学科分类
/ 7
131 个结果
  • 简介:当需要为基于Microsoft.NETFramework的分布式应用程序设计数据访问层(DataAccessLayer,DAL)时,您将做出的一个关键决策就是,如何向DAL类的方法传递和接收数据。向DAL类传递和接收业务数据的选择方式非常少,但是在现实中大多数只有两种方式——使用DataSet对象和自定义业务实体对象的集合

  • 标签: 数据库 数据集 应用程序 数据绑定 数据访问层
  • 简介:在软件行业中,五年就像是一个地质时代。五年前,Microsoft宣布了自己的Micorsoft.NETFramework计划。从那以后,DataSet(数据集)才开始作为关键对象出现在基于.NET的应用程序中,执行多种数据相关的任务。也是五年前,DataSet被誉为ADO记录集(Recordset)的威力增强版。那么在.NETFramework出现之前,您是如何设计数据访问层(DAL,DataAccessLayer)的呢?我想您一定是以ADO和它全能的Recordset对象——断开的、且可进行XML序列化的——为中心构建数据访问层。

  • 标签: 数据集 FRAMEWORK RECORDSET对象 DATASET MICROSOFT 数据访问层
  • 简介:上文为大家讲解了Linux下的系统备份的相关命令操作,相信大家对Linux系统下的备份有了初步的熟悉和掌握。这里会逐步加深讲解的内容,讲述基础备份的另一个重要方面——数据备份。

  • 标签: 数据备份 LINUX 操作系统 应用程序 文件系统
  • 简介:本文是一篇关于数据恢复的"普及"文章,希望能让更多的人了解数据恢复.

  • 标签: 数据恢复
  • 简介:随着我国网络信息技术的迅猛发展,网络数据库也随之得到了推广应用。如今,网络信息已经深入到我们工作、学习和生活的各个方面,网络信息的安全性也显得越来越重善屯。网络数据库的数据安全是决定网络信息安全的关键。本文就网络数据库进行了简单阐述,对网络数据库的主要威胁进行了分析,在此基础上提出了网络数据数据数据安全策略。。

  • 标签: 网络数据库 数据安全 主要威胁 策略
  • 简介:半结构化数据是网络中一种重要的数据形式,也是进行数据挖掘的重要基础。因此要对Internet上巨量的数据进行数据挖掘,半结构化数据及模型是前提。本文介绍了半结构化数据的相关概念及其数据模型。

  • 标签: 半结构化数据 数据挖掘 数据模型
  • 简介:微软的表格处理工具Excel2000在普通办公处理方面使用非常普及,中小型微机数据库从DOS平台的Dbase、Foxbase,一直到Windows下的VFP7.0,具有较多的用户群体.特别是VFP在中小型数据处理方面,操作简单、设计程序方便、功能强大,足以满足普通数据处理方面的业务要求.

  • 标签: EXCEL数据 VFP数据库 FOXBASE Windows 安全 数据处理
  • 简介:也许就像微软S+S战略后面极力希望将用户留在Windows平台的意图一样,Oracle也不愿意把大好的数据库市场从手中放弃掉,以至于拉里·埃尔森在宣称“到底什么是云计算呢?完全是胡扯”。诚然,现在的云产品(包括:微软、Google、亚马逊、IBM…)主要还停留在简单信息存储和访问的初级阶段,

  • 标签: WINDOWS平台 ORACLE GOOGLE 信息存储 数据库 亚马逊
  • 简介:前面一直讲解Linux系统里的基础备份操作。这些备份是非常重要的,因为直接影响到系统,数据的安全性。如果等到系统出现问题的时候才想到要对系统进行备份,就来不及了,最终只有眼看着数据白白丢失。如果能够在平时就养成良好的备份习惯,及时对系统和重要数据进行周期地备份,就不会出现

  • 标签: 数据库 数据备份 数据库管理系统 应用程序 LINUX
  • 简介:通过SCE数据的深层分析,实现运营商对VOIP业务进行有效管理。

  • 标签: VOIP SCE SQL CM
  • 简介:摘要本文分析了Access与SQLServer数据库的引擎、数据访问模型、数据类型及表设计,并探讨了它们在应用领域上各自的优缺点。

  • 标签: Access SQL Server 数据库 应用
  • 简介:太家都知道.硬盘物理上一旦损坏.数据就再也找不回来了,所以数据安全问题一直是用户的最为关心的。其实,硬盘生产厂商也非常重视数据的存储安全,并且都推出了各自的硬盘数据保护技术.来增强硬盘的稳定性和安全性其中比较著名的有S.M.A.R.T技术.DPS技术、Maxsafe技术.以度DataLifeguard技术等,你想对这些保障数据安全的枝

  • 标签: 硬盘 数据安全 数据保护 DFT 数据保护系统
  • 简介:日前发现一个很奇怪的问题,SQLSERVER2000数据库的记录只能查询某个日期以前的数据,其后的数据可以写入,但是不能查询.

  • 标签: 数据库 SQLSERVER 故障 查询
  • 简介:在Facebook总部举行的数据峰会就数据存储、访问面临的主要挑战展开了研讨,会议要点主要是小数据、大数据以及硬件发展趋势。小数据的挑战相对于大数据,小数据指的是每次数据请求包含的条目在1~1000(如OLTP),而不论总数据量大小的数据查询。TAO图形数据库和Memcache是Facebook目前主要用来处理小数据的缓存系统。

  • 标签: 对数 图形数据库 数据存储 发展趋势 数据请求 数据查询
  • 简介:市场在跟随用户的需求不断变换。新技术的应用将数据库领域和企业应用结合得十分紧密。但是现在用户的要求除了软件功能的健壮性外,还对灵活性和价格做出了进一步的要求。Linux为形成新的数据库市场竞争格局提供了条件。最近,大多数厂商都已完成了对Linux策略上的调整。因为他们清楚地看到,这是在把握数据库竞争的决断权。

  • 标签: 市场竞争格局 厂商 用户 需求 价格 决断
  • 简介:摘要在信息化时代,数据保护的重要性不言而喻。本文所讲的数据保护,主要研究以数字化形式存储在电磁介质中的数据保密机制。用户在选择产品的时候应根据需要和性能综合考虑。

  • 标签: 数据保护 计算机
  • 简介:Sharding是一项仍处于高速发展中的"老"技术,随着Web2.0的发展,Sahrding逐渐从比较"虚"的概念变成比较"实"的运用思路,本文介绍了这方面新的发展和思想。

  • 标签: 开源数据库 技术 WEB
  • 简介:结合数字化校园的数据源,给出了在数据仓库环境下构建的数字化校园体系结构图,阐述了数字化校园数据仓库逻辑模型的设计,并把数据挖掘算法应用到数字化校园中,为高校管理者提供了决策支持信息。关键词数据仓库;数据挖掘;数字化校园中图分类号TP274文献标识码A文章编号1007-9599(2010)04-0000-01DigitalCampusApplication&StudyagainstDataWarehouseandDataMiningTechnologyWangYanpin1g,WangXiaoting2,ChangXianfa2(1.HeyuanTechnologyCollege,Heyuan517000,China;2.KaifengUniversity,Kaifeng475004,China)AbstractCombinethedatasourceofthedigitalcampus,giveanarchitecturemapofdigitalcampuswhichisbasedondatawarehouseenvironment,focusonthedigitalcampusdatawarehouselogicalmodeldesign,Andthedataminingalgorithmapplytothedigitalcampus,providethedecisionsupportinformationforuniversityadministratorsKeywordsDatawarehouse;Datamining;Digitalcampus一、引言高校数字化校园数据主要存储在关系型数据库中,这些系统中,大量的数据数据模型,都是反映历届学生的学习成绩和教师的教学任务以及教学计划。随着高校对决策信息需求的日益广泛、复杂和迫切,这些传统的数据库系统存在的问题也越来越明显。本文利用数据仓库和数据挖掘技术在数字化校园中应用进行了研究。二、数字化校园数据仓库体系结构设计在对数字化校园各个子系统进行深入调研和需求分析的基础上,针对数据仓库的三个基本功能,提出了一个集中式数据仓库(数字化校园数据仓库)、分布式数据库(各个部门数据库)等适合数字化校园的数据仓库体系结构,如图1所示。该系统由五个部分组成(一)数据源来源于操作性数据库,其主要是完成日常业务处理,其数据将成为数据仓库的数据源。(二)多数据源集成将来自于不同数据源(SQL、Oracle等)的数据通过数据转换服务进行导入。(三)中心数据仓库在已有业务系统的基础上,通过数据的抽取、转换、加载,建立数字化校园数据仓库。(四)OLAP分析服务器通过建立OLAP分析服务器,从数据仓库中提取数据,完成数据的统计和分析。(五)决策支持工具是面向用户的数据需求的前端服务,支持各种OLAP和DM操作。三、数字化校园数据仓库逻辑模型设计在学生等级事实维表中存储七个维表,通过这几个维表的主键,将事实表和维表连接在一起,形成星型模式用二维关系表示数据的多维概念建立星型模型后,通过维表的主键,对事实表和每一个维作连接操作,其模型如图2如示。四、数据挖掘算法在数字化校园中应用分析针对学生等级多维数据集,把平均成绩、借书次数、平均消费、学生等级、家庭出身既作为输入列又作为可预测列,分析处理后可得到如图3所示学生等级一层决策树模型。在学生等级表中,所有事例为4925,其中学生等级为C的事例最多,为1726例,可能性为35.04%;学生等级表现为A的有495例,可能性为10.05%;学生等级表现为B的有1478例,可能性为30.01%;学生等级表现为D的有983例,可能性为19.95%;还有学生等级表现为E的极差事例有243例,可能性为4.93%。在这一事例图中,我们可以看到PJCJ是决定XSDJ最重要的因素,在高校教育中,抓学生成绩才是教学的关键所在。五、结束语采用DW+DM框架结构的决策支持系统是一种比较理想和完善的架构,该系统功能齐全、性能稳定,能对数据进行快速和准确的分析,从而帮助高校管理者做出更好的决策,提高高校管理效率,对数字化校园的利用具有一定的实用性和参考价值。参考文献1ZhaoHuiTang,JamieMaclennan.数据挖掘原理与应用M.邝祝芳,焦贤龙,高升.北京清华大学出版社,200725-262木根.数据仓库技术与实现M.北京电子工业出版社,20023王艳萍,常贤发.基于数据仓库的数字化校园的设计J.电脑知识与技术,2009,124薛红,王敏.基于DW+OLAP+DM的超市销售决策支持系统J.计算机工程,2007,33145王成,李民赞.基于数据仓库和数据挖掘技术的温室决策支持系统J.农业工程学报,2008,11作者简介王艳萍(1982-),女,硕士研究生,河源职业技术学院教师,研究方向为计算机应用技术。

  • 标签:
  • 简介:本文提出一种将异构数据库互联建立综合数据平台的实现方案,把运行中原有的各个数据库系统进行整合,整合成一个综合性的数据中心平台,实现“信息共享、集中控制”。系统设计中引入了数据更新系统中间件和缓存表以实现原有各系统的互联互通,信息的同步和共享.

  • 标签: 异构数据库 中间件 缓存表 触发器