摘要： 關系型數據庫是通用性非常強的數據庫[1],從小型軟件項目到大型的互聯網項目都適用,關系型數據庫用行和列的形式來存儲數據,持久化記錄數據。對于一個業(yè)務系統(tǒng),歷史數據不會經常被訪問,但是歷史數據的存在會占用大量的存儲和計算資源,這個時候就可以考慮對歷史數據進行歸檔。和生活是中國移動全力打造的一站式生活服務平臺,文章主要介紹在該平臺上自主研發(fā)的基于關系型數據庫的自動歸檔情境下的中間件架構設計。文章對該中間件的總體架構設計、主要流程設計和實施過程的關鍵問題做出說明,為大家提供一個完善的中間件架構設計過程,有利于推動相關中間件的研究與研發(fā),填補數據歸檔領域中間件的空白。

摘要： 華為云GaussDB企業(yè)級分布式數據庫推薦理由華為從2007年開始進行數據庫內核方面的開發(fā),于2011年啟動分布式數據庫內核研發(fā),2014年發(fā)布商用版本的OLAP分布式數據庫,2017年發(fā)布商用版本的OLTP分布式數據庫,今年正式發(fā)布基于云服務的GaussDB(for openGauss)企業(yè)級分布式關系型數據庫。

摘要： 本文結合關系型數據庫的相關概念,梳理了基于關系型數據庫的網絡流數據預處理總體思路與步驟,并將該方法用于實踐,分析了基于關系型數據庫的網絡流數據預處理效果,以期對技術人員進行數據處理有所啟示。

摘要： “老冷,你考慮得怎么樣了?參不參加輪崗計劃?”又掛起了,看著屏幕上的錯誤彈窗,冷工失去了往日的挑戰(zhàn)心境。怎么搞的?今天的工作效率出奇得低,為優(yōu)化性能而寫的一段小腳本就是調試不過。還是先沖杯咖啡,醒醒腦子再調試吧。冷工是某集團運維部的資深數據庫運維專家,尤其擅長關系型數據庫,在業(yè)界也是小有名氣,連相關廠商的人員都要向其請教一二?？勺罱?他也遇到了一個小煩惱,原來公司倡導“復合型人才”.

摘要： 目前廣泛采用的振動測試系統(tǒng)側重于數據采集的精度、采樣率等指標的提高,但數據預處理環(huán)節(jié)不足,智能化程度不高,測試人員面對分散數據,查詢對比分析存在很大困難;為集中有效管理海量預處理數據,實現數據高性能查詢分析,分別設計了面向查詢結果和面向數據解耦關系的兩套數據庫;采用MySQL+Python架構實現了海量數據背景下全船振動數據的快速查詢與分析等功能;經過多艘船舶的數據處理實踐表明,該系統(tǒng)有效解決了振聲數據的綜合分析問題,具有一定的工程實際應用價值。

摘要： 為解決自動歸檔中間件架構設計等問題,本文以關系型數據庫為例,在該類通用型較強的數據庫作用下,提出以打造一站式生活服務平臺等解決措施,同時在平臺自主研發(fā)的基礎上,發(fā)揮出關系型數據庫的實用價值,并在自動歸檔的情景條件下,完善中間件的架構設計,以期為相關人員提供技術參考。

摘要： 世界上很多高價值的數據信息儲存在關系數據庫中,訪問這些數據需要掌握專門的結構化查詢語言(SQL),普通人很難直接使用.基于對現有對話機器人存在的問題和相關關鍵技術的梳理,本文融合了數據倉庫、數據同步、數據庫查詢、消息推送、自然語言理解及語音識別等相關技術及產品,設計了數據庫驅動的對話機器人.方案可以實現用戶理解、消息推送、事實數據查詢和分析數據查詢四個功能,使得用戶能夠快速地獲取信息.本文提出的數據庫驅動的對話機器人具有較強的泛化性和可擴展性.

摘要： 本文針對網絡教育快速發(fā)展的現狀,完成了基于web的C語言題庫管理系統(tǒng).本系統(tǒng)主要包含了用戶管理模塊、題庫管理模塊、組卷模塊以及試卷分析四大模塊.系統(tǒng)用戶主要分為學生、教師和管理員.系統(tǒng)采用了Springboot+Mybatis框架技術,以java為編程語言進行開發(fā),數據庫選擇使用MySql關系型數據庫,建立了12張數據表,實現了一個操作簡單快捷、界面簡潔、可根據題目難易程度進行組卷的C語言試題庫管理系統(tǒng).

摘要： 世界上很多高價值的數據信息儲存在關系數據庫中,訪問這些數據需要掌握專門的結構化查詢語言(SQL),普通人很難直接使用?；趯ΜF有對話機器人存在的問題和相關關鍵技術的梳理,本文融合了數據倉庫、數據同步、數據庫查詢、消息推送、自然語言理解及語音識別等相關技術及產品,設計了數據庫驅動的對話機器人。方案可以實現用戶理解、消息推送、事實數據查詢和分析數據查詢四個功能,使得用戶能夠快速地獲取信息。本文提出的數據庫驅動的對話機器人具有較強的泛化性和可擴展性。

摘要： 在煤田地質勘探實踐中,積累了大量地質數據,以常規(guī)文件方式存儲管理難以滿足煤田勘探、開發(fā)、科研的需求.按照空間關系型數據庫管理思路設計煤田地質勘探地理信息系統(tǒng)(geographic information system,GIS)空間數據庫管理系統(tǒng),以空間數據庫和屬性數據庫服務器方式存儲、管理煤田勘探地質數據,以數據庫角色用戶方式進行遠程傳輸、更新、維護屬性數據表,以共享文件夾傳輸、文件傳輸協議(file transfer protocol,FTP)文件傳輸、網頁客戶端平臺方式維護數據文件,通過瀏覽器/服務器(browser/server,B/S)方式實現異地客戶端地質數據空間復雜查詢、下載等,實現信息共享,高級用戶可通過數據庫客戶端直接訪問數據表.煤田地質勘探空間數據庫管理系統(tǒng)的實現,從根本上實現了復雜地質數據的科學化管理,提高了數據存儲、訪問、維護的便捷性、高效性、準確性和安全性,為煤田勘探地質數據的標準化存儲、查詢、維護、應用提出了新的方案,可以在煤田地質勘探中深入推廣應用.

摘要： 工業(yè)基礎類是建筑信息模型(Building Information Modelling,BIM)數據交換的標準格式,利用數據庫實現IFC數據的高效管理對促進BIM的深度應用具有重要意義.當前研究主要利用Revit內置的導出功能將IFC數據直接導出為SQL Server關系型數據庫,這種方式的缺點在于必須基于Revit,且導出的數據丟失了一些重要信息,如構件尺寸、物體頂點等.為此,本研究提出了一種能夠從IFC數據自動映射到關系型數據庫的通用轉換方法,并結合實際數據對其進行了成效分析.結果表明:本研究提出的自動映射方法不僅較好地保證了信息傳遞的完整性,還提高了IFC數據的查詢效率.這將有利于BIM在建筑業(yè)的深度應用,如支持智能建造等的實施.

摘要： 隨著web應用的普及與數據量的爆炸性增長,NoSQL得到了廣泛的應用,它具有傳統(tǒng)數據庫所不具有的高并發(fā)讀寫、高可拓展性和高可用性的優(yōu)點.近年來,世界上各互聯網公司紛紛根據自身業(yè)務的不同特性研發(fā)出符合自身的NoSQL數據庫.針對關系型數據庫已馳騁數據庫領域數十年的特點,如何完成業(yè)務上由關系型數據庫向NoSQL的平滑過渡成為不可避免的議題.本文首先分析了數據由關系型數據庫向NoSQL數據庫遷移的背景,并對向HBase遷移數據的幾種方法進行了研究和分析.

摘要： 螞蟻金服自主研發(fā)的通用關系型數據庫;基于分布式架構和普通PC服務器,提供金融級高可用的云數據庫服務;實現了金融級的數據一致性及數據可靠性;具備高可用、線性擴展、低成本、高性能等核心技術優(yōu)勢.

摘要： 針對數據資源不完整、數據資源分散、數據聯動困難、信息共享不足、業(yè)務協同困難、數據溯源不及時等問題,提出了基于關系型數據庫、非關系型數據庫與空間數據庫建立數字水文平臺的總體思路,研究了多源異構數據的存儲與組織、磁光電混合存儲數據庫、水文同義詞詞表與詞表檢索、光盤數據庫全文檢索、數字水文平臺檢索等關鍵技術,提升了水文信息資源共享應用水平,推動了水文科技進步,為數字水文、數字水利和數字經濟建設提供了可借鑒的經驗.

摘要： 以Java EE技術為基礎,開發(fā)實現了一個基于Java EE的數據庫后臺管理代碼生成框架.該框架使用B/S系統(tǒng)架構,實現對關系型數據庫(Mysql,Oracle)的增加、刪除、修改和查詢,同時支持一對一、一對多、多對一和多對多關系的查詢.框架可以根據數據庫直接生成持久層、業(yè)務層、表示層的代碼,其中持久層和業(yè)務層使用設計模式,使得代碼具有良好的可擴展性.

摘要： 目前智能交通管理數據資源中心的傳統(tǒng)系統(tǒng)架構和數據處理方法,其在數據存儲和處理智能交通管理大數據方面已經開始出現如下瓶頸:交通管理數據越來越海量、交通管理業(yè)務應用越來越復雜、數據查詢響應速度越來越慢.本文提出了采用Hadoop和MPP技術混合架構進行智能交通管理大數據資源平臺架構設計的思想和實現方法;其核心部分歸類包括數據存儲層、業(yè)務應用服務模型層和平臺應用接口層,數據存儲層和業(yè)務應用服務模型層為上層交通管理應用提供計算資源、存儲資源和大數據挖掘分析,平臺應用接口層涵蓋了在公安智能交通管理方面常見的業(yè)務應用接口,為業(yè)務應用平臺提供支持;通過大數據平臺構建從而有效提升智能交通管理大數據存儲和處理分析的效率與性能,為提升智能交通管理業(yè)務水平打下基礎.

摘要： 簡述了有狀態(tài)架構所面臨的挑戰(zhàn)，傳統(tǒng)關系型數據庫所面臨的挑戰(zhàn)，介紹了彈性架構擴展系統(tǒng)，分析了GemFire整體分布式架構，以及GemFire主要拓撲結構。

摘要： 隨著移動通信技術的不斷發(fā)展,使各個地區(qū)的網絡結構愈發(fā)復雜,不同廠家不同網絡制式共同組網的情況越來越多,網絡監(jiān)控與優(yōu)化所依賴的網管數據分析難度越來越大;本文針對電信網管數據的分析優(yōu)化,進行了一種便于分析的可視化數據系統(tǒng)的研究,設計實現了一種基于PostgresSQL與Tableau的可視化分析系統(tǒng).

摘要： 隨著移動通信技術的不斷發(fā)展,使各個地區(qū)的網絡結構愈發(fā)復雜,不同廠家不同網絡制式共同組網的情況越來越多,網絡監(jiān)控與優(yōu)化所依賴的網管數據分析難度越來越大;本文針對電信網管數據的分析優(yōu)化,進行了一種便于分析的可視化數據系統(tǒng)的研究,設計實現了一種基于PostgresSQL與Tableau的可視化分析系統(tǒng).

摘要： 隨著移動通信技術的不斷發(fā)展,使各個地區(qū)的網絡結構愈發(fā)復雜,不同廠家不同網絡制式共同組網的情況越來越多,網絡監(jiān)控與優(yōu)化所依賴的網管數據分析難度越來越大;本文針對電信網管數據的分析優(yōu)化,進行了一種便于分析的可視化數據系統(tǒng)的研究,設計實現了一種基于PostgresSQL與Tableau的可視化分析系統(tǒng).

摘要： 本發(fā)明涉及一種從非關系型數據庫到關系型數據庫的數據遷移方法,包括如下步驟：連接需要進行數據遷移的非關系型數據庫，獲取數據庫中的表格信息；選擇需要進行數據遷移的表和數據庫模式定義方法，其中可選擇的數據庫模式定義方法包括用戶自定義、并集兼容、交集兼容、首條數據；將信息從非關系型數據庫中導出到定義的xml文件中；將非關系型數據庫的數據庫設計模式轉變成對應的關系型數據庫的設計模式；連接對應的關系型數據庫，根據xml文件中的數據庫設計模式，建立對應的數據表；按照index元素中的索引信息，建立對應的索引。本發(fā)明解決了非關系數據庫（如MonogDB）到關系型數據庫進行數據遷移時所具有的反范式設計、無模式化和特殊數據類型的問題。

摘要： 本發(fā)明提供了一種關系型數據庫擴展方法及關系型數據庫擴展系統(tǒng)。數據庫表包括擴展字段，所述擴展字段中存儲有由類文件序列化的預設格式文本，從所述擴展字段中讀取所述預設格式文本的內容，將所述預設格式文本的內容反序列化成相匹配的類文件；響應對所述類文件的操作，將操作后的類文件序列化成所述預設格式文本存儲到所述擴展字段中。利用本發(fā)明可以減少每次需求升級所帶來的數據庫表的設計開發(fā)工作和變更工作。

摘要： 本發(fā)明公開了一種關系型數據庫與非關系型數據庫的同步系統(tǒng)及方法，主要透過配置模塊配置非關系型數據庫中的文檔字段與關系型數據庫中的表字段的對應關系，并形成配置關系文檔；讀取模塊根據該配置模塊所生成的配置關系文檔的文檔名及由計時模塊所提供的時間區(qū)域自該非關系型數據庫讀取相關數據；計時模塊記錄該讀取模塊訪問該非關系型數據庫的時間，提供上次訪問時間至本次訪問的時間區(qū)域給該讀取模塊；轉換模塊根據讀取模塊所讀取的相關數據以及配置模塊存儲的配置關系文檔生成針對該關系型數據庫操作的命令語句；以及執(zhí)行模塊根據該轉換模塊生成的命令語句對該關系型數據庫執(zhí)行命令操作。

摘要： 本申請公開一種將非關系型數據庫數據轉換到關系型數據庫的方法及裝置。該方法包括：由非關系數據庫獲取數據；通過配置信息對所述數據進行篩選，以獲得第一數據；通過預定規(guī)則對所述第一數據進行數據轉換，以獲得第二數據；以及建立數據庫連接，將所述第二數據儲存到關系型數據庫中。本申請公開的將非關系型數據庫數據轉換到關系型數據庫的方法，能夠將非關系型數據庫的數據自動、高效的轉換到關系型數據庫中，節(jié)約人力與時間成本。

摘要： 本發(fā)明提供一種使用KETTLE從關系型數據庫向非關系型數據庫定時增量更新數據的方法，首先創(chuàng)建kettle job；lastKey；lastKey用來記錄當前Hbase中數據的最大標識，可以存在關系型數據庫、Hbase或者文件中；獲取currentMaxKey；抽取數據；創(chuàng)建一個transition，用于數據抽?。桓耹astKey；使用定時器；定時器可以使用kettle的job自帶的定時器。本發(fā)明和現有技術相比，使用kettle的組件實現從關系型數據庫向非關系型數據庫定時增量更新數據，解決了不同數據源的數據同步到云平臺的問題，具有很好的推廣使用價值。

摘要： 本發(fā)明涉及一種從非關系型數據庫到關系型數據庫的數據遷移方法,包括如下步驟：連接需要進行數據遷移的非關系型數據庫，獲取數據庫中的表格信息；選擇需要進行數據遷移的表和數據庫模式定義方法，其中可選擇的數據庫模式定義方法包括用戶自定義、并集兼容、交集兼容、首條數據；將信息從非關系型數據庫中導出到定義的xml文件中；將非關系型數據庫的數據庫設計模式轉變成對應的關系型數據庫的設計模式；連接對應的關系型數據庫，根據xml文件中的數據庫設計模式，建立對應的數據表；按照index元素中的索引信息，建立對應的索引。本發(fā)明解決了非關系數據庫（如MonogDB）到關系型數據庫進行數據遷移時所具有的反范式設計、無模式化和特殊數據類型的問題。

摘要： 本發(fā)明公開了一種關系型數據庫到非關系型數據庫的同步方法和系統(tǒng)，包括配置模塊、讀取模塊、計時模塊、轉換模塊、執(zhí)行模塊、處理模塊和同步模塊，還包括了兼容數據庫，本發(fā)明解決了目前兼容數據在非關系型數據庫和關系型數據庫的存儲的問題，將非關系型數據庫和關系型數據庫之間形成相互兼容的數據處理關系，并通過計時模塊記錄執(zhí)行時間和讀取時間，通過執(zhí)行時間和讀取時間生成上次的執(zhí)行命令和執(zhí)行結果，并將多次執(zhí)行命令和執(zhí)行結果形成新的兼容數據庫，在下次配置后優(yōu)先訪問兼容數據庫，從而實現快速轉化和讀取。

摘要： 本發(fā)明涉及數據庫領域，特別是涉及一種關系型數據庫到非關系型數據庫的同步方法和系統(tǒng)。具體為：解析源端的關系型數據庫的數據庫日志，獲取源端的關系型數據庫中需要同步的事務的標記信息和變更數據信息；根據事務的變更數據信息生成相應的SQL語句；將事務的同步信息發(fā)送至目的端；目的端按照接收到的事務的標記信息對事務進行分類，并按照事務分類對同步信息進行保存；將同步信息轉換為通用數據交換格式的數據；使用轉換后的通用數據交換格式的數據對目的端的非關系型數據庫進行同步更新。本發(fā)明通過將源端的關系型數據庫中的數據變化轉換為目的端的非關系型數據庫可接受的數據形式，完成關系型數據庫向非關系型數據庫的數據同步。

摘要： 本發(fā)明涉及基于ETL工具從關系型數據庫向非關系型數據庫更新的方法，包括如下步驟：通過ETL工具的采集器采集各平臺的源數據，進而得到目標數據；將采集到的目標數據存儲進關系數據庫中；從關系型數據庫中提取目標數據作為待處理數據，將待處理數據作為格式為二進制Avro數據的中間態(tài)數據；將二進制Avro數據格式的待處理數據轉化為JSON格式的待處理數據；將得到的JSON格式的待處理數據，通過FlowFile流數據的形式暫存在本地磁盤，得到暫存的待處理數據；通過ETL工具將暫存的待處理數據存儲進非關系型數據庫。本發(fā)明的方法可配置性高、過程可控性強，能夠準確定位錯誤發(fā)生的環(huán)節(jié)，節(jié)省了查找錯誤的時間。

摘要： 本發(fā)明公開了一種關系型數據庫與非關系型數據庫的同步系統(tǒng)及方法，主要透過配置模塊配置非關系型數據庫中的文檔字段與關系型數據庫中的表字段的對應關系，并形成配置關系文檔；讀取模塊根據該配置模塊所生成的配置關系文檔的文檔名及由計時模塊所提供的時間區(qū)域自該非關系型數據庫讀取相關數據；計時模塊記錄該讀取模塊訪問該非關系型數據庫的時間，提供上次訪問時間至本次訪問的時間區(qū)域給該讀取模塊；轉換模塊根據讀取模塊所讀取的相關數據以及配置模塊存儲的配置關系文檔生成針對該關系型數據庫操作的命令語句；以及執(zhí)行模塊根據該轉換模塊生成的命令語句對該關系型數據庫執(zhí)行命令操作。