【软考-中级-其他】01、数据库主流应用技术
数据库主流应用技术
- 分布式数据库
- DDBS分类
- 构：数据模型，如关系模型、网状模型、层次模型等
- 质：不同的DBMS，如Oracle和MySQL
- DDBS的分片模式和分配模式均是全局的
- 分布式数据库能够提高查询效率是因为其具有数据副本
- 用户无需知道数据存储在哪个站点上，属于位置透明
- 准则
- 本地自治、分片透明、位置透明
- 依赖中心节点不是数据库管理系统应该遵循的准则
- 分片
- 垂直分片
- 为了保证全局数据的可重构和最小冗余，分片满足的必要条件是：任意两个分片都能进行无损连接
- 两阶段提交协议2PC
- 把事务的提交分为两个阶段
- 分为表决阶段和执行阶段（参与者和协调者）
- 当出现故障未提交时，应向协调器询问以决定Ti的最终结果
- 并行数据库的体系结构
- 共享内存
- 共享磁盘
- 无共享：所有处理单元具有自己的内存和磁盘
- Web与数据库
- ASP的特点
- 全嵌入Html
- 无需编译，直接执行
- 与平台相关
- （错）具有平台无关性
- XML与数据库
- 面向对象数据库OODB
- 基本概念
- 对象：
- 属性+方法+消息
- 在面向对象的类型中，属于复杂类型
- 通过持久化对象和共享对象的能力，允许在整个生命周期内访问和共享这些对象
- 类：相似对象的集合，对应于E-R图中的实体集
- 对象标识
- 具有永久持久性，在生存期间，标识不能改变
- 是指针一级的概念
- 对用户而言，对象标识不能被修改
- 继承性：单继承和多重继承
- 数据模型
- 包含属性、方法和消息
- 不包含对象实例
- 对象关系模型与关系模型：是否支持嵌套
- 大数据与数据库
- DB和DW的区别
- DW
- 三层体系结构
- 底层是数据仓库服务器
- 中间层是OLAP服务器
- 顶层是前端客户层
- DW的多维数据模型看成数据立方体形式，由事实和维度组成
- 脏数据：数据获取过程中出现的多余数据/无用数据
- 休眠数据：现在不使用，以后也很少使用或不使用的
- 特征：面向主题的、集成的、不可更新的、随时间不断变化
- DM-Data Mining（数据挖掘）
- 从机器学习演变而成
- （错误）DM是在做出明确假设后去挖掘知识、发现知识
- 算法
- 聚类算法
- K-Means
- EM算法
- DBSCAN
- 当簇的密度变化较大时，DBSCAN和K-Means不能很好地处理
- 应用：
- 对WEB的文档进行分类
- 分类算法
- 检测银行卡窃贼属于离群点分析
- Apriori是一个关联规则挖掘算法
- CNM是社区分析算法，用于识别社交网络中的社团结构
- 企业信息化
- 发展
- 基本MRP
- 着重管理企业的物料需求计划
- 闭环MRP
- 强调了生产能力对需求计划的影响
- MRP-Ⅱ
- ERP
- 将供应链管理、生产管理和财务管理紧密结合在一起
- 总体思路
- 决策支持系统
- OLAP和OLTP
- OLAP
- OLTP-联机分析处理
- 从时间、地区、商品种类三个维度分析商品销售数据属于联机分析处理