精华内容
下载资源
问答
  • 数据库系统工程师考试试题分类精解(11.数据库技术基础),含知识点、往年试题及试题精解
  • 基于数据库技术分类算法

    千次阅读 2008-01-21 22:34:00
    导读: 虽然数据挖掘的创始人主要是数据库领域的研究人员,然而提出的大多数算法则没有利用数据库的相关技术。在分类算法中,致力于解决此问题的算法有MIND(mining in database)和GAC-RDB(grouping and counting-...

    导读:
      虽然数据挖掘的创始人主要是数据库领域的研究人员,然而提出的大多数算法则没有利用数据库的相关技术。在分类算法中,致力于解决此问题的算法有MIND(mining in database)和GAC-RDB(grouping and counting-relational database)。


      (1) MIND算法
      MIND算法是采用数据库中用户定义的函数(user-defined function,UDF)实现发现分类规则的算法。MIND采用典型的决策树构造方法构建分类器。具体步骤与SLIQ类似。其主要区别在于它采用数据库提供的UDF方法和SQL语句实现树的构造。简而言之,就是在树的每一层,为每一个属性建立一个维表,存放各属性的每个取值属于各个类别的个数以及所属的结点编号。根据这些信息可以为当前结点计算每种分裂标准的值,选出最优的分裂标准,然后据此对结点进行分裂,修改维表中结点编号列的值。在上述过程中,对维表的创建和修改需要进行多次,若用SQL实现,耗时很多,因此用UDF实现。而分类标准的寻找过程则通过创建若干表和视图,利用连接查询实现。
      该算法的优点是通过采用UDF实现决策树的构造过程使得分类算法易于与数据库系统集成。其缺点是算法用UDF完成主要的计算任务,而UDF一般是由用户利用高级语言实现的,无法使用数据库系统提供的查询处理机制,无法利用查询优化方法,且UDF的编写和维护相当复杂。此外,MIND中用SQL语句实现的那部分功能本身就是比较简单的操作,而采用SQL实现的方法却显得相当复杂。


      (2) GAC-RDB算法
      GAC-RDB算法是一种利用SQL语句实现的分类算法。该算法采用一种基于分组计数的方法统计训练数据集中各个属性取值组合的类别分布信息,通过最小置信度和最小支持度两个阈值找出有意义的分类规则。在该算法中,首先利用SQL语句计算每个属性进行类别判定的信息量,从而选择一个最优的分裂属性,并且按照信息量的大小对属性进行排序,随后重复地进行属性的选择、候选分类表的生成、剪裁以及分类误差的计算,直到满足结束条件为止,比如,直到小于误差阈值和误差没有改变为止。

     
      该算法的优点是具有与现有的其他分类器相同的分类准确度,执行速度有较大提高,而且具有良好的伸缩性,应用程序易于与数据库系统集成。其缺点是参数的取值需用户完成等。
      Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=628841

    本文转自
    http://cache.baidu.com/c?word=%B7%D6%C0%E0%2C%CB%E3%B7%A8&url=http%3A//hi%2Ebaidu%2Ecom/iojessie/blog/item/eb8968389b4a04f0b211c786%2Ehtml&p=882a9756ca8412a058ead12c514a&user=baidu

    展开全文
  • 数据库技术

    2015-10-27 17:53:00
    数据库大致分类: 1. 关系型数据库管理系统(Relational DBMS),例如:Oracle,SQL Server, MySQL, PostgreSQL 2. 键-值 存储,例如:Redis,Memcached, DynamoDB 3. 文件存储,例如:MongoDB,CouchDB,...

    数据库大致分类:

    1. 关系型数据库管理系统(Relational DBMS),例如:Oracle,SQL Server, MySQL, PostgreSQL

    2. 键-值 存储,例如:Redis,Memcached, DynamoDB

    3. 文件存储,例如:MongoDB,CouchDB,Couchbase

    4. 大数据存储系统, 例如:Cassandra,HBase,Google's Bigtable

    5. 基于Hadoop的数据分析系统,例如:Hive,Spark,Impala(第四类和第五类,多多少少有些交叉。)

    6. 文本查询系统, 例如:Solr, Elasticsearch.

     

    新型数据库:(后关系型数据库)

    NoSQL and NewSQL

    The next generation of post-relational databases in the 2000s became known as NoSQL databases, including fast key-value stores and document-oriented databases.

    XML databases are a type of structured document-oriented database that allows querying based on XML document attributes. XML databases are mostly used in enterprise database management, where XML is being used as the machine-to-machine data interoperability standard. XML database management systems include commercial software MarkLogic and Oracle Berkeley DB XML, and a free use software Clusterpoint Distributed XML/JSON Database. All are enterprise software database platforms and support industry standard ACID-compliant transaction processing with strong database consistency characteristics and high level of database security.[21][22][23]

    NoSQL databases are often very fast, do not require fixed table schemas, avoid join operations by storing denormalized data, and are designed toscale horizontally. The most popular NoSQL systems include MongoDBCouchbaseRiakMemcachedRedisCouchDBHazelcastApache Cassandra andHBase,[24] which are all open-source software products.

    In recent years there was a high demand for massively distributed databases with high partition tolerance but according to the CAP theorem it is impossible for a distributed system to simultaneously provide consistency, availability and partition tolerance guarantees. A distributed system can satisfy any two of these guarantees at the same time, but not all three. For that reason many NoSQL databases are using what is called eventual consistency to provide both availability and partition tolerance guarantees with a reduced level of data consistency.

    NewSQL is a class of modern relational databases that aims to provide the same scalable performance of NoSQL systems for online transaction processing (read-write) workloads while still using SQL and maintaining the ACID guarantees of a traditional database system. Such databases includeScaleBaseClustrixEnterpriseDBMemSQLNuoDB[25] and VoltDB.

    转载于:https://www.cnblogs.com/ookami/p/4915064.html

    展开全文
  • 数据库系统工程师考试试题分类精解(17.数据库技术),含知识点、往年试题及试题精解
  • 11.1 数据库的基本概念 21.2 常见的数据库 41.3 数据管理技术的发展 51.3.1 人工管理阶段 61.3.2 文件系统阶段 61.3.3 数据库系统阶段 71.4 数据模型 81.4.1 数据模型的概念 81.4.2 数据模型的分类 ...

    第 1章 数据库基础 1

    1.1 数据库的基本概念 2

    1.2 常见的数据库 4

    1.3 数据管理技术的发展 5

    1.3.1 人工管理阶段 6

    1.3.2 文件系统阶段 6

    1.3.3 数据库系统阶段 7

    1.4 数据模型 8

    1.4.1 数据模型的概念 8

    1.4.2 数据模型的分类 8

    1.4.3 概念模型的表示方法 9

    1.5 常见的数据模型 11

    1.6 关系数据库的规范化 14

    1.6.1 第 一范式(1NF) 15

    1.6.2 第二范式(2NF) 15

    1.6.3 第三范式(3NF) 16

    1.7 数据库设计 17

    1.7.1 数据库设计概述 17

    1.7.2 需求分析 18

    1.7.3 概念结构设计 19

    1.7.4 逻辑结构设计 21

    1.7.5 数据库物理设计 23

    1.7.6 数据库实施 24

    1.7.7 数据库运行和维护 24

    1.7.8 数据库设计案例 24

    本章小结 27

    实训项目 27

    项目:“网上书店”数据库 27

    课后习题 28

    第 2章 MySQL基础 29

    2.1 MySQL概述 30

    2.2 MySQL的安装与配置 31

    2.2.1 Windows平台下MySQL的安装 31

    2.2.2 Windows平台下MySQL的配置 35

    2.2.3 Linux平台下MySQL的安装 42

    2.3 MySQL的使用 44

    2.3.1 启动MySQL服务 44

    2.3.2 登录MySQL数据库服务器 46

    2.3.3 MySQL的相关命令 47

    2.3.4 重新配置MySQL 49

    本章小结 51

    实训项目 51

    项目:MySQL环境 51

    课后习题 52

    第3章 数据库和数据表的基本操作 53

    3.1 数据库的基本操作 54

    3.1.1 创建数据库 54

    3.1.2 查看数据库 54

    3.1.3 修改数据库 55

    3.1.4 删除数据库 56

    3.2 数据类型 56

    3.3 数据表的基本操作 59

    3.3.1 创建数据表 59

    3.3.2 查看数据表 60

    3.3.3 修改数据表 61

    3.3.4 删除数据表 65

    3.4 数据表的约束 66

    3.4.1 PRIMARY KEY CONSTRAINT(主键约束) 66

    3.4.2 FOREIGN KEY CONSTRAINT(外键约束) 69

    3.4.3 NOT NULL CONSTRAINT(非空约束) 73

    3.4.4 UNIQUE CONSTRAINT(唯一约束) 76

    3.4.5 DEFAULT CONSTRAINT (默认约束) 78

    3.5 设置表的字段值自动增加 80

    3.6 综合案例——学生选课数据库 82

    3.6.1 创建“学生选课”数据库 82

    3.6.2 在“学生选课”数据库中创建表 82

    本章小结 84

    实训项目 85

    项目1:创建“网上书店”数据库 85

    项目2:在“网上书店”数据库中创建表 85

    课后习题 86

    第4章 数据表记录的更新操作 87

    4.1 数据表记录的插入 88

    4.1.1 向数据表中插入单条记录 88

    4.1.2 向数据表中插入多条记录 89

    4.2 数据表记录的修改 90

    4.3 数据表记录的删除 91

    4.3.1 使用DELETE删除数据 91

    4.3.2 使用TRUNCATE清空数据 92

    本章小结 93

    实训项目 93

    项目:在“网上书店”数据库的相关数据表中插入数据 93

    课后习题 94

    第5章 数据查询 95

    5.1 SELECT语句的基本语法 96

    5.2 简单查询 97

    5.2.1 基本查询 97

    5.2.2 使用WHERE子句 100

    5.2.3 使用ORDER BY子句 105

    5.2.4 使用LIMIT子句 106

    5.3 统计查询 107

    5.3.1 集合函数 107

    5.3.2 使用GROUP BY子句 108

    5.4 多表查询 111

    5.4.1 交叉连接 111

    5.4.2 内连接 113

    5.4.3 外连接 115

    5.4.4 自连接 116

    5.5 子查询 117

    5.5.1 比较子查询 117

    5.5.2 IN子查询 118

    5.5.3 批量比较子查询 120

    5.5.4 EXISTS子查询 121

    5.5.5 在INSERT、UPDATE、DELETE语句中使用子查询 123

    5.6 合并结果集 125

    本章小结 125

    实训项目 126

    项目1:在“网上书店”数据库中进行简单查询 126

    项目2:在“网上书店”数据库查询中使用集合函数 126

    项目3:在“网上书店”数据库查询中使用连接查询和子查询 127

    课后习题 127

    第6章 存储过程与事务 129

    6.1 MySQL程序设计基础 130

    6.1.1 变量 130

    6.1.2 流程控制语句 131

    6.1.3 光标 134

    6.2 存储过程概述 135

    6.2.1 存储过程的基本概念 136

    6.2.2 存储程序的类型 136

    6.2.3 存储过程的作用 136

    6.3 创建和执行存储过程 137

    6.3.1 创建和执行不带输入参数的存储过程 137

    6.3.2 创建和执行带输入参数的存储过程 138

    6.3.3 创建和执行带输出参数的存储过程 140

    6.4 管理存储过程 142

    6.4.1 查看存储过程 142

    6.4.2 修改存储过程 142

    6.4.3 删除存储过程 143

    6.5 存储函数 144

    6.5.1 存储过程与存储函数的联系与区别 144

    6.5.2 创建和执行存储函数 144

    6.5.3 查看存储函数 146

    6.5.4 删除存储函数 146

    6.5.5 MySQL的系统函数 146

    6.6 事务 148

    6.6.1 事务概述 148

    6.6.2 事务的提交 149

    6.6.3 事务的回滚 150

    6.6.4 事务的隔离级别 151

    本章小结 152

    实训项目 152

    项目1:在“网上书店”数据库中创建存储过程 152

    项目2:在“网上书店”数据库中创建带输入输出参数的存储过程 153

    项目3:在“网上书店”数据库中实现事务处理 153

    课后习题 153

    第7章 索引、视图和触发器 155

    7.1 索引 156

    7.1.1 索引概述 156

    7.1.2 索引的分类 156

    7.1.3 索引的设计原则 157

    7.1.4 创建索引 158

    7.1.5 删除索引 165

    7.2 视图 165

    7.2.1 视图的基本概念 165

    7.2.2 视图的优点 166

    7.2.3 定义视图 166

    7.2.4 查看视图 168

    7.2.5 修改和删除视图 171

    7.2.6 更新视图 172

    7.3 触发器 176

    7.3.1 触发器概述 176

    7.3.2 创建触发器 176

    7.3.3 触发器的使用 177

    7.3.4 查看触发器的定义 182

    7.3.5 删除触发器 183

    本章小结 183

    实训项目 184

    项目1:在“网上书店”数据库中创建索引并查看维护 184

    项目2:在“网上书店”数据库中创建视图并维护使用 184

    项目3:在“网上书店”数据库中创建触发器 184

    项目4:在“网上书店”数据库中使用触发器 185

    项目5:在“网上书店”数据库中删除触发器 185

    课后习题 185

    第8章 数据库高级管理 187

    8.1 数据库的备份与恢复 188

    8.1.1 数据库的备份 189

    8.1.2 数据库的恢复 191

    8.2 用户管理 193

    8.2.1 user表 193

    8.2.2 创建新用户 194

    8.2.3 删除普通用户 197

    8.2.4 修改用户信息 199

    8.3 权限管理 202

    8.3.1 MySQL的权限类型 202

    8.3.2 权限查询 203

    8.3.3 权限授予 204

    8.3.4 权限收回 205

    本章小结 207

    实训项目 207

    项目1:使用SQL语句备份与恢复数据 207

    项目2:创建新用户 207

    项目3:用户权限的授予和收回 207

    课后习题 207

    第9章 项目案例 208

    9.1 案例分析 209

    9.1.1 需求概述 209

    9.1.2 问题分析 209

    9.2 项目设计 211

    9.2.1 数据库设计 211

    9.2.2 创建库、创建表、创建约束 213

    9.2.3 插入测试数据 216

    9.2.4 编写SQL语句实现银行的日常业务 219

    9.2.5 创建、使用视图 221

    9.2.6 使用事务和存储过程实现业务处理 222

    9.3 进度记录 225

    参考文献 227

    展开全文
  • 尽管NoSQL数据库技术目前发展非常迅速,应用也越来越广,但是其还是有自身的局限性: ●NoSQL数据库基本上不支持事务,也不遵从ACID。因此对于严格依赖ACID的应用并不适用 ●对OLAP-style的查询并不能直接进行很...

    说起大数据生态,不得不提大数据生态系统图,而大数据行业却不断的发生着巨变,目前的这张图应该还算比较新了。

    大数据

    创业者们蜂拥至这个行业,这个行业正变得越来越拥挤。Hadoop似乎已经奠定了其作为整个大数据生态系统的关键部分,Spark是另一个基于内存计算的开源分布式计算框架,它试图填补Hadoop的弱项,提供更快的数据分析和良好的编程接口。

    分析工具领域变得异常活跃,数据应用领域正如预测一样逐渐成为重心。一些类别如数据库无论是NoSQL还是NewSQL和社交数据分析正日趋成熟。

    今天就先让我们从众多内容当中,先挑选一块和大家探讨探讨,先从数据库说起吧。

    ◎数据库技术 传统vs新型

    从大的角度讲,可以简单的将数据库分为两类:

    ●传统SMP架构的数据库,主要指代的是传统的关系型数据库,例如DB2、Postgrel,MySQL等。

    ●新型数据库,主要指代为支持大规模数量集,高并发要求,高可扩展性等孕育而生的新型数据库。包括目前大数据生态当中主流MPP,NoSQL,NewSQL数据库等。

    传统数据库和新型数据库的一个主要区别是SMP架构VS分布式/并行。

    ◎数据库理论基础

    理论基础 - 服务器系统架构

    ●SMP(Symmetric Multi-Processor)

    SMP是对称多处理器结构的简称,指代多个CPU对称工作,无主次或从属关系。各个CPU共享相同的物理内存,每个CPU访问内存中的任何地址的路径是相同的(访问的时间是相同的),因此SMP也被称为一致存储器访问结构(UMA: Uniform Memory Access)。

    ●NUMA(Non-Uniform Memory Access)

    NUMA是非对称的多处理结构,刚好与SMP相对,多个CPU工作时,对内存的访问路径不同。NUMA架构的提出主要是解决SMP架构下多CPU扩展的问题。

    ●MPP(Massive Parallel Processing)

    和NUMA不同,MPP提供了另一种进行系统扩展的方式。它由多个SMP服务器通过一定的节点互联网络进行连接,协同工作,完成相同的任务,从用户的角度来看是一个服务器系统。

    SMP和NUMA都主要指向单一的计算机系统,而MPP则有点集群的意思了

    理论基础 - ACID基本理论

    ●原子性(Atomic)

    整个事务要么成功,要么失败,杜绝部分成功

    ●一致性(Consistent)

    事务的运行并不改变数据库中数据的一致性。例如,完整约束了a+b=10,一个事务改变了a,那么b也应该随之改变

    ●独立性(lsolated)

    也称作隔离性,指两个以上的事务不会出现交错执行的状态,因为这样不可能会导致数据不一致

    ●持久性(Durable)

    事务执行成功以后,该事务所对数据库做的更改便是持久的保存在数据库之中,不会无缘无故的回滚

    传统基于关系模型的数据库遵从ACID基本理论,而新型分布式数据库则并不完全遵从该理论

    理论基础 - 分布式CAP理论

    20160420021700234.jpg

      ●一致性(Consistent)

    即数据的?一致性,简单的说就是数据复制到N台机器,如果有更新,要N台机器的数据一起更新

    ●可用性(Availability)

    在集群中一部分节点故障后,集群整体还能响应客户端的读写请求

    ●分区容错性(Tolerance)

    分区发生但不影响整个系统的运行:

    20160420021702307.jpg

      基于传统关系型模型数据库更关注CA,新型NoSQL数据库更关心CP,AP

    ◎数据库分类与对比分析

    根据体系架构来分类

    从数据库的体系架构来看,可以将数据库分为:

    ●SMP Database

    这类数据大多指代的是基于传统关系型数据库模型的数据库,比如IBM的DB2,Postgres,MySQL等

    ●MPP Database

    基于MPP体系架构的数据库,例如Teradata, Greenplum, Netezza等

    ●Distribute Database

    严格来讲MPP也应该属于分布式数据库,但这里更多指的是新型NoSQL和NewSQL数据库,例如Hbase, Cassandra, Hive, mongoDB等

    根据SQL支持来分类

    根据数据库对SQL的支持情况,可以将数据库分为:

    ●SQL Database

    而SQL数据又可以细分为:

    ?Old SQL传统SQL数据库

    ?New SQL新型SQL数据库

    ?MPP

    ?SQL on Hadoop

    ●NoSQL Database

    而NoSQL数据库本身又是非常宽泛的,其又可以分为多种类型:

    ?Key-Value Database

    ?Document Database

    ?Column family Stores

    ?Graph Database

    SQL,NewSQL and NoSQL

    无论是「OldSQL」,「NewSQL」还是「NoSQL」,都是大数据解决方案中经常提及的名词。那么面对传统的SQL数据库, NoSQL数据存储以及NewSQL数据该如何进行选择呢?其实,没有任何一款可以应对所有的应用场景,应该根据应用场景选择对的数据库。

    对于传统的SQL数据库来说,它已经被使用了多年,成为了很多应用服务过程中依赖的核心组件。如果对于自身的应用来说它的运行和性能表现是可接受的,那么其实是不需要考虑替换的。没有必要的替换或更新只会引入更多的工作量,更大的风险。对于传统SQL数据库而言,其优势主要体现在:

    ●提供了系统运行多年的稳定性和可靠性,对标准SQL的支持能力

    ●与ORM的兼容度

    ●拥有更加丰富的事务处理功能

    ●即席查询的能力

    ●成熟而稳定的商业生态

    传统SQL在过去一直处于市场的垄断地位,但是随着存储,处理和分析的数据量指数倍的快速增长,对传统SQL数据库形成了非常大的挑战,其劣势主要体现在:

    ●设计架构决定了很难进行扩展,性能瓶颈往往局限在单机的处理能力上

    ●传统SQL数据库系统设计遵循的往往是通?用标准"one size fits all",因此在很多专用场景下也不是最优的

    ●复杂的性能调优参数,需要在性能,数据安全,资源使用等多方面平衡,调优成本非常高

    对于NoSQL数据库来说,它在目前的大数据生态和真实应用场景中已经越来越多的被广泛的应用。对非结构,半结构化数据的支持使得在很多特定场景下的开发非常简单,对于对SQL弱依赖的业务,NoSQL的引入不但降低了本身的成本而且增加了系统的扩展性和性能。其优势主要体现在:

    ●大多NoSQL设计遵从最终一致性,因此具有更高的可用性

    ●同时基于最终一致性的系统相比于传统的OLAP关系型数据库具有更好的负载扩展性,支持更大的数据集

    ●很多NoSQL系统对于非关系性数据,例如log messages, XML and JSON documents进行了更多的优化

    尽管NoSQL数据库技术目前发展非常迅速,应用也越来越广,但是其还是有自身的局限性:

    ●NoSQL数据库基本上不支持事务,也不遵从ACID。因此对于严格依赖ACID的应用并不适用

    ●对OLAP-style的查询并不能直接进行很好的支持,需要更多应用开发量

    NewSQL也是目前比较流行的术语,与NoSQL相比还比较新。NewSQL系统基本上是基于关系数据库模型的,对SQL的支持非常好,与此同时尝试解决传统SQL数据库面临的问题。NewSQL数据库的设计目的不仅具有NoSQL对海量数据的存储能力,还保持了传统数据库支持ACID和SQL等特征。NewSQL的主要优势是:

    ●减少了应用研发和设计的复杂度,提供了强一致性和全事务支持

    ●对SQL的支持以及相应的标准工具

    ●丰富的数据分析SQL支持和扩展

    ●无需应用层面大的改进便可以在数据和查询模型的基础上提供类似NoSQLstyle集群方案的扩展性和性能

    于此同时,NewSQL也存在其自身的劣势:

    目前还没有NewSQL系统具备像传统SQL数据库系统那样的通用性

    ●由于NewSQL自身in-memory的系统架构设计,在海量数据的支持上还是面临很多技术和成本的挑战

    下表对OldSQL,NoSQL和NewSQL:

    20160420021703274.jpg

      MPP and Hadoop

    对于MPP和Hadoop而言,很多人都会把两者放在一起进行比较,可实际上这两者本身应该不太具有可比性,因为并不完全是同类的产品,之所以会比较,可能是因为在特定的应用场景下,我们不知道也不清楚该如何从他们之中进行选择。

    无论是MPP数据库还是Hadoop,其基础架构都是以分布式为基础的。MPP数据库本质上是分布式并行关系型数据库系统,而Hadoop并不是一个简单的单一系统或技术,而是一个生态系统,由多个组件和不同的功能构建起来。

    MPP数据库的主要架构特点是:

    ●分布式,基于网格计算技术

    ●Shared-nothing

    ●DAS(direct-attached storage)存储特质

    ●数据分区以及本地处理

    ●数据压缩

    ●高性能网络链接

    对于MPP数据库,它比较擅长的是:

    ●关系型数据

    ●批处理

    ●即席数据查询分析

    ●低并发场景

    ●ANSI SQL支持度高

    而与之不同的是,Hadoop?比较擅长的是:

    ●一次写多次度

    ●100+以上节点集群规模

    ●支持关系型和非关系型数据

    ●具有非常高的并发性

    批处理和分析负载

    具有非常好的扩展性

    下表对MPP和Hadoop进行了对比分析:

    20160420021704355.jpg



    本文转自d1net(转载)

    展开全文
  • 小SQL数据库,c++写的,关系型数据库,支持事务,手机里也有,比如手机本地存储数据 access是桌面版本 mongodb是文档存储型是nosql的一种,文档数据库 redis是kv,是个二进制存储结构,本质是kv,是基于内存的,...
  • 数据库分类和总结

    2021-02-17 11:52:28
    锁 锁是网络数据库中的一个非常重要的概念,当多个用户同时对数据库并发操作时,会带来数据不一致的问题,所以,锁主要用于多用户环境下保证数据库完整性和一致性。...并发控制的主要采用的技术手段:乐观锁、悲
  • Java数据库技术

    2015-11-02 19:36:00
    JDBC即Java数据库连接 是接口,用于执行SQL语句,包含Java写的类和界面。几乎可以把SQL传给任何数据库,不用单独...JDBC分类 分两种,1是程序开发用JDBC API接口,2是底层的JDBC Driver API接口。 JDBC API ...
  • 1.3 视频数据库分类 行为识别领域早期的数据库相对简单 的,只有一个人在摄像头中间,背景也 相对简单,比如说 KTH 数据库等;随后 出现了基于电影、电视和互联网视频的 数据库,行为的内容和背景更加复杂, 种类...
  • 虽然数据挖掘的创始人主要是数据库领域的研究人员,然而提出的大多数算法则没有利用数据库的相关技术。在分类算法中,致力于解决此问题的算法有MIND(mining in database)和GAC-RDB(grouping and counting-...
  • 数据库中建立索引的目的:提高从数据库中检索数据的速度,提高查询效率。 索引在数据库中也是以关系的形式构造和保存的,我们称为索引文件。 索引记录:由一个搜索码值和指向具有该搜索码值的一个或多个记录的指针...
  • 数据库管理技术

    2017-11-16 15:34:39
    数据库技术是应数据管理任务的需要而产生的。数据库管理是指对数据进行分类、组织、编码、存储、检索和维护,它是数据处理的中心问题。而数据的处理是指对各种数据进行收集、存储、加工和传播的一系列活动的总和。 ...
  • 数据库技术发展历史

    千次阅读 2013-03-22 13:04:05
    一、数据库技术的历史和发展    数据库技术是本世纪60年代开始兴起的一门信息管理自动化的新兴学科,是计算机科学中的 一个重要分支。随着计算机应用的不断发展,在计算机应用领域中,数据处理越来越占主导 ...
  • 计算机三级-数据库技术

    万次阅读 多人点赞 2019-03-30 10:30:54
    三级数据库技术知识点总结 1 数据字典是对系统种各类数据描述的集合,包括数据项,数据结构,数据流,数据存储和处理过程五个部分 2 数据模型的三要素:数据结构、数据操作和完整性约束 3 数据库系统:一般由数据库...
  • 数据库的锁分类

    2020-04-23 23:33:46
    数据库的锁分类 数据库锁 : 锁是网络数据库中的一个非常重要的概念,当多个用户同时对数据库并发操作时,会带来数据不一致的问题,所以,锁主要用于多用户环境下保证数据库完整性和一致性。 数据库锁出现的目的:...
  • 复杂指的是快速增长而心存高远的互联网公司对大数据的预期,导致技术人员在数据库技术上的选择颇为犹豫和为难。而技术变革期所带来的群雄逐鹿,竞相融合的境况,也加大了选择的难度。即使不是为了应对大数据的问题,...
  • 近期,市场研究机构451 Research公司发布了一张关于数据库技术产品的生态图,其中对各种数据库技术和产品进行了分类,包括传统关系型数据库(Oracle、DB2)、NoSQL数据库(Redis、MongoDB)以及NewSQL数据库(NuoDB...
  • 现在大型的电子商务系统,在数据库层面大都采用读写分离技术,就是一个Master数据库,多个Slave数据库。Master库负责数据更新和实时数据查询,Slave库当然负责非实时数据查询。因为在实际的应用中,数据库都是读多写...
  • 01什么是数据库(1)数据库介绍数据库是用来进行数据存储和管理的容器,...答:服务端程序处理业务逻辑,然后调用数据库进行数据操作(2)数据库分类关系型数据库:MySQL、SQL Server、ORACLE非关系型数据库:mongoDB、Cou...
  • 数据库基础11.1数据库的基本概念21.2常见的数据库41.3数据管理技术的发展51.3.1人工管理阶段61.3.2文件系统阶段61.3.3数据库系统阶段71.4数据模型81.4.1数据模型的概念81.4.2数据模型的分类81.4.3概念模型的表示...
  • 数据库锁的分类

    2020-04-27 00:53:07
    数据库锁出现的目的:处理并发问题并发控制的主要采用的技术手段:乐观锁、悲观锁和时间戳。InnoDB支持表、行(默认)级锁,而MyISAM支持表级锁。 锁分类数据库系统角度分为三种:排他锁、共享锁、更新锁。 从...
  • 主要讲解了数据库的发展史,数据库分类,几个数据库之间的区别,另外附加了有例子讲解。很详细
  • 数据库技术九(数据库权限控制)

    千次阅读 2019-02-20 14:32:19
    SQL分类  1. DDL:操作数据库和表  2. DML:增删改表中数据  3. DQL:查询表中数据  4. DCL:管理用户,授权 DCL:管理用户,授权  1. 管理用户  1. 添加用户: 语法形式:CREATE USER '用户名'@'...
  •  数据库分类:  关系型数据库:MySQL/ORACLE/Sql Server/DB2等  非关系型数据库:特点是面向对象或者集合  nosql数据库:MongoDB(特点是面向文档)  2、第二范式:  表中的记录是的,满足第二范式。...
  • 计算机三级数据库技术复习资料总结

    千次阅读 多人点赞 2020-10-25 18:38:00
    第7章 数据库数据库对象 一、创建及维护数据库 1、两大类: 系统数据库 (自动创建和维护的): master:最重要的数据库,记录所有系统级信息,主要的信息都...2、数据库文件分类 数据文件: 主要数据文件:每个数据

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 4,716
精华内容 1,886
关键字:

数据库技术分类