是XQuery语言的设计基础Quilt语言的发明人之一。Don拥有加利福尼亚大学博士学位。他目前在IBM Almaden 研究中心工作,在过去几年中,他代表IBM参与W3C XML Query工作组的工作。


    Scott和他的猫的故事

    第一个商用关系型数据库——Oracle

     

    左起 Ed Oates、Bruce Scott、Bob Miner、Larry Ellison

     

    Oracle与Larry Ellison

     
    主流数据库的奠基人——Michael Stonebraker

    Michael Stonebraker,SQL Server/Sysbase奠基人。

    著名的数据库科学家,他在1992 年提出对象关系数据库模型在加州伯克利分校计算机教授达25年。在此期间他创作了Ingres,Illustra, Cohera, StreamBase Systems和Vertica等系统。Stonebraker教授也曾担任过Informix的CEO,目前他是MIT麻省理工学院客席教授。

    Stonebraker 教授领导了称为Postgres的后Ingres项目。这个项目的成果非常巨大,在现代数据库的许多方面都做出的大量的贡献。Stonebraker 教授还做出了一件造福全人类的事情,那就是把Postgres 放在了BSD 版权的保护下。如今Postgres名字已经变成了PostgreSQL,功能也是日渐强大。

    87年左右,Sybase联合了微软,共同开发SQL Server。原始代码的来源与Ingres有些渊源。后来1994年,两家公司合作终止。此时,两家公司都拥有一套完全相同的SQLServer代码。可以认为,Stonebraker教授是目前主流数据库的奠基人。

     

    1973 年 IBM 启动了 System R 项目,项目组发表了一系列关于关系数据库的的文章。两个伯克莱大学的科学家,Michael Stonebraker 和 Eugene Wong 读了这些文章后非常感兴趣,于是决定自己启动一个关系数据的研究项目。他们已经为一个地理数据库系统申请到了资金,他们称为 ingres,意思是交互式图形获取系统

    Ingres的代码是可以免费获得的,到 1980 年止,共分发了 1000 份拷贝,不少公司使用这些代码形成了自己的产品线。Informix 是最早的用户之一,并且其员工完全是 Ingres 项目的人员。他们在 1984 发布了基于 Ingres 的第一版产品,到 1997 年已经成了第二大数据库供应商。然而,一系列管理和财会方面的失误在短短两年内毁了公司的信誉,并于 2000 年被 IBM 收购。

     

    Robert Epstein 在伯克立大学项目中的重要的程序员,创建了 Britton-Lee,后来的 Sybase,Sybase 在 80 到 90 年期间是第二号数据库产品,Sybase 于1992年将产品卖给微软,微软称之为 MSSQLServer。

    Stonebraker 自己离开了伯克立大学在1982年创建了Ingres 公司,Stonebraker 在这个公司工作到 1991 年,然后公司卖给了 ASK,1994年 ASK/ingres 被 CA Computer Associates 收购。2004 年 CA 在开源许可下发布了 Ingres release 3,并继续开发销售 Ingres。

    在返回 Berkeley 之后,Stonebraker 开始了一项后-Ingres 计划来致力于解决关系模型的数据库管理现有实现的局限性。其中主要的是它们不能让用户定义组合更简单域的新域(或者叫类型)(参见关系模型获得对术语域的解释。)结果的计划叫做 Postgres,以介入对增加完整的类型支持所需要的最小数目的特征为目标。其中包括定义类型的功能,还有完全描述联系的能力 - 联系至今已经广泛使用但仍由用户完全维护。在 Postgres 中数据库理解联系,并能以使用规则的自然方式在有关联的表中检索信息。详情请参见 PostgreSQL 的文章。在 1990 年 Stonebraker 再次离开 Berkeley 去商业化 Postgres,使用了名字 Illustra。Illustra 后来被 Informix 并购,而 Stonebraker 再次回去搞高等教育了。

     
    附录:主要关系型数据库厂商的发展历史
    数据库厂商的发展历史之Oracle

    所有这一切要从IBM的一篇论文谈起,1970年的6月,IBM公司的研究员埃德加·考特(Edgar Frank Codd) 在 Communications ofACM 上发表了那篇著名的《大型共享数据库数据的关系模型》(A Relational Model ofData for Large Shared Data Banks)的论文。这是数据库发展史上的一个转折。要知道,当时还是层次模型和网状模型的数据库产品在市场上占主要位置。从这篇论文开始,拉开了关系型数据库软件革命的序幕。IBM虽然1973年就启动了SystemR的项目来研究关系型数据库的实际可行性,也没有及时推出这样的产品,因为当时IBM的的IMS(著名的层次型数据库)市场不错,如果推出关系型数据库,牵涉到IBM很多人的自身利益。再者,IBM庞大复杂的官僚机构处在决策上远不那么灵活

    1977年6月,Larry Ellison与Bob Miner和Ed Oates在硅谷共同创办了一家名为软件开发实验室(Software Development Laboratories,SDL)的计算机公司(ORACLE公司的前身)。那个时候,32岁的Larry Ellison,这个读了三家大学都没能毕业的辍学生,还只是一个普通的软件工程师。公司创立之初,Miner是总裁,Oates为副总裁,而Ellison,因为一个合同的事情,还在另一家公司上班。没多久,第一位员工Bruce Scott(用过ORACLE数据库软件的人都知道有个Scott用户的吧?没错,就是这个Scott,至于Scott用户的密码Tiger,那是Scott养的猫的名字, Oracle也一直没有忘记她的第一位程序员)加盟进来,在Miner和Oates有些厌倦了那种合同式的开发工作后,他们决定开发通用软件,不过们还不知道自己能开发出来什么样的产品。Oates最先看到了埃德加·考特的那篇著名的论文连同其他几篇相关的文章并推荐Ellison和Miner也阅读一下。Ellison和Miner预见到数据库软件的巨大潜力(跟着IBM走,没错),于是,SDL开始策划构建可商用的关系型数据库管理系统(RDBMS)。

    根据Ellison和Miner他们在前一家公司从事的一个由中央情报局投资的项目代码,他们把这个产品命名为ORACLE。因为他们相信,ORACLE(字典里的解释有“神谕, 预言”之意)是一切智慧的源泉。1979年,SDL更名为关系软件有限公司(Relational Software,Inc.,RSI),毕竟“软件开发实验室”不太像一个大公司的名字。1983年,为了突出公司的核心产品,RSI再次更名为ORACLE。Oracle从此正式走入人们的视野。

    RSI在1979年的夏季发布了可用于DEC公司的PDP-11计算机上的商用ORACLE产品,这个数据库产品整合了比较完整的SQL实现,其中包括子查询、连接及其他特性。出于市场策略,公司宣称这是该产品的第二版,但却是实际上的第一版。这就是Oracle这种“要命”的市场策略,事实上,这种策略有时候也是非常成功的。

    1983年3月,RSI发布了ORACLE第三版。Miner和Scott历尽艰辛用C语言重新写就这一版本。(说老实话,太佩服这两个大牛了,为什么一直没多少媒体宣传这两个人呢,怀疑Miner简直就是“少林老僧”般的人物。)要知道,C语言当时推出不久,用它来写ORACLE软件也是具有一定的风险的,但除此之外,别无他法。很快就证明了这样做是多么的正确:C编译器便宜而又有效,还有很好的移植性。从现在起,ORACLE产品有了一个关键的特性:[可移植性]。同样是1983年,IBM发布了姗姗来迟的Database 2(DB2),但只可在MVS上使用。不管怎么说,ORACLE已经占取了先机。

    在开发第三版还没有结束的时候,Scott离开了ORACLE。当时用C语言改写ORACLE的压力很大,无休止的软件调试终于让Scott不堪重负,选择了一走了之。把剩下的重担交给了Miner一个人。在出售了自己的4%的股票之后,Scott 后来创建了Gupta公司(现更名为Centura Software)和PointBase公司(提供百分之百纯Java嵌入式数据库),都是开发和数据库相关的产品。多年后有人问到他的4%的ORACLE股票的时候,Scott,这个曾经给ORACLE写出第一行代码的技术高手,也只能报以一笑了。如果能坚持下来,那是一笔几亿美金的财富。不过当时的Scott没有那么多的想法,他只是太累了。

    很长一段时间里,公司研发由Miner独力承担。Miner视金钱如无物,为人低调,和Ellison的锋芒必露形成鲜明的对比。在公司里,大家一致认为他是老好人,他也深受员工爱戴。Ellison是公司的大脑,Miner则当之无愧的成为公司的心脏。他是个沉默的英雄,正如Steve Jobs背后的Steve Wozniak一样。

    1984年10月,ORACLE发布了第4版产品。产品的稳定性总算得到了得到了一定的增强,用Miner的话说,达到了“工业强度”。

    在1985年,ORACLE发布了5.0版。有用户说,这个版本算得上是ORACLE数据库的稳定版本。这也是首批可以在Client/Server模式下运行的的RDBMS产品,在技术趋势上,ORACLE数据库始终没有落后。

    那是在1985年,当时曾经的最大的独立软件公司Cullinet(主要销售网状数据库)已经如流星般陨落。ORACLE的主要竞争对手是Ingres数据库。Ingres在加州大学伯克利分校诞生,主要的设计者是当时鼎鼎大名的MichaelStonebraker教授。可以说Ingres数据库软件是上个世纪80年代技术上最好的数据库,Ingres市场分额的快速增长已经给ORACLE早成了很大的压力。巧的是,这个时候,IBM公司再一次伸出“上帝之手”。

    Ingres使用的是Stonebraker 发明的QUEL(Query Language))的查询技术,这和IBM的SQL大不相同。在某些地方QUEL甚至要优于SQL。IBM当时担心Ingres把QUEL变成标准会对自己不利。经过一番衡量,决定把自己的SQL提交给数据库标准委员会。而Stonebraker教授可不打算把QUEL提交给数据库标准委员会,学院派的他认为这麽做实际上是扼杀了创新精神。可以看出,学院派,大都会把事情搞杂。

    1986年3月12日,ORACLE公司以每股15美元公开上市,当日以20.75美元收盘,公司市值2.7亿美元。3月13日,微软以每股21美元的发行价上市,以28美元收市,公司市值达到7亿美元。远远超过了ORACLE。成功的光环的微软和盖茨遮盖住了ORACLE和Ellison的光芒,可能这也是Ellison敌视微软的开始。

    ORACLE第6版于1988年发布。由于过去的版本在性能上屡受诟病,Miner带领着工程师对数据库核心进行了重新的改写。引入了行级锁(row-level locking)这个重要的特性,也就是说,执行写入的事务处理只锁定受影响的行,而不是整个表。这个版本引入了还算不上完善的PL/SQL(Procedural Language extension to SQL)语言。第6版还引入了联机热备份功能,使数据库能够在使用过程中创建联机的备份,这极大地增强了可用性。

    在第六版刚发布之后,很多迫不及待开始使用的用户就怨声载道。这是个根本就没有测试好就进行发布的产品(也怪Ellison,大话总要说在前头,只好自尝苦果)。用户开始对ORACLE大肆抨击,ORACLE的一些对手也开始落井下石,针对ORACLE产品的一些弱点进行攻击。

    噩梦延续到ORACLE第七版的推出而结束。这个公司已经空谈了好几年的新版本(一度被讥讽为不过是Ellison的故计重施而已),直到1992年6月才终于闪亮登场,这一次公司吸取了第六版匆忙上市的教训,听取了用户的多方面的建议,并集中力量对新版本进行了大量而细致的测试。该版本增加了许多新的性能特性:分布式事务处理功能、增强的管理功能、用于应用程序开发的新工具以及安全性方法。

    ORACLE 第七版是ORACLE真正出色的产品,取得了巨大的成功。这个版本的出现真是好时机,当时Sybase公司的数据库已经占据了不少份额,ORACLE借助这一版本的成功,一具击退了咄咄逼人的Sybase。公司的销售人员这次算到了给用户兑现空头许诺的时候。公司经过两三年的治理,终于摆脱了种种麻烦,重新开始健康发展,销售额也从92年的15亿美元变为四年后的42亿美元。  

    1997年6月,ORACLE第八版发布。ORACLE8支持面向对象的开发及新的多媒体应用,这个版本也为支持Internet、网络计算等奠定了基础。同时这一版本开始具有同时处理大量用户和海量数据的特性。

    1998年9月,ORACLE公司正式发布ORACLE 8i。“i”代表Internet,这一版本中添加了大量为支持Internet而设计的特性。这一版本为数据库用户提供了全方位的Java支持。ORACLE 8i成为第一个完全整合了本地Java运行时环境的数据库,用Java就可以编写ORACLE的存储过程。对,Java,只要是能够打击微软的武器,ORACLE都要派上用场。  

    在2001年6月的ORACLEOpenWorld大会中,ORACLE发布了ORACLE 9i。在ORACLE 9i的诸多新特性中,最重要的就是Real Application Clusters(RAC)了。说起ORACLE集群服务器,早在第五版的时候,ORACLE就开始开发ORACLE并行服务器(ORACLE Parallel Server ,OPS),并在以后的版本中逐渐的完善了其功能,不过,严格来说,尽管OPS算得上是个集群环境,但是并没有体现出集群技术应有的优点。

    2003年9月8日,旧金山举办的ORACLE World大会上,Ellison宣布下一代数据库产品为“ORACLE 10g”。ORACLE应用服务器10g(ORACLEApplication Server 10g)也将作为甲骨文公司下一代应用基础架构软件集成套件。“g”代表“grid ,网格”。这一版的最大的特性就是加入了网格计算的功能。(Oracle绝对是造概念的能手,只要是能引领出新的卖点,出些新概念,也是值得的)。

    最近两年,Oracle先后又收购了People soft(103亿$), BEA(80多亿$),还有Sibel之类的就不说了。通过收购,实力大增。

    2007年11月,Oracle 11g正式发布,功能上大大加强。11g是甲骨文公司30年来发布的最重要的数据库版本,根据用户的需求实现了信息生命周期管理(InformationLifecycle Management)等多项创新。大幅提高了系统性能安全性,全新的Data Guard最大化了可用性,利用全新的高级数据压缩技术降低了数据存储的支出,明显缩短了应用程序测试环境部署及分析测试结果所花费的时间,增加了RFID Tag、DICOM医学图像、3D空间等重要数据类型的支持,加强了对Binary XML的支持和性能优化。
    从Oracle的发展来看,它的市场策略直接引导着公司的发展。与别的公司有很大的不同。

     

     

     
    数据库厂商的发展历史之DB2

    1973年,IBM研究中心启动System R项目,为DB2的诞生打下良好基础。System R 是 IBM 研究部门开发的一种产品,这种原型语言促进了技术的发展并最终在1983年将 DB2 带到了商业市场。

    在这期间,IBM发表了很多数据库领域的精典论文,前边E.F.Codd就不说了,1976年, 身在IBM的Gim Gray发有了他的代表作:共享数据库的一致性和锁的粒度。他同样也是数据库领域的图灵奖获得之一。后来被微软挖走(应该是在他退休之后),去年他独自一人出海,失踪,不知下落如何。此君因为不喜欢Seattle的雨天,使得Bill Gates为拉他入Microsoft在San Francisco为其新建了一座研究院让他做院长。据说此君在一次学术会议上demo他的新程序,听众中有人提出界面可以如何改进,此君竟然在讲坛上就打开VC++开始改起代码来,然后给人看新效果。这样的大师,太让人尊敬了。

    1981年, E.F.Codd因为发明关系数据库模型,获得ACM图灵奖,当然他前边还有一位大师,Charles W.Bachman。

    1982年,IBM发布SQL/DS for VSE and VM,以System R为原型。

    1983年,发布Database2 (DB2) forMVS, 内部代号为"Eagle",于是DB2正式诞生。

    1986年,System/38 V7发布,首次配置查询优化器,能对应用的存取计划进行优化。

    1987年,DB2完成了到OS/2的扩展,进入微机领域。

    1988年,发布SQL/400,为AS/400服务器提供SQL支持。到此时为止,感觉IBM的数据库产品的发展十分凌乱,似乎同时在做多个产品,平台又不统一。

    1992年,IDUG大会在瑞士如开,DB2应用开始全球化。DB2 for OS2 V1和DB2 for RS/6000 V1推出,这是第一次在Intel和Unix平台上推出DB2产品。

    1993年,郭士纳进入IBM,大刀改革。

    1994年,DB2实现了HP unix和Solaris版本。实际上,还真不知道这两个平台上有多少用户。

    也是在1994年,AIX平台上DB2开始支持对象型数据。

    1995年,DB2开始支持Windows NT, Unix等多个平台。(标志性的一年?)

    1995年,收购Lotus,晕,现在我们还在用Lotus的邮件系统。不好用,但是不容易中毒。

    1996年,DB2正式更名为DB2 通用数据库。

    1997年, DB2 UDB forUnix/windows/OS2同时发布

    1998年,DB2 开始支持SCO Unixware

    1998年, DB2 UDB5.2出现。(不知道以前的版本是怎么定义的,有些乱。。。)

    1999年,DB2支持Linux on intel cpu

    2000年,DB2 支持XML扩展

    2000年,进一步支持Linux集群

    2002年,收购Rational Soft,从此, rose这个大炮工具被IBM弄走了

    2002/2003,DB2 V8.1出现

    2007年, DB2 V9出现,好像是第一个混合模式(关系型、层次型)数据库出现,既有关系模型,又有直接支持XML的层次模型。不知道是否属于叫好不叫座。

    在这期间,忘了是哪一年,印象中,好像是2001/2002年的光景,IBM还收购了Informix,花了1个Billion$,那也是一家曾经响当当的数据库厂商。

     

     
    数据库厂商的发展历史之MySQL

    MySQL这个名字,起源不是很明确。一个比较有影响的说法是,基本指南和大量的库和工具带有前缀“my”已经有10年以上,而且不管怎样,MySQL AB创始人之一的Monty Widenius的女儿也叫My。这两个到底是哪一个给出了MySQL这个名字至今依然是个密,包括开发者在内也不知道。

    MySQL的海豚标志的名字叫“sakila”,它是由MySQL AB的创始人从用户在“海豚命名”的竞赛中建议的大量的名字表中选出的。获胜的名字是由来自非洲斯威士兰的开源软件开发者Ambrose Twebaze提供。根据Ambrose所说,Sakila来自一种叫SiSwati的斯威士兰方言,也是在Ambrose的家乡乌干达附近的坦桑尼亚的Arusha的一个小镇的名字。

    MySQL,虽然功能未必很强大,但因为它的开源、广泛传播,导致很多人都了解到这个数据库。它的历史也富有传奇性。

    MySQL的历史最早可以追溯到1979年,那时Oracle也才小打小闹,微软的SQL Server影子都没有。有一个人叫Monty Widenius, 为一个叫TcX的小公司打工,并用BASIC设计了一个报表工具,可以在4M主频和16KB内在的计算机上运行。过了不久,又将此工具,使用C语言重写,移植到Unix平台,当时,它只是一个很底层的面向报表的存储引擎。这个工具叫做Unireg。

    可是,这个小公司资源有限,Monty天赋极高,面对资源有限的不利条件,他反而更能发挥潜能,总是力图写出最高效的代码。并因此养成了习惯。与Monty同在一起的还有一些别的同事,很少有人能坚持把那些代码持续写到20年后,而Monty却做到了。

    1990年,TcX的customer 中开始有人要求要为它的API提供SQL支持,当时,有人想到了直接使用商用数据库算了,但是Monty觉得商用数据库的速度难令人满意。于是,他直接借助于mSQL的代码,将它集成到自己的存储引擎中。但不巧的是,效果并不太好。于是, Monty雄心大起,决心自己重写一个SQL支持。

    1996年,MySQL 1.0发布,只面向一小拨人,相当于内部发布。到了96年10月,MySQL 3.11.1发布了,呵呵,没有2.x版本。最开始,只提供了Solaris下的二进制版本。一个月后,Linux版本出现了。

    紧接下来的两年里,MySQL依次移植到各个平台下。它发布时,采用的许可策略,有些与众不同:允许免费商用,但是不能将MySQL与自己的产品绑定在一起发布。如果想一起发布,就必须使用特殊许可,意味着要花银子。当然,商业支持也是需要花银子的。其它的,随用户怎么用都可以。这种特殊许可为MySQL带来了一些收入,从而为它的持续发展打下了良好的基础。(细想想,PostgreSQL曾经有几年限入低谷,可能与它的完全免费,不受任何限制有关系)。

    MySQL3.22应该是一个标志性的版本,提供了基本的SQL支持。

    1999-2000年,有一家公司在瑞典成立了,叫MySQL AB(不知道AB是什么意思,待查)。   雇了几个人,与Sleepycat合作,开发出了 Berkeley DB引擎, 因为BDB支持事务处理,所以,MySQL从此开始支持事务处理了。

    2000年4月,MySQL对旧的存储引擎进行了整理,命名为MyISAM。同时,2001年,Heikiki Tuuri向MySQL提出建议,希望能集成他们的存储引擎InnoDB,这个引擎同样支持事务处理,还支持行级锁。

    如今,遗憾的是,BDB和InnoDB好像都被Oracle收购了,为了消灭竞争对手,哪怕是开源的,都是不择手段。

    MySQL与InnoDB的正式结合版本是4.0。

    到了MySQL5.0,2003年12月,开始有View, 存储过程之类的东东,当然,其间, bug也挺多。

    在2008年1月16号 MySQL被Sun公司收购。

    最近,MySQL的创始人Monty Widenius已经向Sun提交了辞呈。head都要走了。

    据说,被Sun收购的公司多薄命,不知道MySQL今后前途如何,希望一路走好。相信MySQL的生命力还是很长久的。
    派生版本

    派生版本有Drizzle,MariaDB,Percona Server及OurDelta等。

     

     
    数据库厂商的发展历史之Sybase

    Sybase公司成立于1984年,公司名称“Sybase”取自“system”和“database”相结合的含义。Sybase公司的创始人之一Bob Epstein 是Ingres 大学版(与System/R同时期的关系数据库模型产品)的主要设计人员。

    Sybase公司的第一个关系数据库产品是1987年5月推出的Sybase SQLServer1.0。Sybase首先提出Client/Server 数据库体系结构的思想,并率先在SybaseSQLServer 中实现。

    提到Ingres数据库,不得不提一下Michael Stonebraker,他是Ingres的创始人。他是加州大学伯克利分校的教授,著名的数据库学者,他在1992 年提出对象关系数据库模型。Stonebraker 教授领导了称为Postgres 的后Ingres 项目。这个项目的成果是非常巨大的,在现代数据库的许多方面都做出的大量的贡献。Stonebraker 教授还做出了一件造福全人类的事情,那就是把Postgres 放在了BSD 版权的保护下。如今Postgres名字已经变成了PostgreSQL,功能也是日渐强大,我也非常喜爱这个数据库。你可自由的浏览它的代码库,可以实时了解一线工程的思路。

    话说,87年的时候,Sybase觉得单靠一家力量,难以把SQLServer(那时不叫ASE)做到老大,于是联合微软,共同开发。至于原始的代码从何而来,这个应该与Ingres有些渊源。后来1994年,两家公司合作终止。截止此时,应该是都拥有一套完全相同的SQLServer代码。

    然后可想而知了,Sybase继续开发,将Sybase SQLServer往各个平台移植,版本也是跳跃式的变化,从4.2,好像一下子就到了11.0。

    Sybase SQLServer后来为了与微软的MS SQL Server相区分,改名叫:Sybase ASE(Adaptive Server Enterprise),其实,应该改名字的是微软。代码的最初拥有者是Sybase,结果得到正式名字的居然是微软。这笔交易,实在是有些亏。不过,ASE也还好记,把Sybase的前边三个字母去就是ase了。

    ASE如今已经发展到了15.0.2版了。13和14两个数,对于老美来说,都不是好数,所以直接从12.5.4跳到15.0了。估计Oracle以后也会这样命名。

    现在的Sybase,产品策略已经有了调整,在移动数据库市场上,它的ASA (SQL Anywhere)占据了绝对的老大地位,70%以上的市场。同时,Sybase ASE仍然保持着大型数据库厂商的地位。在电信、交通、市政、银行等领域,拥有强大的市场。它的产品全是多平台支持。

    Sybase ASE又分出了Replication Server(复制服务器), Sybase IQ等重量级产品,相当于对大型数据库市场又进行了细分。

    算起来,MS SQL Server应该算是Sybase ASE的同胞兄弟了,不过,ASE血统更纯正。无论谁更成功,都证明当初的那个SQL Server生命力还在持续,它仍拥有强大的生命力。
     

    展开全文
  • 论文研究-老龄化下人口政策经济增长关系研究.pdf, 在人口老龄化程度不断加深的背景下,本文提出并建立人口经济模型,考察老龄化、二胎政策和延迟退休政策对经济体的...
  • 2001年以来,长三角地区夏季热岛区面积不断变大,其中强热岛区的增长速度最大,导致温度过渡区面积大幅减小;各城市群中,以苏锡常城市群的强热岛区增长最快,呈现上海热岛连成一体成为大城市群热岛区,并
  • 现在,经济过快的增长造成了对自然支持系统的巨大压力,导致资源生态环境状况的恶化,在“人定胜天”观念驱使下,技术的发展使人们过度向自然索取,同时却将资源转化为产品过程中产生的废气、废水、废渣返给自然,...

    自然资源是指具有社会有效性和相对稀缺性的自然物质或自然环境的总称。联合国出版的文献中对自然资源的含义解释为:“人在其自然环境中发现的各种成分,只要它能以任何方式为人类提供福利的都属于自然资源。从广义上来说,自然资源包括全球范围内的一切要素,它既包括过去进化阶段中无生命的物理成分,如矿物,又包括地球演化过程中的产物,如植物、动物、景观要素、地形、水、空气、土壤和化石资源等。

    自 然 资 源

    1. 自然资源的概念

    自然资源是指具有社会有效性和相对稀缺性的自然物质或自然环境的总称。联合国出版的文献中对自然资源的含义解释为:“人在其自然环境中发现的各种成分,只要它能以任何方式为人类提供福利的都属于自然资源。从广义上来说,自然资源包括全球范围内的一切要素,它既包括过去进化阶段中无生命的物理成分,如矿物,又包括地球演化过程中的产物,如植物、动物、景观要素、地形、水、空气、土壤和化石资源等。”自然资源是一个相对的概念,随着社会生产力水平的提高和科学技术的进步,先前尚不知其用途的自然物质逐渐被人类发现和利用,自然资源的种类日益增多,自然资源的概念也不断地被深化和发展。在国土开发利用中,自然资源包括土地资源、气候资源、水资源、生物资源、矿产资源、海洋资源、能源资源、旅游资源等。

    土地

    土地是指地球陆地表面部分,是人类生活和生产活动的主要空间场所,“土地包括地球特定地域表面及其以上和以下的大气、土壤及基础地质、水文和植被,它还包含这一地域范围过去和目前的人类活动的种种结果,以及动物就它们对目前和未来人类利用土地所施加的重要影响”。土地是由地形、土壤、植被、岩石、水文和气候等因素组成的一个独立的自然综合体。土地资源数量有限,位置固定,随着生产和科学技术的发展,人类影响的程度越来越大,对土地资源的重要性也越来越被人们所认识。土地的分类方法很多,比较普遍的是采用地形分类和按利用类型分类。按地形可分为山地、高原、丘陵、平原、盆地等;按利用类型分,一般分为耕地、林地、草地、宜垦荒地、宜林荒地、沼泽滩涂水域、工矿交通城镇用地、沙漠石头山地、永久积雪冰川等。

     

    气候资源

    气候资源是指地球上生命赖以产生、存在和发展的基本条件,也是人类生存和发展进行工农业生产的物质和能源。气候资源包括太阳辐射、热量、降水、空气及其运动等要素。太阳辐射是地球上一切生物代谢活动的能量源泉,也是气候发展变化的动力。降水是地球上水循环的核心环节,是生命活动和自然界水分消耗的补给源。空气运动不仅可以调节和输送水热资源,而且还可将大气的各种组分不断输送扩散,供给生命物质的需要。

     

    水资源

    水资源是指在目前技术和经济条件下,比较容易被人类利用的补给条件好的那部分淡水量。随着科学技术的发展,海水淡化前景广阔,因此,从广义上讲,海水也应算水资源。

     

    生物资源

    生物资源是指生物圈中全部动物、植被和微生物。生物的分类也是各种各样的,通常采用生物分类的传统体系,将生物资源分为植物资源和动物资源,在植物资源中又可以群落的生态外貌特征划分为森林资源、草原资源、荒漠资源和沼泽资源等;动物资源按其类群可分为哺乳动物类资源、鸟类资源、爬行类动物资源、两栖类动物资源以及鱼类资源等。

     

    矿产资源

    矿产资源经过一定的地质过程形成的,赋存于地壳内或地壳上的固态、液态或气态物质,当它们达到工业利用的要求时,称之为矿产资源。其分类方法较多,一般多按矿物不同物理性质和用途划分为黑色金属、有色金属、冶金辅助原料、燃料、化工原料、建筑材料、特种非金属、稀土稀有分散元素等8类。

     

    能源资源

    能源指能够提供某种形式能量的物质或物质的运动都可以成为能源。大自然赋予我们多种多样的能源,一是来自太阳的能量,除辐射能外,还有经其转换的多种形式的能源;二是来自地球本身的能量,如热能和原子能;三是来自地球与其他天体相互作用所产生的能量,如潮汐能。能源有多种分类形式,一般可分为常规能源和新能源。常规能源是指当前已被人类社会广泛利用的能源,如石油、煤炭等;新能源是指在当前技术和经济条件下,尚未被人类广泛大量利用,但已经或即将被利用的能源,如太阳能、地热、潮汐能等。

     

    海洋资源

    海洋资源是指其来源、形成和存在方式都直接与海水相关的物质和能量。可分为海洋生物资源、海底矿产资源、海水化学资源和海洋动力资源。海洋生物资源包括生长和繁衍在海水中的一切有生命的动物和能进行光合作用的植物。海底矿产资源主要包括滨海砂矿、陆架油气和深海沉积矿床等。海水化学资源包括海水中所含的大量化学物质和淡水。海洋动力资源主要指海洋里的波浪、海流、潮汐、温度差、密度差、压力差等所蕴藏着的巨大能量。

     

     

    旅游资源

    旅游资源是指能为旅游者提供游览、观赏、知识、乐趣、度假、疗养、休息、探险猎奇、考察研究以及友好往来的客体和劳务。人们在旅行中感兴趣的各类事物,如国情民风、山川风光、历史文化和各种物产等,均属旅游资源。旅游资源可分为自然旅游资源和人文旅游资源两大类。自然旅游资源指的是大自然造化出来的各种特殊的地理地质环境、景观和自然现象。人文旅游资源是人类社会中形成的各种具有鲜明个性特征的社会文化景观。

     

    2. 自然资源的特点

    有限性

    有限性是自然资源最本质的特征。资源的有限性存在着两个方面的含义:第一,任何资源在数量上是有限的。资源的有限性在矿产资源中尤为明显,按美国学者梅多斯于1974年的计算,全世界的金银最多可开采20年;石油、汞、铜、铝可开采40年;天然气可开采60年;镍可开采75年;锌、锰、铁、煤可开采100年。根据最近的测算,石油资源最多可采50年。由于任何一种矿物的形成不仅需要有特定的地质条件,还必须经过千百万年、上亿年漫长的物理、化学、生物作用过程,因此,相对于人类而言,矿产资源是不可再生的,消耗一点就少一点。其他的可再生资源如动物、植物,不仅其再生能力受自身遗传因素的制约,受外界客观条件的限制,而且利用过度,使其稳定的结构破坏后就会丧失其再生能力,成为非再生性资源。与其他有限资源相比,太阳能、潮汐能、风能等这些恒定性资源似乎是取之不尽、用之不竭的,但从某个时段或地区来考虑,这些资源所能提供的能量也是有限的。第二,可替代资源的品种也是有限的。煤、石油、天然气和水力、风力等资源都可用于发电,但总的来看,可替代的投入类型是有限的。例如,温室技术可替代土地资源而生产粮食,空间的利用可以替代工业及住宅用地的不足,但作为人类生存必须具有的淡水和氧气至今还没有找到可以替代的资源。

     

    以上观点都有一定的片面性。由于资源开发利用的潜力是无限的,任何物质都是不断循环运动、不断更新发展的,因此都可以不断重复利用。而且人类科学技术的发展也是无限的,人类能够依靠迅速发展的科学技术避免资源有限带来的问题。但是,如果因此而对资源危机无动于衷,则是过于乐观。由于不同资源其更新能力不同,更新所需要的周期也不同,如果不合理地开发利用,对它的消耗超过它的更新能力和更新速度,资源就得不到恢复而受到破坏,甚至从地球上消失。

     

    资源的有限性要求人类在开发利用自然资源时必须从长计议,必须珍惜一切自然资源,注意合理开发利用与保护,决不能只顾眼前利益,掠夺式开发资源,甚至肆意破坏资源。

     

    区域性

    区域性是指资源分布的不平衡,存在数量或质量上的显著地域差异,并有其特殊分布规律。自然资源的地域分布受太阳辐射、大气环流、地质构造和地表形态结构等因素的影响。因此,其种类特征、数量多寡、质量优劣都具有明显的区域差异,分布也不均匀,又由于影响自然资源地域分布的因素基本上是恒定的,在特定条件下必定会形成和分布着相应的资源区域,所以自然资源的区域分布也有一定的规律性。例如,我国山西省煤炭资源的探明储量占全国总储量的27%以上,人们把山西比作“煤海”;长白山区林地面积和木材蓄积量分别占全国的11%和13.8%,人们把长白山比作“林海”。我国水资源南多北少;能源资源南少北多;水能集中在川、滇、黔、桂、藏五个省区;金属矿产资源基本上分布在由西部高原到东部山地丘陵的过渡地带。从世界范围来看,资源的分布也是不均匀的,探明储量约占世界总储量58%的石油,集中在波斯湾盆地,全世界煤炭总量的87%分布在美国、中国和前苏联三个大国;再例如,随着太阳辐射能量在地球表面的纬度带递变规律,从赤道向极地依次为雨林、季雨林、常绿林、落叶阔叶林、针叶林和苔原等;随着水分循环的地域差别,从沿海向内地分别为森林、森林草原、草原、荒漠等。

     

    自然资源具有区域性的特点要求人类在开发利用资源方面应以因地制宜为原则,只有充分考虑区域、自然环境和社会经济特点,才能使自然资源的开发利用和保护兼有经济效益、环境效益和社会效益,为人类造福。

     

    整体性

    整体性是指每个地区的自然资源要素彼此有生态的联系,形成一个整体,触动其中一个要素,可能引起一连串的连锁反应,从而影响到整个自然资源系统的变化。这种整体性,再生资源表现得尤为突出。例如,森林资源除经济效益外,还具有含蓄水分,保持土壤的环境效益,如果森林资源遭到破坏,不仅会导致河流含沙量的增加,引起洪水泛滥,而且使土壤肥力下降,土壤肥力的下降又进一步促使植被退化,甚至沙漠化,从而又将使动物和微生物大量减少。相反,如果在沙漠地区通过种草种树慢慢恢复茂密的植被,水土将得以保持,动物和微生物将集结繁衍,土壤肥力将会逐步提高,从而促进植被进一步优化及各种生物进入良性循环。总之,各种资源在不同时间、不同空间条件下,是按不同的比例、不同的关系联系在一起的,形成不同的组合结构,并构成不同的生态系统。

     

    自然资源的整体性要求对自然资源必须进行综合研究和综合开发。

     

    多用性

    多用性是指任何一种自然资源都有多种用途。如土地资源既可用于农业,也可用于工业、交通、旅游以及改善居民的生活环境等。同一种资源可以作为不同生产过程的投入要素,不同的行业对同一种资源存在着投入需求;同一行业的不同部门以及同一部门的不同经济单位,甚至于同一经济单位的不同企业或同一企业的不同车间、班组或工序都会同时存在着对同一种资源(如电力)的需求。自然资源的多用性只是为了人类利用资源提供了不同用途的可能性,到底采取何种方式来利用则是由社会、经济、科学技术以及环境保护等许多因素决定的。

     

    资源的多用性要求在对资源开发利用时,必须根据其可供利用的广度和深度,实行综合开发、综合利用和综合治理,以做到物尽其用,取得最佳效益。

     

    3. 自然资源与经济发展的关系

    自然资源是经济发展的基础。经济的发展需要依赖于自然物质和能量的不断供应,而且这种依赖性随着世界人口的增长及人民生活水平的提高日益加强,经济的发展是以自然资源消费量增长为基础的。例如,从1990年国民生产总值来看,美国、日本、原苏联、原联邦德国、法国、意大利、英国、加拿大、巴西和中国依次为前十位的经济大国,对十国能源、矿产资源的生产和消费的分析表明,这些国家经济的增长是建立在对资源的大量消耗的基础上的,要想成为经济大国,必须得到充足的资源。从生态经济观点来考虑,人类社会对自然资源的需求,不仅是指维持人类种群繁衍的物质生活享受,还包括精神文化需求和维护生态环境需求。在原始社会时期,人类从自然环境中取得维持生存的天然资源,基本上依赖于自然界的恩赐就能满足人类有限的需求。但随着人口的增长,对自然资源的需求量增大,到了18世纪中叶,人口剧增,生产力迅速发展,导致人类以掠夺式开发利用自然资源,生态环境质量下降,人地矛盾加剧。尤其是第二次世界大战以来,世界人口急剧增多,社会生产力迅猛发展,人类以牺牲自然资源为代价来换取经济繁荣,造成生态环境加速恶化,自然环境所能提供的资源难以满足人口日益增长的需求,从而严重地影响世界经济与社会发展,甚至威胁着人类的生存。从20世纪70年代开始,北美、西欧一些国家出现石油危机,生产下降,世界经济曾一度萧条,失业率普遍上升。科学技术的发展使人们以种种说法来显示当代的特征——“信息时代”“资源是从人的头脑中开发出来的时代”等。资本的内涵也由此得到扩展,“信息资本”“知识资本”“人力资源”……并要人们相信,有了资本、技术、知识、信息,便会有经济的大发展。资源,特别是自然资源在经济中的重要地位,则进一步淹没在“信息社会”“知识爆炸的时代”之中。但是,我们应该看到,自然资源是“米”,资本、知识、信息、技术等是“巧妇”,没有自然资源只能是“巧妇难为无米之炊”。

     

    只有合理开发和利用自然资源,才能保证经济的持续发展。对于持续发展的概念,Geerling等生态学家认为是“自然资源及其开发利用之间的平衡”;经济学家Edward B.Barbier,1985年定义为“在保持自然资源的质量及其所提供服务的前提下,使经济发展的净利益增加到最大限度”。可见,没有自然资源的合理开发利用,根本就说不上可持续发展。我国在当前以及今后相当长的时期内,都要以经济建设为中心,到21世纪中叶,要达到中等发达国家水平的战略目标。要想实现这一宏伟目标,我国的经济必须以较高的速度发展,这是我国实现可持续发展的前提,这就必然要消耗大量的资源,但按照现在的高投入、高消耗、低效益、高污染的传统发展模式,不可能顺利实现这一目标。要实现这一目标,必须要实现经济增长方式的根本转变,从粗放型向集约型转变,即从“忽视技术和管理,依靠大量低效率地消耗各种资源来实现经济地增长”向“依靠提高资源配置效率和利用效率来实现经济增长”的转变。

     

    现在,经济过快的增长造成了对自然支持系统的巨大压力,导致资源与生态环境状况的恶化,在“人定胜天”观念驱使下,技术的发展使人们过度向自然索取,同时却将资源转化为产品过程中产生的废气、废水、废渣返给自然,可供利用的种类越来越少,但留给自然的污染物却越来越多,导致生态恶化,环境破坏,影响了经济的可持续发展。无数的经验和事实告诉了人们,单纯地发展经济,却带来了资源损毁、生态破坏和环境恶化等一系列严重后果;而孤立地保护资源,由于缺乏经济技术实力的支持,既阻碍经济的发展,又未能遏止生态环境继续恶化。因此,我们必须将经济的发展与资源的开发利用协调起来。

     

    越穷就越大肆地毁林开荒,掠夺资源;越掠夺资源,环境的破坏就越严重,也就越穷。据记载,陕西绥德一带“富饶多牧场”。由于长期实行毁林灭草、开荒种粮的方针,昔日草木茂盛、层林叠翠的地区成了荒山秃岭;“天苍苍,野茫茫,风吹草低见牛羊”的草原,变成了沙漠,陷入了“越垦越穷,越穷越垦”的恶性循环之中。我国黄河从公元前到现在,改道和决口越来越频繁,灾害越来越严重,其根本原因就是上游植被被破坏,水土流失,下游淤积。对我国农业现状的研究表明,相当普遍的地区,都不同程度地实行了掠夺性的经营方式,破坏了生态环境,致使资源衰退,形成了农业的恶性循环,使水土流失愈来愈严重;沙漠化面积增加;草原退化速度加快;森林资源、渔业资源和部分地区的耕地土壤肥力明显衰退。100多年前,恩格斯曾警告人们:“不要过分陶醉于我们对自然界的胜利”。他以美索不达米亚、希腊、小亚细亚等地毁林开荒的历史教训为例,指出:“对于每一次这样的胜利,自然界都报复了我们。”这是对社会经济与资源环境的相互关系的深刻总结。

    展开全文
  • 速度飞跃——关系型数据库到非关系型数据库

    千次阅读 热门讨论 2017-04-09 22:29:17
    小编这两天看了很多有关于redis,memcached等缓存的出现历史,对于从关系型数据库到非关系型数据库的发展有很大的感受,所以写这篇文章和大家分享一下。   一、定义  关系型数据库:是指使用了关系模型来...

            小编这两天看了很多有关于redis,memcached等缓存的出现历史,对于从关系型数据库到非关系型数据库的发展有很大的感受,所以写这篇文章和大家分享一下。

           

    一、定义


             关系型数据库:是指使用了关系模型来组织数据的数据库。

           简单来说,关系模型指的就是二维表格模型,而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。

            关系模型中常用的概念:
    • 关系:可以理解为一张二维表,每个关系都具有一个关系名,就是通常说的表名
    • 元组:可以理解为二维表中的一行,在数据库中经常被称为记录
    • 属性:可以理解为二维表中的一列,在数据库中经常被称为字段
    • 域:属性的取值范围,也就是数据库中某一列的取值限制
    • 关键字:一组可以唯一标识元组的属性,数据库中常称为主键,由一个或多个列组成
    • 关系模式:指对关系的描述。其格式为:关系名(属性1,属性2, ... ... ,属性N),在数据库中成为表结构
            非关系型数据库:指的是没有sql的数据库,也就是没有使用关系模型的数据库,仅靠键值对来进行查找和插入数据的数据库。
            

    二、发展历史


            关于我们的数据库的发展我就不多说了,但是数据库从一开始出现的时候就是以关系模型为基础的数据库被设计出来的,关系模型是在1970年由IBM的研究员E.F.Codd博士首先提出的,在之后的几十年中,关系模型的概念得到了充分的发展并逐渐成为主流数据库。由于那个时候由于计算机的数量和使用人数比较有限,加上使用的人也不多,还有关系型的数据库真的是一个伟大的可行的数据存储方式,所以现在被广泛的使用。
            经过了这么多年的发展,随着互联网的不断进步,计算机的普及以及人们的接受,数据访问也面临很大的挑战,就是高并发的访问问题。一部分原因是请求增加的原因,还有一部分原因其实是网络和计算机其他硬件的发展日新月异,速度远远高出硬盘速度的提升速度,所以磁盘I/O速度瓶颈问题就成为了我们现有的数据库访问的瓶颈。
            由于现在网络的发展,导致同一个数据库的被访问数量成几何速度增长,逐渐已经超过了硬盘I/O的承受范围,所以我们现在迫切需要一种新的技术来帮助硬盘进行更高速的读写,所以这种基于非关系型的,内存数据库便产生了。

    三、原因


            众所周知,内存的读写速度是仅次于cpu核心cache的一种快速存储,所以内存的I/O速度是要比磁盘的速度高好多数量级的。又由于现代基于数据库的网站应用(尤其是进入web2.0)之后,我们更多的数据请求其实是查询而不是修改和删除,所以智慧的程序员们就想到了把数据查询出来,放到内存中备用的一种方案。
           又由于关系型数据库存在一些缺陷,包括:
    • 海量数据的高效率读写

         网站每天产生的数据量是巨大的,对于关系型数据库来说,在一张包含海量数据的表中查询,效率是非常低的

    • 高扩展性和可用性

          在基于web的结构当中,数据库是最难进行横向扩展的,当一个应用系统的用户量和访问量与日俱增的时候,数据库却没有办法像web server和app server那样简单的通过添加更多的硬件和服务节点来扩展性能和负载能力。对于很多需要提供24小时不间断服务的网站来说,对数据库系统进行升级和扩展是非常痛苦的事情,往往需要停机维护和数据迁移。


         对网站来说,关系型数据库的很多特性不再需要了:

    • 事务一致性

         关系型数据库在对事物一致性的维护中有很大的开销,而现在很多web2.0系统对事物的读写一致性都不高

    • 读写实时性

           对关系数据库来说,插入一条数据之后立刻查询,是肯定可以读出这条数据的,但是对于很多web应用来说,并不要求这么高的实时性,比如发一条消息之后,过几秒乃至十几秒之后才看到这条动态是完全可以接受的。

    • 复杂SQL,特别是多表关联查询

           任何大数据量的web系统,都非常忌讳多个大表的关联查询,以及复杂的数据分析类型的复杂SQL报表查询,特别是SNS类型的网站,从需求以及产品阶级角度,就避免了这种情况的产生。往往更多的只是单表的主键查询,以及单表的简单条件分页查询,SQL的功能极大的弱化了。

           在关系型数据库中,导致性能欠佳的最主要原因是多表的关联查询,以及复杂的数据分析类型的复杂SQL报表查询。为了保证数据库的ACID特性,我们必须尽量按照其要求的范式进行设计,关系型数据库中的表都是存储一个格式化的数据结构。每个元组字段的组成都是一样,即使不是每个元组都需要所有的字段,但数据库会为每个元组分配所有的字段,这样的结构可以便于标语表之间进行链接等操作,但从另一个角度来说它也是关系型数据库性能瓶颈的一个因素。


            基于上述原因,现在的多字段的查询并不能满足现在的网络时代的查询需求,所以非关系型数据库的使用更加的适应我们的应用。


    四、总结,发展


            由于现在使用非关系型的数据库可以满足我们的不同的高并发需求,也正是如此我们也就更要学习好这些新的非关系型的数据库。现在的非关系型数据库主要有, memcache、redis、MongoDB、Dynomite、Cassandra等等。所以非关系型数据库的发展也是一个趋势,当然非关系型数据库也有一些限制,我们下篇博客再接着细论。

    展开全文
  • 分析了煤矿高质量发展的目标和支撑要素,讨论 了煤矿发展质量速度的辩证关系,从数学、经济学角度对煤矿高质量发展的质量速度进 行优化,在满足煤矿高质量发展各支撑要素要求的前提下,实现发展速度的适度增长,以促 ...
  • 企业技术创新能力发展的知识增长模型研究,和金生,罗正清,创新的实质是创造性知识的产生,组织知识的增长有赖于自身具备的知识存量,创新能力的大小取决于创造性知识增长速度和先进性程
  • 论人工智能软件工程的关系

    万次阅读 多人点赞 2019-06-16 23:16:16
    我是软件工程专业的,对于人工智能软件工程之间的我总结了以下几点。 国内外软件工程发展现状:自从上世纪末开始,全球软件行业都得到了快速的发展。 据分析, 此期间内全球的软件行业产值每年以一成半到两成的...
  • 大数据云计算已经成为很多主要的互联网应用都在使用或是准备使用的技术,这是因为互联网用户每天都在不断增长,数据也变得越来越复杂,而且有很多非结构化的数据存在,这是很难通过传统的关系型数据库管理系统来...
  • 文章目录一、关系数据库和非关系数据库1.关系型数据库2.非关系型数据库3.区别3.1 数据存储方式不同3.2 扩展方式不同3.3 对事务性的支持不同4.非关系型数据的产生背景5.小结二、Redis 简介1.Redis 概述2.Redis 的优点...
  • 主要由于DenseNet网络把上一层的特征图下一层的特征图在维度上进行累加,这样虽然提高了网络提取特征的能力但会导致内存访问成本随网络深度呈二次增长,进而导致计算开销和更多能耗。 图b为VoVNet网络结构,它可以...
  • TCP的流量控制策略(比如超时时窗口设置为1,重复ACK时窗口减半)最终都是通过控制窗口大小来控制速率,而慢启动,拥塞避免这些流量控制算法实际上就是控制窗口增长方式的算法,也就是控制的是加速度大小。...
  • 前端发展历程技术应用概述

    千次阅读 多人点赞 2019-06-23 19:44:27
    前端发展历程技术应用概述 前言 随着web2.0时代的到来,前端在web开发中所占的比重越来越大,专注于内容呈现和网站交互的前端开发人员也逐渐展现出其不可替代性。前端所涉及的领域甚至不限于web应用,如HTML5技术...
  • 谈谈PEG增长关系

    千次阅读 2013-05-30 23:31:41
     谈谈PEG增长关系    听很多人说PEG, 总觉得空泛地PEG, 跟谈PE并没有多大的区别  因为都是基于过去的财务数据, 还只能是静态的    我想, 要谈PEG, 这其中的G, 即增长率, 恐怕不能简单以过去一年的...
  • 近年来,我国医药制造行业的经营绩效增长速度出现下降,医药制造企业面临转型升级的挑战,以最优的资本结构支持企业发展是提升企业经营绩效的重要途径。以往的研究多是针对其他行业进行分析,行业因素导致研究结论存在较...
  • 人自然关系的思考

    千次阅读 2012-11-19 23:54:29
    本文通过对人自然关系的双重关系,认识自然对人类的惩罚的主要原因,理解人自然关系在其现实性上表现为人人、人社会的关系,并探讨了实现人自然和谐发展的有效途径,从而实现社会的可持续发展。...
  • 国际贸易FDI关系的格兰杰检验,赵伟,,在我国对外贸易发展的30年中,我国的国际贸易总量一直以较快的速度保持持续增长。通过我国对外贸易结构的进一步分析,发现我国对�
  • 大数据云计算、物联网的关系

    万次阅读 2018-05-15 19:45:54
    大数据云计算、物联网的关系云计算、大数据和物联网代表了IT领域最新的技术发展趋势,三者相辅相成,既有联系又有区别。一、大数据概述1.1大数据发展的三个阶段:阶段 时间 内容 第一阶段:萌芽期 上世纪90年代至本...
  • 时间序列的速度分析

    2017-08-17 00:33:00
    c、环比发展速度与定基发展速度关系 1、环比发展速度的连乘积等于相应的定基发展速度 2、两个相邻时期的定基发展速度相除之商,等于相应的环比发展速度   增长速度 反映现象...
  • 算法运行速度的比较: 可见该文提出的算法随着图像中人数的增加,运行时间不变,而OpenPose则随着人数线性增长,该文提出的算法在多人全人体姿态估计任务上是OpenPose速度的N倍,N为图像中人数。 论文地址: ...
  • 大数据人工智能发展趋势前景

    千次阅读 2019-06-17 18:14:55
    上周,南京大学开设了国内第一家人工智能学院,机器学习大牛周志华领衔院长,可谓实至名归。最近几年,以大数据和...还有Facebook扎克伯格和Tesla埃隆马斯克为代表的大佬们就AI威胁站队互掐,AlphaGo的成功营销W...
  • 近日,国务院发展研究中心国际技术经济研究所发布《中国云计算产业发展与应用白皮书》,提出到2023年我国政府和企业上云率将超过60%,全栈自主可控云计算平台将成为政府和大型企业的主流IT基础设施等重要观点,干货...
  • 掐指一算,云计算已经有了十年的历史,发展到今天几乎可以算是近十年最伟大的技术进步之一。「云计算」这个术语,也早已从一个新鲜词汇,成为了妇孺皆知的流行语。任何事物的诞生和发展一定有其前...
  • 第一章 2019-2021年中国民营医疗发展潜力分析 1.1 宏观经济稳定发展 1.1.1 全球经济发展形势 1.1.2 全球经济环境对中国的影响 1.1.3 中国宏观经济发展现状 1.1.4 中国宏观经济发展趋势 1.2 社会环境发展良好 ...
  • 以郑州市为例,分析了内陆区域中心城市产业转型的特点及其经济增长速度和质量的关系.发现自改革开放以来,郑州三次产业转型速度虽有周期性波动,但总体上在加快.2000年以来,郑州市工业表现出高加工度化、重工业...
  • 港口城市经济之间的关系研究——基于灰色系统理论的宁波个例分析,龚勇,,中国已成为世界上港口吞吐量和集装箱吞吐量最多、增长速度最快的国家。中国的港口特别是大型集装箱港口在促进经济发展中扮演着极

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 70,085
精华内容 28,034
关键字:

发展速度与增长速度的关系