简介：很多公司，在新员工加入时，通常安排公司中某些领域的专家或者熟练员工来教育和引导这些新员工，让他们尽快适应新的工作环境、工作方法和工作要求，快速进入角色新员工除了虚心请教外，也要积极学习发挥没有定势思维的优势，寻找解决问题的新途径。

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.

简介：互联网的广泛普及,大数据在国内外越来越受到人们的重视,大数据导论在教学中的重要性也愈发突出。为进一步做好大数据导论教学,文章从专业人才培养的视角,通过对大数据导论课程开展的研讨,旨在通过普及大数据知识,提出具体的教学模式,并对教学效果做出了展望。

简介：

简介：

简介：在移动智能设备时代，一部手机基本就能承载着我们每日生活的所有元素，交流、娱乐、购物以及钱款交易等等。随着智能手机硬件的快速发展，手机更像是快消品，笔者身边不少人更换手机的频率越发频繁，几乎达到了一年一换，前不久一位朋友向笔者抱怨在更换智能手机后，数据导出与导入会占据整个下午，以及更换后旧手机的处理也是让他头疼的事儿。其实，上述问题并不是个例，相信已有不少用户会遇到过这样的问题，现在笔者就来——解答。

简介：有时候我们需要批量把数据无用的部分去掉．如将197806去掉末两位变为1978．如果只有一个数据需要修改的话．手工操作就好了。若是有成百上千的数据如何修改？使用下面的小技巧．即可轻松批量去掉数据列中多余的部分。

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。

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。

简介：随着信息技术的快速发展以及人们对信息依赖程度的提高,数据库在整个信息化建设中具有更加重要的作用。如何提高数据库的效率。特别是数据库查询的效率十分关键。论文分别研究了分布式数据库和并行数据库的查询优化方法。在分布式数据库中,论文侧重基本原理的分析,主要从基于关系代数的优化、基于直接连接查询的优化、半连接优化、索引优化以及查询优化搜索策略,这5个方面系统的论述了查询优化的方法、策略。在并行数据库部分,论文侧重于常见算法的研究,主要论述了基于查询树的传统优化方法、多重加权树优化方法、语义查询优化方法以及基于遗传的优化方法,该4类查询优化算法是目前并行数据库查询优化中应用最广的,代表了当前的研究水平。论文研究这两类典型的数据库查询优化算法,就是让我们能了解数据库优化的发展情况,有利于开发更加有效的查询优化技术。

简介：物联网在未来10～20年面临着战略性的发展机遇及应对大数据的挑战,考虑到物联网应用本身所产生的大数据应用以及建立于这些大数据基础之上的数据挖掘价值,有必要将大数据发展理念灌输到物联网发展的全过程中,从而实现以物联网带动大数据发展,以大数据推动物联网发展的目标。

简介：井口计量是油区作业的重要内容，传统的井口计量一般采用流量计、计量罐等手段，因其误差大、劳动强度高等缺陷，越来越需要改善计量方式．采用微机测控系统以实现井口计量自动化。此系统的关键是数据采集系统设计。本文着重介绍了井口计量数据采集系统设计技术。

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。

简介：2．5优化子查询当使用自查询时,2．2只使用选择性索引索引的选择性是指索引列里不同值的数目与表中记录数的比,如果表小、索引列无选择性

简介：数据中心作为网络当中的核心部分一直以来都扮演着非常重要的角色。另一方面，由上世纪80年代末出现的10M以太网．到如今的10G以太网．网络传输带宽以每5年10倍的速度飞速向前发展.目前，光纤和铜缆作为信息数据传输的重要物质载体。由于性能不同．二者的使用范围也有所侧重．大体上呈现出齐头并进的巷努但是随着技术的发展．光纤的性能优势日益明显。将威胁到铜缆在布线系统的主导地位、本文即是在此基础上对数据中心内的传输介质进行对比分析．并且着重对光纤介质进行了详述，从而弄清获得稳定性及可靠性都较高的高性能网络的分质选择策略

简介：随着CD-RW刻录机价格的不断走低,它已经成为一般计算机用户的标准配置,微软早已看到这点,在WindowsXP中已经集成了光盘刻录功能。虽然没有EasyCD、Nero等专业刻录软件功能强大,但它在刻录数据光盘时还是比较简单且方便实用,尤其在系统中没有安装刻录软件的时候。让我们一起来看一看如何使用WindowsXP集成的刻录功能吧。一、刻录机的设置打开“我的电脑”,我们会在“有可移动存储的设备”栏中发现刻录机。在刻录机盘符上单击右键,选择快捷菜单中的“属性”,调出CD驱动器属性窗口。单击属性窗口中的“录制”选项卡,用户将在此设置刻录机的刻录属性(如图1)。

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。

简介：SharePoint越来越受到欢迎。已成为一个重要的数据仓库。但是。这种数据经常会和公司的其它数据系统相隔离。成为一个数据孤岛。本文详细介绍了使用Web服务来访问SharePoint的列表数据。并使用SSIS把结果数据集转换为SQLServer数据表。这一导入过程还可以设置为自动定时运行。以保持数据之间的同步。

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，大量的数据和数据模型，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。

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.