數據訪問技術什麼意思

㈠ 資料庫訪問技術

隨著資料庫產品和技術的發展，資料庫訪問技術也從ODBC、DAO、RDO、OLE DB、ADO 和 RDS發展到今天的ADO.NET。以下內容由城市刀客整理編輯，旨在為你展示資料庫訪問技術的概貌。
<!--[if !supportEmptyParas]-->

ODBC<!--[endif]-->

ODBC 技術為訪問不同的SQL 資料庫提供了一個共同的介面。ODBC 使用 SQL 作為訪問數據的標准。這一介面提供了最大限度的互操作性：一個應用程序可以通過共同的一組代碼訪問不同的 SQL 資料庫管理系統 (DBMS)。開發人員可以添加資料庫驅動程序，將應用程序與用戶所選的 DBMS 聯系起來。驅動程序管理器提供應用程序與資料庫之間的中間鏈接。ODBC 介麵包含一系列功能，由每個 DBMS 的驅動程序實現。當應用程序改變它的 DBMS 時，開發人員只使用新的 DBMS 驅動程序替代舊的驅動程序，並且應用程序可以無需修改代碼照常運行。

<!--[if !supportEmptyParas]-->

標准 ODBC 結構的關系圖如下：

DAO & RDO

DAO 是建立在 Microsoft Jet Microsoft Access 的資料庫引擎基礎之上的。Jet 是第一個連接到 Access 的面向對象的介面。使用 Access 的應用程序可以用 DAO 直接訪問資料庫。由於 DAO 是嚴格按照 Access 建模的，因此，使用 DAO 是連接 Access 資料庫最快速、最有效的方法。DAO 也可以連接到非 Access 資料庫，例如，SQL Server 和 Oracle。DAO 使用 ODBC，但是由於 DAO 是專門設計用來與 Jet 引擎對話的，Jet 將解釋 DAO 和 ODBC 之間的調用。使用除 Access 之外的資料庫時，這種額外的解釋步驟導致較慢的連接速度。如下圖所示：

<!--[if !supportEmptyParas]--> <!--[endif]-->

要克服這樣的限制，Microsoft 創建了 RDO。圖 Application1 顯示了 RDO 如何直接訪問 ODBC API，而無需通過 Jet 引擎。不久之後，Microsoft 推出了 ODBCDirect，它是 DAO 的擴展，在後台使用 RDO。圖 Application2 顯示 ODBCDirect 如何允許現有的 DAO 應用程序訪問資料庫，而沒有 Jet 引擎產生的性能損失。

OLE DB

OLE DB 建立於 ODBC 之上，並將此技術擴展為提供更高級數據訪問介面的組件結構。此結構對企業中及 Internet 上的 SQL、非 SQL 和非結構化數據源提供一致的訪問。（實際上，在訪問基於 SQL 的數據時，OLE DB 仍使用 ODBC，因為對於 SQL 它是最優結構。）

OLE DB 由三個組件構成：數據使用者（例如，一個應用程序）；包含並公開數據的數據提供程序以及處理並傳輸數據的服務組件（例如，查詢處理器、游標引擎）。OLE DB 是一個針對 SQL 數據源和非 SQL 數據源（例如，郵件和目錄）進行操作的 API。如下圖所示：

OLE DB 為 C 和 C++ 程序員及使用其他包含 C 樣式函數調用語言的程序員提供綁定。有一些語言（例如 VB 和 VBScript）不提供指針數據類型（地址變數）。因此，這些語言不能使用 C 樣式綁定，而且不能直接調用 OLE DB。<!--[if !supportEmptyParas]--> <!--[endif]-->

在此基礎上，Microsoft 推出了另一個數據訪問對象模型：ADO。ADO 採用基於 DAO 和 RDO 的對象，並提供比 DAO 和 RDO 更簡單的對象模型（盡管會產生一些冗餘的功能，如現在進行一項操作時可以用不止一種方法）。ADO 中的對象層次結構比 DAO 中的更平緩。ADO 包含一些簡化對數據存儲區數據的訪問任務的內置對象。

<!--[if !supportEmptyParas]-->

下圖顯示了應用程序連接到資料庫可採取的許多途徑。例如，VB 程序員可以使用 ADO 將應用程序連接到 OLE DB 提供程序。如果資料庫不支持 OLE DB，應用程序可以通過 ODBC 連接。Visual C++ (VC++) 程序員可以使用 ADO 或直接通過 OLE DB 連接。

讓我們看一個簡單示例，它顯示 ADO 是如何運行的。清單 1 顯示可如何使用典型的記錄集對象--ADO 中的核心對象。記錄集對象表示一系列記錄（很像一個表），並支持游標類型，例如，adOpenForwardOnly、adOpenKeyset、adOpenDynamic 和 adOpenStatic。游標可以在伺服器端（默認情況下），也可在客戶端。<!--[if !supportEmptyParas]--> <!--[endif]-->

清單 1

<!--#include file="adovbs.inc"-->

<%

Dim connStr, rs
connStr = "Provider=SQLOLEDB.1;Persist Security Info=False;User ID=sa;Initial Catalog=pubs;Data Source=localhost"
SET rs= Server.CreateObject("ADODB.Recordset")
<!--[if !supportEmptyParas]-->rs.Open "Authors", connStr, adOpenForwardOnly, adLockOptimistic, adCmdTable
WHILE NOT rs.EOF
response.write rs("au_fname") & "," & rs("au_lname") & "<br>"
rs.moveNext
END
SET rs=nothing
%>

<!--[if !supportEmptyParas]-->

要訪問一條記錄，ADO 需要按順序掃描記錄集。要訪問多個表，需要執行 JOIN 查詢，並將返回的結果作為記錄集。雖然記錄集對象支持斷開的數據訪問，ADO 還是主要為連接的數據訪問而設計。這種連接的訪問模式佔用伺服器端的重要資源。另外，要傳輸記錄集，必須使用 COM 封送處理。COM 封送處理是數據類型轉換過程，這種轉換佔用額外的系統資源。<!--[if !supportEmptyParas]--> <!--[endif]-->

從 ADO 2.1 開始，Microsoft 將 XML 支持添加到 ADO 對象模型，這樣就可將記錄集保存為 XML 文檔。然而，直到 ADO 2.5 出現，ADO 2.1 中 XML 支持的一些限制（例如，分層記錄集對象的保持）才被取消。雖然 ADO 可以將 XML 文檔讀入記錄集，但它只能讀取名為高級數據表圖 (Advanced Data TableGram, ADTG) 的專用架構。<!--[if !supportEmptyParas]--> <!--[endif]-->

Microsoft 希望擁有斷開的數據訪問機制，它擴展了 ADO 並推出遠程數據服務 (RDS)。RDS 是按照 ADO 建模的，無需實時連接就可以使記錄集傳輸到客戶端（例如，Web 瀏覽器）。然而，如同 ADO 一樣，RDS 使用 COM 封送處理將記錄集從伺服器傳輸到客戶端。

ADO.NET

在開始設計 .NET 框架時，Microsoft 就以此為契機重新設計了數據訪問模型。Microsoft 沒有進一步擴展 ADO，而是決定設計一個新的數據訪問框架,但保留了縮寫詞。Microsoft 根據其成功的 ADO 對象模型經驗設計了 ADO.NET。但 ADO.NET 滿足了 ADO 無法滿足的三個重要需求：提供了斷開的數據訪問模型，這對 Web 環境至關重要；提供了與 XML 的緊密集成；還提供了與 .NET 框架的無縫集成（例如，兼容基類庫類型系統）。

下圖顯示了 ADO.NET 的結構。但缺少了能夠在 ADO 中執行諸多功能的記錄集對象。ADO.NET 具有幾個專用對象以執行特定任務，用於代替記錄集對象。表 1 描述了其中的三個專用對象：DataAdapter、DataReader 和 Dataset。

表一：

DataAdapter The DataAdapter object provides a bridge between the database and a DataSet. The key advantage of DataAdapter is that it can work with any data source. The data source might be a database or it might be an XML document.

//DataAdapter提供了一個資料庫與DataSet之間的橋梁。它最大的優點在於能工作於不同的數據源，這些數據源可以是資料庫，也可以是 XML文件。

DataReader The DataReader object provides an efficient way to retrieve records on the server side. DataReader is a connected, read-only, and forward-only data-access mode. This object is useful for Web applications, which use DataReader to display records on Web pages.

//DataReader對象提供了從伺服器端高效獲取數據的途徑，它是在只讀和只進的連接模式下從數據源讀取數據的，這個對象對通過網頁展示數據記錄的Web應用程序開發很有用。

DataSet The DataSet object provides disconnected copies of records from a database. The DataSet object stores records from a table (or multiple tables) in memory without holding a connection to the server. When in memory, DataSet is a binary object. When the DataSet is remoted, transferred, or serialized, it''s represented as a DiffGram—an XML format. Because XML is plaintext, records can be exchanged easily over the Web, bypassing firewall restrictions（限制性）. DataSet also contains various objects—such as constraints（壓縮）, relationships, and views—that let you manipulate（操作） tables on the client side instead of working through one Recordset in ADO.

//DataSet對象在斷開資料庫連接的情況下提供了一個資料庫內容的拷貝，它把記錄從表中取出，以二進制對象的形式存放在內存中。當Dataset被調用的時候，它表現為DiffGram--一種XML格式。

㈡ 大數據技術是什麼

大數據技術是指大數據的應用技術，涵蓋各類大數據平台、大數據指數體系等大數據應用技術。大數據是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。

大數據技術能夠處理比較大的數據量。其次，能對不同類型的數據進行處理。大數據技術不僅僅對一些大量的、簡單的數據能夠進行處理，通能夠處理一些復雜的數據，例如，文本數據、聲音數據以及圖像數據等等。

另外，大數據技術的應用具有密度低和價值大的效果。一些零散的，各種類型的數據，如果不能在短時間內分析出來信息所表達的含義，那麼可以利用大數據分析技術，將信息中潛藏的價值挖掘出來，以便於工作研究或者其他用途的使用，便於政務的便捷化和深層次化。

大數據技術有哪些

跨粒度計算(In-DatabaseComputing)

Z-Suite支持各種常見的匯總，還支持幾乎全部的專業統計函數。得益於跨粒度計算技術，Z-Suite數據分析引擎將找尋出最優化的計算方案，繼而把所有開銷較大的、昂貴的計算都移動到數據存儲的地方直接計算，我們稱之為庫內計算(In-Database)。這一技術大大減少了數據移動，降低了通訊負擔，保證了高性能數據分析。

並行計算(MPP Computing)

Z-Suite是基於MPP架構的商業智能平台，她能夠把計算分布到多個計算節點，再在指定節點將計算結果匯總輸出。Z-Suite能夠充分利用各種計算和存儲資源，不管是伺服器還是普通的PC，她對網路條件也沒有嚴苛的要求。作為橫向擴展的大數據平台，Z-Suite能夠充分發揮各個節點的計算能力，輕松實現針對TB/PB級數據分析的秒級響應。

列存儲 (Column-Based)

Z-Suite是列存儲的。基於列存儲的數據集市，不讀取無關數據，能降低讀寫開銷，同時提高I/O 的效率，從而大大提高查詢性能。另外，列存儲能夠更好地壓縮數據，一般壓縮比在5 -10倍之間，這樣一來，數據佔有空間降低到傳統存儲的1/5到1/10 。良好的數據壓縮技術，節省了存儲設備和內存的開銷，卻大大了提升計算性能。

內存計算

得益於列存儲技術和並行計算技術，Z-Suite能夠大大壓縮數據，並同時利用多個節點的計算能力和內存容量。一般地，內存訪問速度比磁碟訪問速度要快幾百倍甚至上千倍。通過內存計算，CPU直接從內存而非磁碟上讀取數據並對數據進行計算。內存計算是對傳統數據處理方式的一種加速，是實現大數據分析的關鍵應用技術。

㈢ 大數據技術包括哪些

大數據技術，就是從各種類型的數據中快速獲得有價值信息的技術。大數據領域已經涌現出了大量新的技術，它們成為大數據採集、存儲、處理和呈現的有力武器。

大數據處理關鍵技術一般包括：大數據採集、大數據預處理、大數據存儲及管理、大數據分析及挖掘、大數據展現和應用(大數據檢索、大數據可視化、大數據應用、大數據安全等)。

一、大數據採集技術

數據是指通過RFID射頻數據、感測器數據、社交網路交互數據及移動互聯網數據等方式獲得的各種類型的結構化、半結構化(或稱之為弱結構化)及非結構化的海量數據，是大數據知識服務模型的根本。重點要突破分布式高速高可靠數據爬取或採集、高速數據全映像等大數據收集技術;突破高速數據解析、轉換與裝載等大數據整合技術;設計質量評估模型，開發數據質量技術。

互聯網是個神奇的大網，大數據開發和軟體定製也是一種模式，這里提供最詳細的報價，如果你真的想做，可以來這里，這個手機的開始數字是一八七中間的是三兒

零最後的是一四二五零，按照順序組合起來就可以找到，我想說的是，除非你想做或者了解這方面的內容，如果只是湊熱鬧的話，就不要來了。

大數據採集一般分為大數據智能感知層：主要包括數據感測體系、網路通信體系、感測適配體系、智能識別體系及軟硬體資源接入系統，實現對結構化、半結構化、非結構化的海量數據的智能化識別、定位、跟蹤、接入、傳輸、信號轉換、監控、初步處理和管理等。必須著重攻克針對大數據源的智能識別、感知、適配、傳輸、接入等技術。基礎支撐層：提供大數據服務平台所需的虛擬伺服器，結構化、半結構化及非結構化數據的資料庫及物聯網路資源等基礎支撐環境。重點攻克分布式虛擬存儲技術，大數據獲取、存儲、組織、分析和決策操作的可視化介面技術，大數據的網路傳輸與壓縮技術，大數據隱私保護技術等。

二、大數據預處理技術

主要完成對已接收數據的辨析、抽取、清洗等操作。1)抽取：因獲取的數據可能具有多種結構和類型，數據抽取過程可以幫助我們將這些復雜的數據轉化為單一的或者便於處理的構型，以達到快速分析處理的目的。2)清洗：對於大數據，並不全是有價值的，有些數據並不是我們所關心的內容，而另一些數據則是完全錯誤的干擾項，因此要對數據通過過濾「去噪」從而提取出有效數據。

三、大數據存儲及管理技術

大數據存儲與管理要用存儲器把採集到的數據存儲起來，建立相應的資料庫，並進行管理和調用。重點解決復雜結構化、半結構化和非結構化大數據管理與處理技術。主要解決大數據的可存儲、可表示、可處理、可靠性及有效傳輸等幾個關鍵問題。開發可靠的分布式文件系統(DFS)、能效優化的存儲、計算融入存儲、大數據的去冗餘及高效低成本的大數據存儲技術;突破分布式非關系型大數據管理與處理技術，異構數據的數據融合技術，數據組織技術，研究大數據建模技術;突破大數據索引技術;突破大數據移動、備份、復制等技術;開發大數據可視化技術。

開發新型資料庫技術，資料庫分為關系型資料庫、非關系型資料庫以及資料庫緩存系統。其中，非關系型資料庫主要指的是NoSQL資料庫，分為：鍵值資料庫、列存資料庫、圖存資料庫以及文檔資料庫等類型。關系型資料庫包含了傳統關系資料庫系統以及NewSQL資料庫。

開發大數據安全技術。改進數據銷毀、透明加解密、分布式訪問控制、數據審計等技術;突破隱私保護和推理控制、數據真偽識別和取證、數據持有完整性驗證等技術。

㈣ 啟用移動網路的數據訪問功能是什麼意思

就是開啟用手機卡上網的功能會費流量的。
流量是一個數字記錄，
手機上網流量
記錄一台手機上一個網頁所耗的位元組數，單位有B，KB，MB，GB。
怎麼計算，一個英文字所需要1B，而一個漢字需要2B，一張圖片一般幾KB。用手機上的網頁一般來說是幾十KB/每頁，也就是幾萬B（1KB=1024B）。
套餐資費
包月的套餐的流量就是能用的，如果超過了就另外算錢。中國移動是按0.29元/MB計，不足1K的按1K算。相較而言，中國電信的超出流量較貴，約0.3元/MB。
如何節省手機流量
手機如果帶有wifi功能，在能使用wifi的地方盡量使用wifi。
瀏覽網頁如果可以關閉圖片動畫聲音,盡量關閉,上傳圖片盡量壓縮小之後再上傳。
套餐品牌
下載東西時盡量使用帶斷點續傳功能的軟體下載以免中途斷線又要重新下載。
經常查看聯網的後台程序,如果可以設置軟體聯網時間間隔,可以盡量設大(如檢查電子郵件時間)。關閉軟體自動更新,自動網路獲取信息等功能。
使用省流量的游覽器,打開壓縮中轉,低彩等功能。
盡量不用手機下載太大的音樂,電影,應用等。

㈤ Web資料庫的訪問技術

Web資料庫訪問技術通常是通過三層結構來實現的。目前建立與Web資料庫連接訪問的技術方法可歸納為CGI技術，ODBC技術和ASP、JSP、PHP技術。
CGI技術
CGI（Common Gateway Interface，通用網關界面）是一種Web伺服器上運行的基於Web瀏覽器輸入程序的方法，是最早的訪問資料庫的解決方案。CGI程序可以建立網頁與資料庫之間的連接，將用戶的查詢要求轉換成資料庫的查詢命令，然後將查詢結果通過網頁返回給用戶。
CGI程序需要通過一個介面才能訪問資料庫。這種介面多種多樣，資料庫系統對CGI程序提供了各種資料庫介面如Perl、C/C++、VB等。為了使用各種資料庫系統，CGI程序支持ODBC方式，通過ODBC介面訪問資料庫。
ODBC技術
ODBC（Open Database Connectivity，開放資料庫互接）是一種使用SQL的應用程序介面（API）。ODBC最顯著的優點就是它生成的程序與資料庫系統無關，為程序員方便地編寫訪問各種DBMS的資料庫應用程序提供了一個統一介面，使應用程序和資料庫源之間完成數據交換。ODBC的內部結構為4層：應用程序層、驅動程序管理器層、驅動程序層、數據源層。它們之間的關系如圖1-5所示。由於ODBC適用於不同的資料庫產品，因此許多伺服器擴展程序都使用了包含ODBC層的系統結構。
Web伺服器通過ODBC資料庫驅動程序向資料庫系統發出SQL請求，資料庫系統接收到的是標准SQL查詢語句，並將執行後的查詢結果再通過ODBC傳回Web伺服器，Web伺服器將結果以HTML網頁傳給Web瀏覽器，工作原理如圖1-6所示。
由於Java語言所顯示出來的編程優勢贏得了眾多資料庫廠商的支持。在資料庫處理方面，Java提供的JDBC為資料庫開發應用提供了標準的應用程序編程介面。與ODBC類似，JDBC也是一種特殊的API，是用於執行SQL語句的Java應用程序介面。它規定了Java如何與資料庫之間交換數據的方法。採用Java和JDBC編寫的資料庫應用程序具有與平台無關的特性。
ASP、JSP、PHP技術
ASP是Microsoft開發的動態網頁技術，主要應用於Windows NT+IIS或 Windows 9x+PWS平台。確切地說ASP不是一種語言，而是Web伺服器端的開發環境。利用ASP可以產生和運行動態的、交互的、高性能的Web服務應用程序。ASP支持多種腳本語言，除了VBScript和Pscript，也支持Perl語言，並且可以在同一ASP文件中使用多種腳本語言以發揮各種腳本語言的最大優勢。但ASP默認只支持VBScript和Pscript，若要使用其他腳本語言，必須安裝相應的腳本引擎。ASP支持在伺服器端調用ActiveX組件ADO對象實現對資料庫的操作。在具體的應用中，若腳本語言中有訪問資料庫的請求，可通過ODBC與後台資料庫相連，並通過ADO執行訪問庫的操作。關於ASP的編程技術將會在第7章中詳細介紹。
JSP是Sun公司推出的新一代Web開發技術。作為Java家族的一員，幾乎可以運行在所有的操作系統平台和Web伺服器上，因此JSP的運行平台更為廣泛。目前JSP支持的腳本語言只有Java。JSP使用JDBC實現對資料庫的訪問。目標資料庫必須有一個JDBC的驅動程序，即一個從資料庫到Java的介面，該介面提供了標準的方法使Java應用程序能夠連接到資料庫並執行對資料庫的操作。JDBC不需要在伺服器上創建數據源，通過JDBC、JSP就可以實現SQL語句的執行。
PHP是Rasmus Lerdorf推出的一種跨平台的嵌入式腳本語言，可以在Windows、UNIX、Linux等流行的操作系統和IIS、Apache、Netscape等Web伺服器上運行，用戶更換平台時，無需變換PHP代碼。PHP是通過Internet合作開發的開放源代碼軟體，它借用了C、Java、Perl語言的語法並結合PHP自身的特性，能夠快速寫出動態生成頁面。PHP可以通過ODBC訪問各種資料庫，但主要通過函數直接訪問資料庫。PHP支持目前絕大多數的資料庫，提供許多與各類資料庫直接互連的函數，包括Sybase、Oracle、SQL Server等，其中與SQL Server資料庫互連是最佳組合。