1. 数据库有哪几种
常用数据库有：
1、关系型数据库
关系型数据库是由IBM的E.F. Codd于1970年发明的，它是一个表格数据库，其中定义了数据，因此可以以多种不同的方式对其进行重组和访问。关系数据库由一组表组成，其中的数据属于预定义的类别。每个表在一个列中至少有一个数据类别，并且每一行对于列中定义的类别都有一个特定的数据实例。
2、分布式数据库
分布式数据库是一种数据库，数据库存储在多个物理位置，处理在网络中的不同点之间分散或复制。分布式数据库可以是同构的，也可以是异构的。同构分布式数据库系统中的所有物理位置都具有相同的底层硬件，并运行相同的操作系统和数据库应用程序。异构分布式数据库中的硬件、操作系统或数据库应用程序在每个位置上可能是不同的。
3、云数据库
云数据库是针对虚拟化环境优化或构建的数据库。云数据库提供了一些好处，比如可以按每次使用支付存储容量和带宽的费用，还可以根据需要提供可伸缩性和高可用性。云数据库还为企业提供了在软件即服务部署中支持业务应用程序的机会。
4、NoSQL数据库
NoSQL数据库对于大型分布式数据集非常有用。NoSQL数据库对于关系数据库无法解决的大数据性能问题非常有效。当组织必须分析大量非结构化数据或存储在云中多个虚拟服务器上的数据时，它们是最有效的。
5、面向对象的数据库
使用面向对象编程语言创建的项通常存储在关系数据库中，但是面向对象数据库非常适合于这些项。面向对象的数据库是围绕对象(而不是操作)和数据(而不是逻辑)组织的。例如，关系数据库中的多媒体记录可以是可定义的数据对象，而不是字母数字值。
6、图形数据库
面向图形的数据库是一种NoSQL数据库，它使用图形理论存储、映射和查询关系。图数据库基本上是节点和边的集合，其中每个节点表示一个实体，每个边表示节点之间的连接。
2. 分布式数据库半连接 ρ 怎么算
（1）方案一（数据库保存所有服务器索引信息）
全对称结构，没有中央服务器
web方案：
只从本地数据库检索符合条件的记录，给出结果
每次检索都要从本地服务器的海量数据中进行
数据库方案：
数据库保存所有服务器的索引内容
缓存命中率高的记录，减少检索时间
服务器负载分析：
服务器负载假设：
一百个结点，每结点一百人同时使用，每个结点一万条记录
web服务器：同时一百线程在本地数据库服务器检索
数据库服务器：每次接收一百个查询请求；每个请求要从一百万条索引中检索（最坏的情况）；缓冲机制可以稍微减轻负担
数据更新操作：
同时更新所有数据库/只更新本地，服务器间相互同步
方案二（数据库保存本地索引及少量缓冲）
每高校作为一个结点
所有结点全对称结构，网络中没有一个中央服务器
web方案：
接收到请求时同时多线程向其它服务器同时搜索（服务器压力问题？）
数据库方案：
数据库保存本地数据
数据库保存一定量缓冲数据，
服务器负载分析：
服务器负载假设：
一百个结点，每结点一百人同时使用
则每个web服务器同时发起一万个线程向其它数据服务器搜索（oops!）
每个数据库服务器会同时接收到一万个查询请求（oops！）
采用学习过程只能少量减少查询请求和web服务器搜索线程
数据更新操作：
只更新本地
方案三（中央服务器方案一）
每高校一个结点
每结点结构相同，连接到同一个中央服务器
web方案
每个查询向中央服务器进行，由中央服务器实行检索，中央服务器返回检索结果
数据库方案
中央数据库保存所有索引信息
每结点可以只用小型数据库保存本地用户和其它信息即可
服务器负载分析：
服务器负载假设：
一百个结点，每结点一百人同时使用，每结点资料记录一万条
web服务器：同时发起一百个进程向中央数据库查询
数据库服务器（中央）：同时接收一万条查询请求并返回大容量结果
数据库服务器（结点）：少量工作
数据更新操作：
只更新中央服务器
方案四（中央服务器方案二）
每高校一个结点
每结点结构相同，连接到同一中央服务器
web方案：
每个查询向中央服务器进行，由中央服务器根据查询内容进行转发到结点数据库，再由结点数据库返回结果
数据库方案：
中央服务器保存各结点分类信息，根据页面请求的分类转发查询到相应服务器
服务器负载分析：
服务器负载假设：
一百个结点，每结点一百人同时使用，每结点资料记录一万条，每结点一百个类别
web服务器：同时一百个进程向中央数据库查询
数据库服务器（中央）：同时接收一万条请求并转发
数据库服务器（结点）：从中央服务器接收查询请求，最坏情况下每结点接收到一万条查询请求
数据更新操作：
只更新本地服务器
分类变化时更新中央服务器
3. 地理空间数据集成
早期GIS系统几乎是完全独立的系统，拥有自己特定的软件组件、文件格式和自己专门采集的空间数据，不同GIS系统之间很少进行交互和集成。随着网络和数据库技术发展及GIS应用领域的扩大，发展了许多空间数据集成理论和方法。
根据侧重点的不同，地球空间数据集成的概念有如下几类:①GIS功能观点，认为数据集成是地理信息系统的基本功能;②简单组织转化观点，认为数据集成是数据层的简单再组织;③过程观点，认为地球空间数据集成是在一致的拓扑空间框架中地表描述的建立或使同一个地理信息系统中的不同数据集彼此之间兼容的过程;④关联观点，认为数据集成是属性数据和空间数据的关联。这些观点，从不同角度揭示出地球空间数据集成的多样性和综合性(李军，2000)。
按照数据集成的类型及实际应用中数据集成需求，地球空间数据集成分为4大类:①区域集成，指根据一定区域范围集成各种类型的数据(Eugene，1992);②专题集成，以要素作为数据集成主要指标的集成;③时间集成，以时间为集成主体，内容包括多时间尺度数据集成、时间序列数据集成等;④数据综合集成，即综合度差异数据之间的集成，从数据与其表达的地学过程空间尺度的关系分析即是多空间尺度数据集成。
这四类集成中每一类都包含具体的集成类型，其中数据的综合集成是最为复杂的一类，常规意义的制图综合和数据细化都包含在该类数据集成中。
按照数据集成模式可以把GIS数据集成分为3种模式:①数据转换模式，是经专门的数据转换程序进行不同数据格式的集成;②数据互操作模式，是根据OGC颁布的规范，所有数据源的软件(数据服务器)需要提供统一的数据访问接口以便数据客户进行访问，并处理数据客户的请求从而完成数据服务;③直接数据访问模式，指在GIS系统中实现对其他数据格式的直接访问、存取和分析，利用空间引擎的方法实现多源数据的无缝集成(宋关福等2000;闾国年等，2003)。
这三种集成模式各有利弊，其中，①模式是传统的一种模式，但由于不同数据格式描述空间对象时采用的数据模型不同，因而转换后不能完全准确表达源数据信息，此外由于这种数据格式转换的涉及输出和输入两个过程，相对比较复杂;②模式，由于实现各种数据格式宿主软件的数据访问接口，一定时期内还不现实，且对于数据客户来讲，同时需要拥有两种格式的GIS软件，并同时运行才能完成数据的互操作，给数据的集成带来了局限性，因此目前还有很大的局限性。而③模式虽然提供了更为经济实用的多源数据集成模式，是实现空间数据共享的理想方式，但由于构建成本比较大，且需要具备多源空间数据无缝集成技术和一种内置于GIS软件中的特殊数据访问体制，目前是相对比较困难且技术要求较高的集成模式。
综上所述可知，关于地理空间数据集成，目前主要集中于物理实现和逻辑模型层次上的集成方法，是从数据本身入手来研究数据集成，属一种微观的数据集成。因此，数据集成必须同时集成数据的语义，才能满足用户应用的需要。
2.2.1.1 接口规范与标准
自从20世纪70年代开始，许多国家加强了地理信息标准化工作，迄今，已取得了长足进步。国际上地理信息产业的标准和规范发展十分迅速，各国对地理信息产业的标准和规范空前重视，在地理信息标准化的研究和标准的制定方面合作十分密切，国际标准化组织地理信息技术委员会(ISO/TC211)和以开放地理空间信息联盟(OGC)为代表的国际论坛性地理信息标准化组织，以及CEN/TC287等区域性地理信息标准化组织，在其成员的积极参与下建立了完整的地理信息标准化体系，研究和制定出了一系列的国际通用或合作组织通用的标准或规范。国际地理信息标准化工作大体可分为两部分:一是以已经发布实施的信息技术(IT)标准为基础，直接引用或者经过修编采用;二是研制地理空间数据标准，包括数据定义、数据描述、数据处理等方面的标准。
我国于1997年成立了全国地理信息标准化技术委员会(CSBTS/TC230)，负责我国地理信息国家标准的立项建议、组织协调、研究制定、审查上报等。
2.2.1.2 分布式空间查询处理技术
国际上的研究主要集中在分布式空间索引技术和分布式查询处理策略等方向上。英联邦科学与工业研究组织(CSIRO)的Abel和新加坡国立大学的Ooi等人(1995)基于分布式数据库理论中的半连接思想，首先研究了分布式空间数据库的空间连接查询处理问题，提出了空间半连接算子，并基于空间对象的一维索引结构，提出了一种空间半连接查询处理算法。新加坡国立大学的Tan等人(2000)将上述算法扩展到多维索引结构，并分析了算法在不同数据分布和网络带宽情况下的性能。实验结果表明，采用空间半连接操作可以极大地降低网络数据传输量，这对于网络带宽有限的分布式环境来说，如网络将很好地改善查询的整体响应时间。但是，空间半连接操作也带来了额外的CPU和I/O开销，在高速网络环境下，且传输数据量较小时，采用基于空间半连接操作的查询处理策略反而可能引起性能的下降。此外，还有学者研究了在并行计算体系结构下的分布式空间查询处理问题，Patel等(2000)提出在并行计算体系结构下的两种空间连接查询处理策略。
2.2.1.3 组织管理与集成体系结构
对于组织管理与集成体系结构即空间数据组织管理与集成技术研究，分为三个阶段:①传统的空间数据组织管理与集成阶段。②面向服务的空间数据的组织管理与集成阶段。③网格环境下空间数据的组织管理与集成阶段。海洋时空数据属于地理空间数据的范畴，但是由于海洋现象的复杂性、多样性以及海洋时空数据自身的特点，决定了海洋时空数据与其他空间数据的组织管理与集成有着很大的区别。
4. 数据库教程的目录
第1部分 概念篇
第1章 数据库基本概念
1. 1 数据管理技术的发展
1. 1. 1 人工管理阶段
1. 1. 2 文件系统阶段
1. 1. 3 数据库阶段
1. 1. 4 高级数据库阶段
1. 1. 5 数据库的基本术语
1. 2 数据描述
1. 2. 1 概念设计中的数据描述
1. 2. 2 逻辑设计中的数据描述
1. 2. 3 存储介质层次及数据描述
1. 2. 4 数据联系的描述
1. 3 数据抽象的级别
1. 3. 1 数据抽象的过程
1. 3. 2 概念模型
1. 3. 3 逻辑模型
1. 3. 4 外部模型
1. 3. 5 内部模型
1. 3. 6 高度的数据独立性
1. 4 数据库管理系统
1. 4. 1 DBMS的工作模式
1. 4. 2 DBMS的主要功能
1. 5 数据库系统
1. 5. 1 DBS的组成
1. 5. 2 DBS的全局结构
1. 5. 3 应用程序的演变
1. 5. 4 DBS的效益
1. 6 小结
习题1
第2部分 关系篇
第2章 关系运算理论
2. 1 关系模型的基本概念
2. 1. 1 基本术语
2. 1. 2 关系的定义和性质
2. 1. 3 三类完整性规则
2. 1. 4 关系模型的形式定义和优点
2. 1. 5 关系查询语言和关系运算
2. 2 关系代数
2. 2. 1 关系代数的5个基本操作
2. 2. 2 关系代数的4个组合操作
2. 2. 3 关系代数运算的应用实例
2. 2. 4 关系代数的两个扩充操作
*2. 3 关系演算
2. 3. 1 元组关系演算
2. 3. 2 域关系演算
2. 3. 3 关系运算的安全约束和等价性
*2. 4 关系逻辑
2. 4. 1 关系逻辑的成分
2. 4. 2 从关系代数到关系逻辑的转换
2. 4. 3 递归过程
2. 4. 4 关系逻辑与关系代数的差异
2. 5 关系代数表达式的优化
2. 5. 1 关系代数表达式的优化问题
2. 5. 2 关系代数表达式的等价变换规则
2. 5. 3 关系代数表达式的启发式优化算法
2. 6 小结
习题2
第3章 SQL语言
3. 1 SQL简介
3. 1. 1 SQL发展史
3. 1. 2 SQL数据库的体系结构
3. 1. 3 SQL的组成
3. 1. 4 SQL的特点
3. 2 SQL的数据定义
3. 2. 1 SQL模式的创建和撤销
3. 2. 2 基本数据类型
3. 2. 3 基本表的创建. 修改和撤销
3. 2. 4 索引的创建和撤销
3. 3 SQL的数据查询
3. 3. 1 SELECT查询语句的基本结构
3. 3. 2 SELECT语句的使用技术
3. 3. 3 聚合函数
3. 3. 4 SELECT语句完整的句法
3. 4 SQL数据查询中的限制和规定
3. 4. 1 SELECT语句中的规定
3. 4. 2 条件表达式中的比较操作
3. 4. 3 嵌套查询的改进写法
3. 4. 4 基本表的连接操作
*3. 4. 5 SQL3中的递归查询
3. 5 数据更新
3. 5. 1 数据插人
3. 5. 2 数据删除
3. 5. 3 数据修改
3. 6 视图
3. 6. 1 视图的创建和撤销
3. 6. 2 对视图的操作
3. 7 嵌入式SQL
3. 7. 1 嵌入式SQL的实现方式
3. 7. 2 嵌入式SQL的使用规定
3. 7. 3 嵌入式SQL的使用技术
3. 7. 4 动态SQL语句
3. 8 小结
习题3
第4章 数据库管理
4. 1 事务
4. 1. 1 事务的定义
4. 1. 2 事务的ACID性质
4. 2 数据库的恢复
4. 2. 1 典型的恢复策略
4. 2. 2 故障类型和恢复方法
4. 2. 3 检查点技术
4. 2. 4 SQL对事务的支持
4. 3 数据库的并发控制
4. 3. 1 并发操作带来的4个问题
4. 3. 2 封锁技术
4. 3. 3 封锁带来的问题
4. 3. 4 并发操作的调度
4. 3. 5 SQL对并发处理的支持
4. 4 数据库的完整性
4. 4. 1 完整性子系统
4. 4. 2 SQL中的完整性约束
4. 4. 3 约束可延迟性
*4. 4. 4 SQL3中的触发器
4. 5 数据库的安全性
4. 5. 1 安全性问题
4. 5. 2 SQL中的安全性机制
4. 5. 3 常用的安全性措施
4. 6 小结
习题4
第3部分 设计篇
第5章 关系模式设计理论
5. 1 关系模式的设计准则
5. 1. 1 关系模式的冗余和异常问题
5. 1. 2 关系模式的非形式化设计准则
5. 2 函数依赖
5. 2. 1 函数依赖的定义
5. 2. 2 FD的闭包
5. 2. 3 FD的推理规则
5. 2. 4 FD和关键码的联系
5. 2. 5 属性集的闭包
5. 2. 6 FD集的最小依赖集
5. 3 关系模式的分解特性
5. 3. 1 关系模式的分解
5. 3. 2 无损分解
5. 3. 3 模式分解的优缺点
5. 3. 4 无损分解的测试方法
5. 3. 5 保持函数依赖的分解
5. 3. 6 模式分解与模式等价问题
5. 4 范式
5. 4. 1 第一范式 1NF
5. 4. 2 第二范式 2NF
5. 4. 3 第三范式 3NF
5. 4. 4 BCNF Boyce-CoddNF
5. 4. 5 分解成BCNF模式集的分解算法
5. 4. 6 分解成3NF模式集的合成算法
5. 4. 7 模式设计方法小结
5. 5 其他数据依赖和范式
5. 5. 1 多值依赖
5. 5. 2 关于FD和MVD的推理规则集
5. 5. 3 第四范式 4NF
5. 5. 4 嵌人多值依赖
5. 5. 5 连接依赖和第五范式
5. 6 小结
习题5
第6章 基于ER模型的数据库设计
6. 1 数据库工程与数据库系统生存期
6. 1. 1 规划阶段
6. 1. 2 需求分析阶段
6. 1. 3 概念设计阶段
6. 1. 4 逻辑设计阶段
6. 1. 5 物理设计阶段
6. 1. 6 数据库的实现
6. 1. 7 数据库的运行与维护
6. 2 ER模型
6. 2. 1 ER模型的基本元素
6. 2. 2 属性的分类
6. 2. 3 联系的设计
6. 2. 4 ER模型的操作
6. 2. 5 采用ER模型的数据库概念设计步骤
6. 3 ER模型到关系模型的转换
6. 3. 1 ER图转换成关系模式集的算法
6. 3. 2 采用ER模型的逻辑设计步骤
6. 4 ER模型实例分析
6. 4. 1 库存管理信息系统的ER模型及转换
6. 4. 2 人事管理信息系统的ER模型
6. 4. 3 住院管理信息系统的ER模型
6. 4. 4 公司车队信息系统的ER模型
6. 5 增强的ER模型
6. 5. 1 弱实体
6. 5. 2 子类实体与超类实体
6. 6 小结
习题6
第7章 面向对象的高级概念建模
7. 1 面向对象的数据类型系统
7. 2 对象联系图
7. 2. 1 对象联系图的成分
7. 2. 2 数据的概化/特化
7. 3 UML类图
7. 3. 1 统一建模语言 UML 概述
7. 3. 2 用类图表达类和关联
7. 3. 3 用类图表达关联类
7. 3. 4 用类图表达概化/特化
7. 3. 5 用类图表达聚合
7. 4 小结
习题7
第4部分 对象篇
第8章 对象关系数据库ORDB
8. 1 关系模型的发展历程
8. 1. 1 从关系模型到后关系模型
8. 1. 2 从后关系模型到对象关系模型
8. 2 ORDB的定义语言
8. 2. 1 对象关系数据模型的定义
8. 2. 2 数据类型的定义
8. 2. 3 继承性的定义
8. 2. 4 引用类型的定义
8. 2. 5 SQL3中的定义语言
8. 3 0RDB的查询语言
8. 3. 1 对SELECT语句的新规定
8. 3. 2 嵌套与解除嵌套
8. 3. 3 复合值的创建和查询
8. 3. 4 Oracle中查询的两种技术
8. 4 函数和过程
8. 4. 1 SQL函数和过程
8. 4. 2 外部语言程序
8. 4. 3 过程的构造
8. 5 小结
习题8
第9章 面向对象数据库OODB
9. 1 00DBS的基本概念
9. 1. 1 ODMG标准
9. 1. 2 OODBS的定义
9. 1. 3 OODB的基本概念
9. 2 ODMG对象模型
9. 2. 1 对象和文字
9. 2. 2 接口. 类和继承
9. 2. 3 类外延. 关键码和工厂对象
9. 3 ODMGODL
9. 4 ODMGOQL
9. 4. 1 OQL中的SELECT语句
9. 4. 2 OQL表达式的附加格式
9. 4. 3 OQL中对象的赋值和建立
9. 5 C 语言的绑定
9. 6 OODB. ORDB与RDB的比较
9. 6. 1 OODB与RDB在概念设计上的区别
9. 6. 2 OODB与ORDB的比较
9. 7 小结
习题9
第5部分 分布篇
第10章 分布式数据库
10. 1 DDBS的定义和特点
10. 1. 1 从集中式. 分散式到分布式
10. 1. 2 DDBS的定义
10. 1. 3 DDBS的特点
10. 1. 4 DDBS的优缺点
10. 1. 5 DDBS的分类
10. 2 分布式数据存储
10. 2. 1 数据分片
10. 2. 2 数据分配
10. 3 DDB的体系结构
10. 3. 1 体系结构
10. 3. 2 分布透明性
10. 4 DDBMS
10. 4. 1 DDBS的组成
10. 4. 2 DDBMS的功能
10. 4. 3 DDBMS的组成
10. 4. 4 DDBMS的同构性程度和局部自治性程度
10. 4. 5 FDBS的异构性
10. 4. 6 FDBS的5层模式结构
10. 5 分布式查询处理
10. 5. 1 查询代价的估算方法
10. 5. 2 基于半连接的优化策略
10. 5. 3 基于连接的优化方法
10. 6 分布式数据库中的并发控制和恢复技术
10. 6. 1 DDB中的问题
10. 6. 2 基于数据项识别拷贝的分布式并发控制
10. 6. 3 基于投票方法的分布式并发控制
10. 6. 4 分布式恢复
10. 7 小结
习题10
第11章 异构多数据源的访问
11. 1 中间件
11. 1. 1 中间件的定义
11. 1. 2 中间件的作用
11. 2 ODBC结构
11. 2. 1 ODBC概念
11. 2. 2 ODBC的体系结构
11. 2. 3 ODBC的特性
11. 3 ODBC接口
11. 3. 1 ODBC应用程序的基本流程
11. 3. 2 ODBC句柄
11. 3. 3 数据源的连接与断开
11. 3. 4 SQL语句的执行
11. 3. 5 查询结果的获取
11. 4 ODBC的符合性级别
11. 4. 1 API符合性的三个级别
11. 4. 2 SQL符合性的三个级别
11. 4. 3 ODBCAPI与SQLCLI之间的协调
11. 4. 4 SQLCLI与嵌入式SQL的比较
11. 4. 5 典型的数据库应用系统开发工具
11. 5 JDBC结构
11. 5. 1 JDBC的提出
11. 5. 2 JDBC的基本功能
11. 5. 3 JDBC数据库设计方法
11. 5. 4 保持一致性的措施
11. 5. 5 JDBC驱动程序
11. 6 JDBCAPI
11. 6. 1 JDBCAPI的目标
11. 6. 2 JDBCAPI接口概貌
11. 6. 3 JDBC的接口和类
11. 6. 4 JDBC数据库应用程序的编写
11. 7 小结
习题11
第12章 XML技术
12. 1 XML概述
12. 1. 1 XML的诞生
12. 1. 2 XML文挡
12. 1. 3 文档类型定义 DTD
12. 1. 4 XML模式
12. 2 XML编程接口
12. 2. 1 文档对象模型 DOM
12. 2. 2 简单的应用程序设计接口 SAX
12. 3 常用的XML查询语言XQuery
12. 3. 1 XQuery的基本功能
12. 3. 2 XQuery的基本概念
12. 3. 3 简单查询
12. 3. 4 各种类型的查询
12. 4 小结
习题12
第6部分 决策篇
第13章 数据仓库
13. 1 DW概述
13. 1. 1 从DB到DW的演变
13. 1. 2 DB数据和DW数据的区别
13. 1. 3 DW的定义和特点
13. 1. 4 DW的类型
13. 2 DW的组织结构
13. 2. 1 DW的数据组织结构
13. 2. 2 粒度与分割
13. 2. 3 DWS的结构
13. 2. 4 DW的运行结构
13. 3 DW存储的多维数据模型
13. 3. 1 多维立方体
13. 3. 2 星形模式
13. 3. 3 雪花模式
13. 3. 4 事实星座模式
13. 4 DW的数据获取与管理
13. 4. 1 DW的数据获取
13. 4. 2 DW的数据管理
13. 5 DW的设计和发展阶段
13. 5. 1 DW设计的原则
13. 5. 2 DW设计的步骤
13. 5. 3 DW的发展阶段
13. 6 小结
习题13
第14章 联机分析处理技术
14. 1 OLAP概述
14. 1. 1 OLAP的定义
14. 1. 2 OLAP准则
14. 1. 3 OLAP的基本概念
14. 1. 4 OLAP与OLTP之间的比较
14. 2 OLAP的数据组织
14. 2. 1 MOLAP
14. 2. 2 ROLAP
14. 2. 3 HOLAP
14. 2. 4 OLAP数据的处理方式
14. 3 OLAP的多维数据分析
14. 3. 1 切片和切块
14. 3. 2 钻取
14. 3. 3 旋转
14. 3. 4 OLAP应用开发实例
14. 3. 5 广义OLAP操作
14. 4 OLAP的数据索引技术
14. 4. 1 位图索引
14. 4. 2 连接索引
14. 5 基于Web的OLAP系统结构
14. 6 小结
习题14
第15章 数据挖掘
15. 1 DM概述
15. 1. 1 DM的由来
15. 1. 2 DM的定义
15. 1. 3 DM与DW的联系与区别
15. 1. 4 DM与OLAP的联系与区别
15. 2 DM过程
15. 3 DM的关联分析方法
15. 3. 1 DM的分析方法
15. 3. 2 关联规则的定义
15. 3. 3 关联规则的分类
15. 3. 4 关联规则的挖掘算法
15. 3. 5 多层和多维关联规则的挖掘
15. 3. 6 关联规则价值衡量的方法
15. 4 DM的其他分析方法
15. 4. 1 序列模式分析方法
15. 4. 2 分类分析方法
15. 4. 3 聚类分析方法
15. 5 DM的应用领域
15. 5. 1 DM的应用行业
15. 5. 2 商业化的DM工具
15. 6 新决策支持系统概述
15. 6. 1 新DSS的结构图
15. 6. 2 新DSS的成功实例
15. 6. 3 新DSS与传统DSS的比较
15. 6. 4 综合DSS的结构图
15. 7 小结
习题15
参考文献
5. 数据存储原则根据数据分布什么方式
定义：
分布式数据库是指利用高速计算机网络将物理上分散的多个数据存储单元连接起来组成一个逻辑上统一的数据库。分布式数据库的基本思想是将原来集中式数据库中的数据分散存储到多个通过网络连接的数据存储节点上，以获取更大的存储容量和更高的并发访问量。近年来，随着数据量的高速增长，分布式数据库技术也得到了快速的发展，传统的关系型数据库开始从集中式模型向分布式架构发展，基于关系型的分布式数据库在保留了传统数据库的数据模型和基本特征下，从集中式存储走向分布式存储，从集中式计算走向分布式计算。
特点：
1.高可扩展性：分布式数据库必须具有高可扩展性，能够动态地增添存储节点以实现存储容量的线性扩展。
2
高并发性：分布式数据库必须及时响应大规模用户的读/写请求，能对海量数据进行随机读/写。
3.
高可用性：分布式数据库必须提供容错机制，能够实现对数据的冗余备份，保证数据和服务的高度可靠性。
6. 分布式数据库的查询优化
指在执行分布式查询时选择查询执行计划的方法和关系运算符的实现算法。根据系统环境的不同，查询优化所使用的算法也有所不同，通常分为远程广域网环境和高速局域网环境，其区别主要在网络的带宽。对于一元运算符可以采用集中式数据库中的查询优化方法。而对于二元运算符，由于涉及场地间的数据传输，因此必须考虑通信代价。分布式查询中常见的连接运算执行策略包括：
（1）半连接方法：利用半连接运算的转换方法R∞S=（RµS）∞S。假设场地1和场地2上分别有关系R和关系S，首先在S上执行连接属性上的投影并将结果传输至场地1，在场地1上执行关系R与投影的连接操作，再将结果传输至场地2与关系S执行连接操作。这种方法能够降低执行连接运算时的网络通信代价，主要适用于带宽较低的远程广域网络。
（2）枚举法方法：指枚举关系运算符的物理执行计划，通过对比执行计划的代价选择执行算法的方法。其中，连接运算符的物理执行计划包括嵌套循环方法、哈希连接法和归并连接法。枚举法主要适用于以磁盘IO代价为主的高速局域网环境。
7. 概念：分布式数据库中的半连接
两个关系连接后只保留第一个关系中的全部属性
8. 分布式数据库半连接优化中ρ =Val(A[S])/Val(Dom(A)) 解释下分母Val(Dom(A))是什么意思啊，具体怎么算
N/A是not applicable的缩写，中文的含义是不适合的，未设置的意思。
9. 什么叫分布式数据库，有什么优点和缺点
1.分布式数据库是数据库的一种，是数据库技术和网络技术的结合产物。
2.各有优点和缺点.分布式数据库分为逻辑上分部物理上分布及逻辑上分布物理上集中两种。
是的,分布式数据文件便于数据库的管理维护。
10. 简述分布式数据库的模式结构
分布式数据库系统是在集中式数据库系统的基础上发展来的。是数据库技术与网络技术结合的产物。什么是分布式数据库： 分布式数据库系统是在集中式数据库系统的基础上发展来的。是数据库技术与网络技术结合的产物。分布式数据库系统有两种：一种是物理上分布的，但逻辑上却是集中的。这种分布式数据库只适宜用途比较单一的、不大的单位或部门。另一种分布式数据库系统在物理上和逻辑上都是分布的，也就是所谓联邦式分布数据库系统。由于组成联邦的各个子数据库系统是相对“自治”的，这种系统可以容纳多种不同用途的、差异较大的数据库，比较适宜于大范围内数据库的集成。分布式数据库系统(DDBS)包含分布式数据库管理系统(DDBMS)和分布式数据库(DDB)。在分布式数据库系统中，一个应用程序可以对数据库进行透明操作，数据库中的数据分别在不同的局部数据库中存储、由不同的DBMS进行管理、在不同的机器上运行、由不同的操作系统支持、被不同的通信网络连接在一起。一个分布式数据库在逻辑上是一个统一的整体：即在用户面前为单个逻辑数据库，在物理上则是分别存储在不同的物理节点上。一个应用程序通过网络的连接可以访问分布在不同地理位置的数据库。它的分布性表现在数据库中的数据不是存储在同一场地。更确切地讲，不存储在同一计算机的存储设备上。 这就是与集中式数据库的区别。从用户的角度看，一个分布式数据库系统在逻辑上和集中式数据库系统一样，用户可以在任何一个场地执行全局应用。就好那些数据是存储在同一台计算机上，有单个数据库管理系统(DBMS)管理一样，用户并没有什么感觉不一样。分布式数据库中每一个数据库服务器合作地维护全局数据库的一致性。分布式数据库系统是一个客户/服务器体系结构。