本文目录一览

1，选择VFP还是Access

用access吧，access是微软开发的专门处理小型数据的数据库。而且access直接通过sql语句就能控制数据库，比vfp方便多了

选择VFP还是Access

2，如何理性选择适合自己的数据库

一般来讲，数据分析的查询不会直接从生产环境的数据库来读取数据，一方面是影响线上性能，另一方面是OLTP的表结构设计更多的是面向插入，而不是读取。如何来选择合适的数据库做数据分析呢？本文给出了四方面的考量，抛砖引玉。1. 客户要分析什么样的数据2. 客户分析的数据量是多少3. 客户工程师团队技术背景，运维能力4. 预期的数据分析的响应时间

如何理性选择适合自己的数据库

3，适合金融行业海量数据分析的数据库产品有什么可以推荐的吗特别是

国产数据库里适合金融行业海量数据分析的数据库产品我推荐南大通用的GBase 8a MPP Cluster。GBase 8a MPP Cluster具有联邦构架、大规模并行计算、海量数据压缩、高效存储结构、智能索引、虚拟集群及镜像、灵活的数据分布、完善的资源管理、在线快速扩展、高并发、高可用性、高安全性、易维护、高效加载等技术特征。适合于金融行业的数仓系统。

适合金融行业海量数据分析的数据库产品有什么可以推荐的吗特别是

4，用什么数据库存储访问日志做分析比较好

日志记录的是，我们操作系统或某个服务或某个软件在运行过程当中所产生事件信息的，这对于我们后续分析系统比较有价值。比如，某个服务在运行过程中出现故障了，就可以查看该服务的日志信息，分析日志找出服务出现故障的原因所在。如：我们使用【yum】工具安装软件，系统都会把程序yum做的操作记录到日志里。如果，我们管理的不是一台主机，每台主机的日志信息都是单独存放的，如果要分析报告当前所有主机的的所有服务的过去某一时间段运行状态，我们则要逐一查看每一台主机的日志文件了。这很不方便。不利于使用一些日志分析工具来分析日志。所以我们要做日志的集中化存储。意思是说：把所有主机产生日志信息发往日志服务器，由日志服务器帮助众多需要存储日志数据的主机存储日志数据。存储日志数据有两种方式：1、使用文件存储日志数据2、把日志信息存储到数据库里
你是要看数据文件和日志文件的存放位置呢，还是里边的内容？ 查看位置的话，直接使用： sql> select * from v$logfile; sql> select file_id,file_name from dba_data_files; 如果要查看内容的话，得把数据打出来，到trace文件中查看。

5，大数据从百万级别数据的分析角度数据库如何选择哪位大大告诉

百万级的数据，无论侧重OLTP还是OLAP，当然就是MySql了。过亿级的数据，侧重OLTP可以继续Mysql，侧重OLAP，就要分场景考虑了。实时计算场景：强调实时性，常用于实时性要求较高的地方，可以选择Storm;批处理计算场景：强调批处理，常用于数据挖掘、分析，可以选择Hadoop;实时查询场景：强调查询实时响应，常用于把DB里的数据转化索引文件，通过搜索引擎来查询，可以选择solr/elasticsearch;企业级ODS/EDW/数据集市场景：强调基于关系性数据库的大数据实时分析，常用于业务数据集成，可以选择Greenplum；数据库系统一般分为两种类型：一种是面向前台应用的，应用比较简单，但是重吞吐和高并发的OLTP类型；一种是重计算的，对大数据集进行统计分析的OLAP类型。传统数据库侧重交易处理，即OLTP，关注的是多用户的同时的双向操作，在保障即时性的要求下，系统通过内存来处理数据的分配、读写等操作，存在IO瓶颈。OLTP（On-Line Transaction Processing，联机事务处理）系统也称为生产系统，它是事件驱动的、面向应用的，比如电子商务网站的交易系统就是一个典型的OLTP系统。OLTP的基本特点是：数据在系统中产生；基于交易的处理系统（Transaction-Based）；每次交易牵涉的数据量很小；对响应时间要求非常高；用户数量非常庞大，主要是操作人员；数据库的各种操作主要基于索引进行。分析型数据库是以实时多维分析技术作为基础，即侧重OLAP，对数据进行多角度的模拟和归纳，从而得出数据中所包含的信息和知识。OLAP（On-Line Analytical Processing，联机分析处理）是基于数据仓库的信息分析处理过程，是数据仓库的用户接口部分。OLAP系统是跨部门的、面向主题的，其基本特点是：本身不产生数据，其基础数据来源于生产系统中的操作数据（OperationalData）；基于查询的分析系统；复杂查询经常使用多表联结、全表扫描等，牵涉的数据量往往十分庞大；响应时间与具体查询有很大关系；用户数量相对较小，其用户主要是业务人员与管理人员；
没看懂什么意思？

文章TAG：分析  数据  数据库  哪个  分析数据库哪个好  
下一篇