数据访问技术什么意思

㈠ 数据库访问技术

随着数据库产品和技术的发展，数据库访问技术也从ODBC、DAO、RDO、OLE DB、ADO 和 RDS发展到今天的ADO.NET。以下内容由城市刀客整理编辑，旨在为你展示数据库访问技术的概貌。
<!--[if !supportEmptyParas]-->

ODBC<!--[endif]-->

ODBC 技术为访问不同的SQL 数据库提供了一个共同的接口。ODBC 使用 SQL 作为访问数据的标准。这一接口提供了最大限度的互操作性：一个应用程序可以通过共同的一组代码访问不同的 SQL 数据库管理系统 (DBMS)。开发人员可以添加数据库驱动程序，将应用程序与用户所选的 DBMS 联系起来。驱动程序管理器提供应用程序与数据库之间的中间链接。ODBC 接口包含一系列功能，由每个 DBMS 的驱动程序实现。当应用程序改变它的 DBMS 时，开发人员只使用新的 DBMS 驱动程序替代旧的驱动程序，并且应用程序可以无需修改代码照常运行。

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

标准 ODBC 结构的关系图如下：

DAO & RDO

DAO 是建立在 Microsoft Jet Microsoft Access 的数据库引擎基础之上的。Jet 是第一个连接到 Access 的面向对象的接口。使用 Access 的应用程序可以用 DAO 直接访问数据库。由于 DAO 是严格按照 Access 建模的，因此，使用 DAO 是连接 Access 数据库最快速、最有效的方法。DAO 也可以连接到非 Access 数据库，例如，SQL Server 和 Oracle。DAO 使用 ODBC，但是由于 DAO 是专门设计用来与 Jet 引擎对话的，Jet 将解释 DAO 和 ODBC 之间的调用。使用除 Access 之外的数据库时，这种额外的解释步骤导致较慢的连接速度。如下图所示：

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

要克服这样的限制，Microsoft 创建了 RDO。图 Application1 显示了 RDO 如何直接访问 ODBC API，而无需通过 Jet 引擎。不久之后，Microsoft 推出了 ODBCDirect，它是 DAO 的扩展，在后台使用 RDO。图 Application2 显示 ODBCDirect 如何允许现有的 DAO 应用程序访问数据库，而没有 Jet 引擎产生的性能损失。

OLE DB

OLE DB 建立于 ODBC 之上，并将此技术扩展为提供更高级数据访问接口的组件结构。此结构对企业中及 Internet 上的 SQL、非 SQL 和非结构化数据源提供一致的访问。（实际上，在访问基于 SQL 的数据时，OLE DB 仍使用 ODBC，因为对于 SQL 它是最优结构。）

OLE DB 由三个组件构成：数据使用者（例如，一个应用程序）；包含并公开数据的数据提供程序以及处理并传输数据的服务组件（例如，查询处理器、游标引擎）。OLE DB 是一个针对 SQL 数据源和非 SQL 数据源（例如，邮件和目录）进行操作的 API。如下图所示：

OLE DB 为 C 和 C++ 程序员及使用其他包含 C 样式函数调用语言的程序员提供绑定。有一些语言（例如 VB 和 VBScript）不提供指针数据类型（地址变量）。因此，这些语言不能使用 C 样式绑定，而且不能直接调用 OLE DB。<!--[if !supportEmptyParas]--> <!--[endif]-->

在此基础上，Microsoft 推出了另一个数据访问对象模型：ADO。ADO 采用基于 DAO 和 RDO 的对象，并提供比 DAO 和 RDO 更简单的对象模型（尽管会产生一些冗余的功能，如现在进行一项操作时可以用不止一种方法）。ADO 中的对象层次结构比 DAO 中的更平缓。ADO 包含一些简化对数据存储区数据的访问任务的内置对象。

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

下图显示了应用程序连接到数据库可采取的许多途径。例如，VB 程序员可以使用 ADO 将应用程序连接到 OLE DB 提供程序。如果数据库不支持 OLE DB，应用程序可以通过 ODBC 连接。Visual C++ (VC++) 程序员可以使用 ADO 或直接通过 OLE DB 连接。

让我们看一个简单示例，它显示 ADO 是如何运行的。清单 1 显示可如何使用典型的记录集对象--ADO 中的核心对象。记录集对象表示一系列记录（很像一个表），并支持游标类型，例如，adOpenForwardOnly、adOpenKeyset、adOpenDynamic 和 adOpenStatic。游标可以在服务器端（默认情况下），也可在客户端。<!--[if !supportEmptyParas]--> <!--[endif]-->

清单 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]-->

要访问一条记录，ADO 需要按顺序扫描记录集。要访问多个表，需要执行 JOIN 查询，并将返回的结果作为记录集。虽然记录集对象支持断开的数据访问，ADO 还是主要为连接的数据访问而设计。这种连接的访问模式占用服务器端的重要资源。另外，要传输记录集，必须使用 COM 封送处理。COM 封送处理是数据类型转换过程，这种转换占用额外的系统资源。<!--[if !supportEmptyParas]--> <!--[endif]-->

从 ADO 2.1 开始，Microsoft 将 XML 支持添加到 ADO 对象模型，这样就可将记录集保存为 XML 文档。然而，直到 ADO 2.5 出现，ADO 2.1 中 XML 支持的一些限制（例如，分层记录集对象的保持）才被取消。虽然 ADO 可以将 XML 文档读入记录集，但它只能读取名为高级数据表图 (Advanced Data TableGram, ADTG) 的专用架构。<!--[if !supportEmptyParas]--> <!--[endif]-->

Microsoft 希望拥有断开的数据访问机制，它扩展了 ADO 并推出远程数据服务 (RDS)。RDS 是按照 ADO 建模的，无需实时连接就可以使记录集传输到客户端（例如，Web 浏览器）。然而，如同 ADO 一样，RDS 使用 COM 封送处理将记录集从服务器传输到客户端。

ADO.NET

在开始设计 .NET 框架时，Microsoft 就以此为契机重新设计了数据访问模型。Microsoft 没有进一步扩展 ADO，而是决定设计一个新的数据访问框架,但保留了缩写词。Microsoft 根据其成功的 ADO 对象模型经验设计了 ADO.NET。但 ADO.NET 满足了 ADO 无法满足的三个重要需求：提供了断开的数据访问模型，这对 Web 环境至关重要；提供了与 XML 的紧密集成；还提供了与 .NET 框架的无缝集成（例如，兼容基类库类型系统）。

下图显示了 ADO.NET 的结构。但缺少了能够在 ADO 中执行诸多功能的记录集对象。ADO.NET 具有几个专用对象以执行特定任务，用于代替记录集对象。表 1 描述了其中的三个专用对象：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提供了一个数据库与DataSet之间的桥梁。它最大的优点在于能工作于不同的数据源，这些数据源可以是数据库，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对象提供了从服务器端高效获取数据的途径，它是在只读和只进的连接模式下从数据源读取数据的，这个对象对通过网页展示数据记录的Web应用程序开发很有用。

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（压缩）, relationships, and views—that let you manipulate（操作） tables on the client side instead of working through one Recordset in ADO.

//DataSet对象在断开数据库连接的情况下提供了一个数据库内容的拷贝，它把记录从表中取出，以二进制对象的形式存放在内存中。当Dataset被调用的时候，它表现为DiffGram--一种XML格式。

㈡ 大数据技术是什么

大数据技术是指大数据的应用技术，涵盖各类大数据平台、大数据指数体系等大数据应用技术。大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据技术能够处理比较大的数据量。其次，能对不同类型的数据进行处理。大数据技术不仅仅对一些大量的、简单的数据能够进行处理，通能够处理一些复杂的数据，例如，文本数据、声音数据以及图像数据等等。

另外，大数据技术的应用具有密度低和价值大的效果。一些零散的，各种类型的数据，如果不能在短时间内分析出来信息所表达的含义，那么可以利用大数据分析技术，将信息中潜藏的价值挖掘出来，以便于工作研究或者其他用途的使用，便于政务的便捷化和深层次化。

大数据技术有哪些

跨粒度计算(In-DatabaseComputing)

Z-Suite支持各种常见的汇总，还支持几乎全部的专业统计函数。得益于跨粒度计算技术，Z-Suite数据分析引擎将找寻出最优化的计算方案，继而把所有开销较大的、昂贵的计算都移动到数据存储的地方直接计算，我们称之为库内计算(In-Database)。这一技术大大减少了数据移动，降低了通讯负担，保证了高性能数据分析。

并行计算(MPP Computing)

Z-Suite是基于MPP架构的商业智能平台，她能够把计算分布到多个计算节点，再在指定节点将计算结果汇总输出。Z-Suite能够充分利用各种计算和存储资源，不管是服务器还是普通的PC，她对网络条件也没有严苛的要求。作为横向扩展的大数据平台，Z-Suite能够充分发挥各个节点的计算能力，轻松实现针对TB/PB级数据分析的秒级响应。

列存储 (Column-Based)

Z-Suite是列存储的。基于列存储的数据集市，不读取无关数据，能降低读写开销，同时提高I/O 的效率，从而大大提高查询性能。另外，列存储能够更好地压缩数据，一般压缩比在5 -10倍之间，这样一来，数据占有空间降低到传统存储的1/5到1/10 。良好的数据压缩技术，节省了存储设备和内存的开销，却大大了提升计算性能。

内存计算

得益于列存储技术和并行计算技术，Z-Suite能够大大压缩数据，并同时利用多个节点的计算能力和内存容量。一般地，内存访问速度比磁盘访问速度要快几百倍甚至上千倍。通过内存计算，CPU直接从内存而非磁盘上读取数据并对数据进行计算。内存计算是对传统数据处理方式的一种加速，是实现大数据分析的关键应用技术。

㈢ 大数据技术包括哪些

大数据技术，就是从各种类型的数据中快速获得有价值信息的技术。大数据领域已经涌现出了大量新的技术，它们成为大数据采集、存储、处理和呈现的有力武器。

大数据处理关键技术一般包括：大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用(大数据检索、大数据可视化、大数据应用、大数据安全等)。

一、大数据采集技术

数据是指通过RFID射频数据、传感器数据、社交网络交互数据及移动互联网数据等方式获得的各种类型的结构化、半结构化(或称之为弱结构化)及非结构化的海量数据，是大数据知识服务模型的根本。重点要突破分布式高速高可靠数据爬取或采集、高速数据全映像等大数据收集技术;突破高速数据解析、转换与装载等大数据整合技术;设计质量评估模型，开发数据质量技术。

互联网是个神奇的大网，大数据开发和软件定制也是一种模式，这里提供最详细的报价，如果你真的想做，可以来这里，这个手机的开始数字是一八七中间的是三儿

零最后的是一四二五零，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了。

大数据采集一般分为大数据智能感知层：主要包括数据传感体系、网络通信体系、传感适配体系、智能识别体系及软硬件资源接入系统，实现对结构化、半结构化、非结构化的海量数据的智能化识别、定位、跟踪、接入、传输、信号转换、监控、初步处理和管理等。必须着重攻克针对大数据源的智能识别、感知、适配、传输、接入等技术。基础支撑层：提供大数据服务平台所需的虚拟服务器，结构化、半结构化及非结构化数据的数据库及物联网络资源等基础支撑环境。重点攻克分布式虚拟存储技术，大数据获取、存储、组织、分析和决策操作的可视化接口技术，大数据的网络传输与压缩技术，大数据隐私保护技术等。

二、大数据预处理技术

主要完成对已接收数据的辨析、抽取、清洗等操作。1)抽取：因获取的数据可能具有多种结构和类型，数据抽取过程可以帮助我们将这些复杂的数据转化为单一的或者便于处理的构型，以达到快速分析处理的目的。2)清洗：对于大数据，并不全是有价值的，有些数据并不是我们所关心的内容，而另一些数据则是完全错误的干扰项，因此要对数据通过过滤“去噪”从而提取出有效数据。

三、大数据存储及管理技术

大数据存储与管理要用存储器把采集到的数据存储起来，建立相应的数据库，并进行管理和调用。重点解决复杂结构化、半结构化和非结构化大数据管理与处理技术。主要解决大数据的可存储、可表示、可处理、可靠性及有效传输等几个关键问题。开发可靠的分布式文件系统(DFS)、能效优化的存储、计算融入存储、大数据的去冗余及高效低成本的大数据存储技术;突破分布式非关系型大数据管理与处理技术，异构数据的数据融合技术，数据组织技术，研究大数据建模技术;突破大数据索引技术;突破大数据移动、备份、复制等技术;开发大数据可视化技术。

开发新型数据库技术，数据库分为关系型数据库、非关系型数据库以及数据库缓存系统。其中，非关系型数据库主要指的是NoSQL数据库，分为：键值数据库、列存数据库、图存数据库以及文档数据库等类型。关系型数据库包含了传统关系数据库系统以及NewSQL数据库。

开发大数据安全技术。改进数据销毁、透明加解密、分布式访问控制、数据审计等技术;突破隐私保护和推理控制、数据真伪识别和取证、数据持有完整性验证等技术。

㈣ 启用移动网络的数据访问功能是什么意思

就是开启用手机卡上网的功能会费流量的。
流量是一个数字记录，
手机上网流量
记录一台手机上一个网页所耗的字节数，单位有B，KB，MB，GB。
怎么计算，一个英文字所需要1B，而一个汉字需要2B，一张图片一般几KB。用手机上的网页一般来说是几十KB/每页，也就是几万B（1KB=1024B）。
套餐资费
包月的套餐的流量就是能用的，如果超过了就另外算钱。中国移动是按0.29元/MB计，不足1K的按1K算。相较而言，中国电信的超出流量较贵，约0.3元/MB。
如何节省手机流量
手机如果带有wifi功能，在能使用wifi的地方尽量使用wifi。
浏览网页如果可以关闭图片动画声音,尽量关闭,上传图片尽量压缩小之后再上传。
套餐品牌
下载东西时尽量使用带断点续传功能的软件下载以免中途断线又要重新下载。
经常查看联网的后台程序,如果可以设置软件联网时间间隔,可以尽量设大(如检查电子邮件时间)。关闭软件自动更新,自动网络获取信息等功能。
使用省流量的游览器,打开压缩中转,低彩等功能。
尽量不用手机下载太大的音乐,电影,应用等。

㈤ Web数据库的访问技术

Web数据库访问技术通常是通过三层结构来实现的。目前建立与Web数据库连接访问的技术方法可归纳为CGI技术，ODBC技术和ASP、JSP、PHP技术。
CGI技术
CGI（Common Gateway Interface，通用网关界面）是一种Web服务器上运行的基于Web浏览器输入程序的方法，是最早的访问数据库的解决方案。CGI程序可以建立网页与数据库之间的连接，将用户的查询要求转换成数据库的查询命令，然后将查询结果通过网页返回给用户。
CGI程序需要通过一个接口才能访问数据库。这种接口多种多样，数据库系统对CGI程序提供了各种数据库接口如Perl、C/C++、VB等。为了使用各种数据库系统，CGI程序支持ODBC方式，通过ODBC接口访问数据库。
ODBC技术
ODBC（Open Database Connectivity，开放数据库互接）是一种使用SQL的应用程序接口（API）。ODBC最显着的优点就是它生成的程序与数据库系统无关，为程序员方便地编写访问各种DBMS的数据库应用程序提供了一个统一接口，使应用程序和数据库源之间完成数据交换。ODBC的内部结构为4层：应用程序层、驱动程序管理器层、驱动程序层、数据源层。它们之间的关系如图1-5所示。由于ODBC适用于不同的数据库产品，因此许多服务器扩展程序都使用了包含ODBC层的系统结构。
Web服务器通过ODBC数据库驱动程序向数据库系统发出SQL请求，数据库系统接收到的是标准SQL查询语句，并将执行后的查询结果再通过ODBC传回Web服务器，Web服务器将结果以HTML网页传给Web浏览器，工作原理如图1-6所示。
由于Java语言所显示出来的编程优势赢得了众多数据库厂商的支持。在数据库处理方面，Java提供的JDBC为数据库开发应用提供了标准的应用程序编程接口。与ODBC类似，JDBC也是一种特殊的API，是用于执行SQL语句的Java应用程序接口。它规定了Java如何与数据库之间交换数据的方法。采用Java和JDBC编写的数据库应用程序具有与平台无关的特性。
ASP、JSP、PHP技术
ASP是Microsoft开发的动态网页技术，主要应用于Windows NT+IIS或 Windows 9x+PWS平台。确切地说ASP不是一种语言，而是Web服务器端的开发环境。利用ASP可以产生和运行动态的、交互的、高性能的Web服务应用程序。ASP支持多种脚本语言，除了VBScript和Pscript，也支持Perl语言，并且可以在同一ASP文件中使用多种脚本语言以发挥各种脚本语言的最大优势。但ASP默认只支持VBScript和Pscript，若要使用其他脚本语言，必须安装相应的脚本引擎。ASP支持在服务器端调用ActiveX组件ADO对象实现对数据库的操作。在具体的应用中，若脚本语言中有访问数据库的请求，可通过ODBC与后台数据库相连，并通过ADO执行访问库的操作。关于ASP的编程技术将会在第7章中详细介绍。
JSP是Sun公司推出的新一代Web开发技术。作为Java家族的一员，几乎可以运行在所有的操作系统平台和Web服务器上，因此JSP的运行平台更为广泛。目前JSP支持的脚本语言只有Java。JSP使用JDBC实现对数据库的访问。目标数据库必须有一个JDBC的驱动程序，即一个从数据库到Java的接口，该接口提供了标准的方法使Java应用程序能够连接到数据库并执行对数据库的操作。JDBC不需要在服务器上创建数据源，通过JDBC、JSP就可以实现SQL语句的执行。
PHP是Rasmus Lerdorf推出的一种跨平台的嵌入式脚本语言，可以在Windows、UNIX、Linux等流行的操作系统和IIS、Apache、Netscape等Web服务器上运行，用户更换平台时，无需变换PHP代码。PHP是通过Internet合作开发的开放源代码软件，它借用了C、Java、Perl语言的语法并结合PHP自身的特性，能够快速写出动态生成页面。PHP可以通过ODBC访问各种数据库，但主要通过函数直接访问数据库。PHP支持目前绝大多数的数据库，提供许多与各类数据库直接互连的函数，包括Sybase、Oracle、SQL Server等，其中与SQL Server数据库互连是最佳组合。