① 聯機事務處理的簡介
聯機事務處理（OLTP，online transaction processing）是用於管理面向交易的應用，主要用於一定數量行業（包括銀行業、航空、郵購訂單、超級市場和製造業）的數據入口和取回交易數據。目前最廣泛使用的OLTP產品可能是IBM的用戶信息控制系統（CISS）。
目前的OLTP要求對於網路交易以及多個公司間交易的支持。因此，新的OLTP軟體使用客戶/伺服器處理機制以及允許交易在網路中不同電腦平台上運行的中間軟體。
反映企業當前的運行狀態，完成企業管理所包含的日常任務的資料庫應用，一般沒有復雜的查詢和分析處理。在聯機事務處理中，事務是被立即執行的，這與批處理相反，一批事務被存儲一段時間，然後再被執行。大多數批處理(例如賬目交換)是在夜間進行的。OLTP的結果可以在這個資料庫中立即獲得，這里假設這些事務可以完成。聯機事務處理以實時的方式發生。民航定票系統和銀行ATM機是聯機事務處理系統的例子。
在單一用戶、單一資料庫環境下執行事務是簡單的，這是因為沒有沖突問題或對資料庫間同步的需求。在分布式環境下，維護多個資料庫的完整性是另外一種問題。傳統上，大多數聯機事務處理系統在大型計算機系統上實現，這是由於它的操作的復雜性，以及需要快速輸入/輸出、禁止和管理的原因。如果一個事務必須在多個場地進行修改，那麼就需要管理機制來防止重寫數據並提供同步。其它的需求包括具有卷回失效事務的能力、提供安全性特徵，以及如果需要，提供數據恢復的能力。這是通過一個事務處理監督器來處理的。這個監督器保證了事務是完全完成的或是進行卷回的，因而就可以保證資料庫狀態的正確性。
在一個分布式環境下，寫操作經常並行地在多個資料庫伺服器上發生。這樣的並發事務處理需要一個「卷回」機制，以保證在一次寫操作中系統失效的情況下，仍保證資料庫的完整性。事務要麼一起確認，要麼放棄。如果一個或多個與事務有關的系統響應不一致，這意味著系統或通信可能出現了故障，因而就會放棄一個事務。
可以看出，當多個用戶試圖同時改變數據的同一塊時，就出現了沖突問題。另外，對多個資料庫的寫入操作必須進行同步處理，並且必須保證這個寫入已經確實被所有的資料庫處理完畢了，需要一個監督程序來保證數據的完整性。對在分布式環境下的事務處理有四種需求，聯合起來稱為「ACID」。
② 資料庫中什麼是並行如何實現並行訪問
單擊右鍵，選中「單元格設置」再選「對齊」再選「合並單元格」
③ 如何處理大量數據並發操作
處理大量數據並發操作可以採用如下幾種方法:
1.使用緩存：使用程序直接保存到內存中。或者使用緩存框架: 用一個特定的類型值來保存，以區別空數據和未緩存的兩種狀態。
2.資料庫優化：表結構優化;sql語句優化，語法優化和處理邏輯優化;分區;分表;索引優化;使用存儲過程代替直接操作。
3.分離活躍數據:可以分為活躍用戶和不活躍用戶。
4.批量讀取和延遲修改: 高並發情況可以將多個查詢請求合並到一個。高並發且頻繁修改的可以暫存緩存中。
5.讀寫分離: 資料庫伺服器配置多個，配置主從資料庫。寫用主資料庫，讀用從資料庫。
6.分布式資料庫: 將不同的表存放到不同的資料庫中，然後再放到不同的伺服器中。
7.NoSql和Hadoop: NoSql，not only SQL。沒有關系型資料庫那麼多限制，比較靈活高效。Hadoop，將一個表中的數據分層多塊，保存到多個節點（分布式）。每一塊數據都有多個節點保存（集群）。集群可以並行處理相同的數據，還可以保證數據的完整性。
拓展資料:
大數據（big data），指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣捷徑，而採用所有數據進行分析處理。大數據的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。
④ SQL資料庫中導入數據
導的是數據， 你可以用復制的方式導數據，也可以如下操作把A中生成腳本，然後勾上鍵，索引，默認值等 保存腳本 建資料庫B ,查詢分析器打開 這個腳本，怕你出問題，在 最前面加個use B 運行腳本，再導入數據
⑤ 怎麼把mysql一個資料庫從一台機器上 拷貝到另外一台
1、在B機器上裝mysql。
將A機器上的mysql/data下的你的資料庫目錄整個拷貝下來。
將B機器上的mysql服務停止。
找到B機器上的mysql/data目錄，將你拷貝的目錄粘貼進去，然後啟動mysql服務就可以了。
2、使用SQL語句備份和恢復
你可以使用SELECT INTO OUTFILE語句備份數據，並用LOAD DATA INFILE語句恢復數據。這種方法只能導出數據的內容，不包括表的結構，如果表的結構文件損壞，你必須要先恢復原來的表的結構。
語法：
SELECT * INTO {OUTFILE | DUMPFILE} 』file_name』 FROM tbl_name
LOAD DATA [LOW_PRIORITY] [LOCAL] INFILE 』file_name.txt』 [REPLACE | IGNORE]
INTO TABLE tbl_name
SELECT ... INTO OUTFILE 』file_name』
⑥ 什麼是並行資料庫
並行資料庫系統（Parallel Database System）是新一代高性能的資料庫系統，是在MPP和集群並行計算環境的基礎上建立的資料庫系統。 並行資料庫技術起源於20世紀70年代的資料庫機（Database Machine）研究，，研究的內容主要集中在關系代數操作的並行化和實現關系操作的專用硬體設計上，希望通過硬體實現關系資料庫操作的某些功能，該研究以失敗而告終。80年代後期，並行資料庫技術的研究方向逐步轉到了通用並行機方面，研究的重點是並行資料庫的物理組織、操作演算法、優化和調度策絡。從90年代至今，隨著處理器、存儲、網路等相關基礎技術的發展，並行資料庫技術的研究上升到一個新的水平，研究的重點也轉移到數據操作的時間並行性和空間並行性上。 並行資料庫系統的目標是高性能（High Performance）和高可用性（High Availability），通過多個處理節點並行執行資料庫任務，提高整個資料庫系統的性能和可用性。 性能指標關注的是並行資料庫系統的處理能力，具體的表現可以統一總結為資料庫系統處理事務的響應時間。並行資料庫系統的高性能可以從兩個方面理解，一個是速度提升（SpeedUp），一個是范圍提升（ScaleUp）。速度提升是指，通過並行處理，可以使用更少的時間完成兩樣多的資料庫事務。范圍提升是指，通過並行處理，在相同的處理時間內，可以完成更多的資料庫事務。並行資料庫系統基於多處理節點的物理結構，將資料庫管理技術與並行處理技術有機結合，來實現系統的高性能。 可用性指標關注的是並行資料庫系統的健壯性，也就是當並行處理節點中的一個節點或多個節點部分失效或完全失效時，整個系統對外持續響應的能力。高可用性可以同時在硬體和軟體兩個方面提供保障。在硬體方面，通過冗餘的處理節點、存儲設備、網路鏈路等硬體措施，可以保證當系統中某節點部分或完全失效時，其它的硬體設備可以接手其處理，對外提供持續服務。在軟體方面，通過狀態監控與跟蹤、互相備份、日誌等技術手段，可以保證當前系統中某節點部分或完全失效時，由它所進行的處理或由它所掌控的資源可以無損失或基本無損失地轉移到其它節點，並由其它節點繼續對外提供服務。 為了實現和保證高性能和高可用性，可擴充性也成為並行資料庫系統的一個重要指標。可擴充性是指，並行資料庫系統通過增加處理節點或者硬體資源（處理器、內存等），使其可以平滑地或線性地擴展其整體處理能力的特性。 隨著對並行計算技術研究的深入和SMP、MPP等處理機技術的發展，並行資料庫的研究也進入了一個新的領域，集群已經成為了並行資料庫系統中最受關注的熱點。目前，並行資料庫領域主要還有下列問題需要進一步地研究和解決。 （1）並行體系結構及其應用，這是並行資料庫系統的基礎問題。為了達到並行處理的目的，參與並行處理的各個處理節點之間是否要共享資源、共享哪些資源、需要多大程度的共享，這些就需要研究並行處理的體系結構及有關實現技術。 （2）並行資料庫的物理設計，主要是在並行處理的環境下，數據分布的演算法的研究、資料庫設計工具與管理工具的研究。 （3）處理節點間通訊機制的研究。為了實現並行資料庫的高性能，並行處理節點要最大程度地協同處理資料庫事務，因此，節點間必不可少地存在通訊問題，如何支持大量節點之間消息和數據的高效通訊，也成為了並行資料庫系統中一個重要的研究課題。 （4）並行操作演算法，為提高並行處理的效率，需要在數據分布演算法研究的基礎上，深入研究聯接、聚集、統計、排序等具體的數據操作在多節點上的並行操作演算法。 （5）並行操作的優化和同步，為獲得高性能，如何將一個資料庫處理事務合理地分解成相對獨立的並行操作步驟、如何將這些步驟以最優的方式在多個處理節點間進行分配、如何在多個處理節點的同一個步驟和不同步驟之間進行消息和數據的同步，這些問題都值得深入研究。 （6）並行資料庫中數據的載入和再組織技術，為了保證高性能和高可用性，並行資料庫系統中的處理節點可能需要進行擴充（或者調整），這就需要考慮如何對原有數據進行卸載、載入，以及如何合理地在各個節點是重新組織數據。
⑦ 分布式資料庫與並行資料庫有什麼區別
（1） 應用目標不同。並行資料庫系統的目標是充分發揮並行計算機的優勢，利用系統中的各個處理機結點並行完成資料庫任務，提高資料庫系統的整體性能。分布式資料庫系統主要目的在於實現場地自治和數據的全局透明共享，而不要求利用網路中的各個結點來提高系統處理性能。
（2） 實現方式不同。在具體實現方法上，並行資料庫系統與分布式資料庫系統也有著較大的不同。在並行資料庫系統中，為了充分利用各個結點的處理能力，各結點間可以採用高速網路連接。結點鍵的數據傳輸代價相對較低，當某些結點處於空閑狀態時，可以將工作負載過大的結點上的部分任務通過高速網傳送給空閑結點處理，從而實現系統的負載平衡。
但是在分布式資料庫系統中，為了適應應用的需要，滿足部門分布特點的需要，各結點間一般採用區域網或廣域網相連，網路帶寬較低，顛倒點的通信開銷較大。因此，在查詢處理時一般應盡量減少結點間的數據傳輸量。
（3） 各結點的地位不同。在並行資料庫系統中，各結點是完全非獨立的，不存在全局應用和局部應用的概念，在數據處理中只能發揮協同作用，而不能有局部應用。在分布式資料庫系統中，各結點除了能通過網路協同完成全局事務外，各結點具有場地自治性，每個場地使獨立的資料庫系統。每個場地有自己的資料庫、客戶、CPU等資源，運行自己的DBMS，執行局部應用，具有高度的自治性。
⑧ qtsqlite可以並行寫多個表數據嗎
qtsqlite可以並行寫多個表數據。qtsqlite資料庫文件之中對表的個數沒有限制，只要你的硬碟空間足夠大，你想建立多少個表都可以。SQLite（sql）是一款開源輕量級的資料庫軟體，不需要server，可以集成在其他軟體中，非常適合嵌入式系統。
⑨ Java多線程並發操作資料庫能否提高運行速度。
優化建議:
1. 在你的代碼里大點評測下 每個操作花的時間. 譬如 dom4j解析花了多久, 存儲到資料庫花了多久等等.
2. 評測哪些地方可以並行操作以提高CPU利用率;
3. 資料庫操作部分也可以做適當優化, 譬如批量提交可以顯著提高插入速度, 譬如去除索引/主鍵後插入等;
4. 不同機器的IO速度是不同的, 因此應該能提供運行時的任務調度參數化, 譬如多少個dom4j解析線程, 入庫的批量數量等;