cdc支持哪些数据库

Ⅰ CDC是什么

CDC是疾病控制中心（Centers for Disease Control，），中国疾病预防控制中心，是由政府举办的实施国家级疾病预防控制与公共卫生技术管理和服务的公益事业单位。

(1)cdc支持哪些数据库扩展阅读

CDC的使命是通过对疾病、残疾和伤害的预防控制，创造健康环境，维护社会稳定，保障国家安全，促进人民健康；其宗旨是以科研为依托、以人才为根本、以疾控为中心。在卫生部领导下，发挥技术管理及技术服务职能，围绕国家疾病预防控制重点任务，加强对疾病预防控制策略与措施的研究，做好各类疾病预防控制工作规划的组织实施。

开展食品安全、职业安全、健康相关产品安全、放射卫生、环境卫生、妇女儿童保健等各项公共卫生业务管理工作，大力开展应用性科学研究，加强对全国疾病预防控制和公共卫生服务的技术指导、培训和质量控制，在防病、应急、公共卫生信息能力的建设等方面发挥国家队的作用。

Ⅱ 大数据常用哪些数据库

通常数据库分为关系型数据库和非关系型数据库，关系型数据库的优势到现在也是无可替代的，比如MySQL、SQL Server、Oracle、DB2、SyBase、Informix、PostgreSQL以及比较小型的Access等等数据库，这些数据库支持复杂的SQL操作和事务机制，适合小量数据读写场景；但是到了大数据时代，人们更多的数据和物联网加入的数据已经超出了关系数据库的承载范围。

大数据时代初期，随着数据请求并发量大不断增大，一般都是采用的集群同步数据的方式处理，就是将数据库分成了很多的小库，每个数据库的数据内容是不变的，都是保存了源数据库的数据副本，通过同步或者异步方式保证数据的一致性，每个库设定特定的读写方式，比如主数据库负责写操作，从数据库是负责读操作，等等根据业务复杂程度以此类推，将业务在物理层面上进行了分离，但是这种方式依旧存在一定的负载压力的问题，企业数据在不断的扩增中，后面就采用分库分表的方式解决，对读写负载进行分离，但是这种实现依旧存在不足，且需要不断进行数据库服务器扩容。
NoSQL数据库大致分为5种类型

1、列族数据库：BigTable、HBase、Cassandra、Amazon SimpleDB、HadoopDB等，下面简单介绍几个

（1）Cassandra：Cassandra是一个列存储数据库，支持跨数据中心的数据复制。它的数据模型提供列索引，log-structured修改，支持反规范化，实体化视图和嵌入超高速缓存。

（2）HBase：Apache Hbase源于Google的Bigtable，是一个开源、分布式、面向列存储的模型。在Hadoop和HDFS之上提供了像Bigtable一样的功能。

（3）Amazon SimpleDB：Amazon SimpleDB是一个非关系型数据存储，它卸下数据库管理的工作。开发者使用Web服务请求存储和查询数据项

（4）Apache Accumulo：Apache Accumulo的有序的、分布式键值数据存储，基于Google的BigTable设计，建立在Apache Hadoop、Zookeeper和Thrift技术之上。

（5）Hypertable：Hypertable是一个开源、可扩展的数据库，模仿Bigtable，支持分片。

（6）Azure Tables：Windows Azure Table Storage Service为要求大量非结构化数据存储的应用提供NoSQL性能。表能够自动扩展到TB级别，能通过REST和Managed API访问。

2、键值数据库：Redis、SimpleDB、Scalaris、Memcached等，下面简单介绍几个

（1）Riak：Riak是一个开源，分布式键值数据库，支持数据复制和容错。（2）Redis：Redis是一个开源的键值存储。支持主从式复制、事务，Pub/Sub、Lua脚本，还支持给Key添加时限。

（3）Dynamo：Dynamo是一个键值分布式数据存储。它直接由亚马逊Dynamo数据库实现；在亚马逊S3产品中使用。

（4）Oracle NoSQL Database：来自Oracle的键值NoSQL数据库。它支持事务ACID（原子性、一致性、持久性和独立性）和JSON。

（5）Oracle NoSQL Database：具备数据备份和分布式键值存储系统。

（6）Voldemort：具备数据备份和分布式键值存储系统。

（7）Aerospike：Aerospike数据库是一个键值存储，支持混合内存架构，通过强一致性和可调一致性保证数据的完整性。

3、文档数据库：MongoDB、CouchDB、Perservere、Terrastore、RavenDB等，下面简单介绍几个

（1）MongoDB：开源、面向文档，也是当下最人气的NoSQL数据库。

（2）CounchDB：Apache CounchDB是一个使用JSON的文档数据库，使用Javascript做MapRece查询，以及一个使用HTTP的API。

（3）Couchbase：NoSQL文档数据库基于JSON模型。

（4）RavenDB：RavenDB是一个基于.NET语言的面向文档数据库。

（5）MarkLogic：MarkLogic NoSQL数据库用来存储基于XML和以文档为中心的信息，支持灵活的模式。

4、图数据库：Neo4J、InfoGrid、OrientDB、GraphDB，下面简单介绍几个

（1）Neo4j：Neo4j是一个图数据库；支持ACID事务（原子性、独立性、持久性和一致性）。

（2）InfiniteGraph：一个图数据库用来维持和遍历对象间的关系，支持分布式数据存储。

（3）AllegroGraph：AllegroGraph是结合使用了内存和磁盘，提供了高可扩展性，支持SPARQ、RDFS++和Prolog推理。

5、内存数据网格：Hazelcast、Oracle Coherence、Terracotta BigMemorry、GemFire、Infinispan、GridGain、GigaSpaces，下面简单介绍几个

（1）Hazelcast：Hazelcast CE是一个开源数据分布平台，它允许开发者在数据库集群之上共享和分割数据。

（2）Oracle Coherence：Oracle的内存数据网格解决方案提供了常用数据的快速访问能力，一致性支持事务处理能力和数据的动态划分。

（3）Terracotta BigMemory：来自Terracotta的分布式内存管理解决方案。这项产品包括一个Ehcache界面、Terracotta管理控制台和BigMemory-Hadoop连接器。

（4）GemFire：Vmware vFabric GemFire是一个分布式数据管理平台，也是一个分布式的数据网格平台，支持内存数据管理、复制、划分、数据识别路由和连续查询。

（5）Infinispan：Infinispan是一个基于Java的开源键值NoSQL数据存储，和分布式数据节点平台，支持事务，peer-to-peer 及client/server 架构。

（6）GridGain：分布式、面向对象、基于内存、SQL+NoSQL键值数据库。支持ACID事务。

（7）GigaSpaces：GigaSpaces内存数据网格能够充当应用的记录系统，并支持各种各样的高速缓存场景。

Ⅲ 你好 你可以给我解释下什么是CDC、RDC、DC三个的意思不要网上摘抄的 最好具点例子 谢谢啦 急!!!!

CDC内容太广泛了。
不能说得那么清楚、
简单说一点、不全的、CDC类程序设计、CDC类定义的是设备上下文对象的类。CDC对象提供处理显示器或打印机等设备上下文的成员函数，以及处理与窗口客户区对应的显示上下文的成员。 通过CDC对象的成员函数进行所有的绘图。
还有在编程中.CDC命令 、
CDC数据库技术增量数据抽取。
还有一些公司的简称也叫CDC、

RDC
RDC即区域分发中心
它是近年来一种极为重要的物流运作模式。区域分发中心是指物流公司具体进行业务运作的分发、配送中心，一般设有运输部、资讯部、仓务部和综合部。
还有一个我们学过的。、
RDC、直流电阻

DC
直接就是数码相机的简称

Ⅳ 什么是CDC

CDC是英文CENTER FOR DISEASE CONTROL AND PREVENTION的缩写。

CDC的中文意思是疾病预防控制中心。

CDC的一些常用缩写:
Centers for Disease Control and Prevention
Community Development Corporation
Cairo Demographic Center
California Date Commission
California Democratic Council
California Department of Corrections
Call Data Channel
Call Detail Control (Sprint)
Call Directing Character
Call Directing Code
Cambridge Dancers' Club
Campus Distribution Center
Canada Development Corporation
Canadian Dairy Commission
Canadian Dairy Corporation
Canadian Department of Communications
Canterbury Development Corporation
Career Development Center

Ⅳ 数据库都有哪些

数据库是一组信息的集合，以便可以方便地访问、管理和更新，常用数据库有：1、关系型数据库；2、分布式数据库；3、云数据库；4、NoSQL数据库；5、面向对象的数据库；6、图形数据库。

计算机数据库通常包含数据记录或文件的聚合，例如销售事务、产品目录和库存以及客户配置文件。

通常，数据库管理器为用户提供了控制读写访问、指定报表生成和分析使用情况的能力。有些数据库提供ACID(原子性、一致性、隔离性和持久性)遵从性，以确保数据的一致性和事务的完整性。

数据库普遍存在于大型主机系统中，但也存在于较小的分布式工作站和中端系统中，如IBM的as /400和个人计算机。

数据库的演变

数据库从1960年代开始发展，从层次数据库和网络数据库开始，到1980年代的面向对象数据库，再到今天的SQL和NoSQL数据库和云数据库。

一种观点认为，数据库可以按照内容类型分类:书目、全文、数字和图像。在计算中，数据库有时根据其组织方法进行分类。有许多不同类型的数据库，从最流行的方法关系数据库到分布式数据库、云数据库或NoSQL数据库。

常用数据库：

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。

结构化查询语言(SQL)是关系数据库的标准用户和应用程序接口。关系数据库易于扩展，并且可以在原始数据库创建之后添加新的数据类别，而不需要修改所有现有应用程序。

2、分布式数据库

分布式数据库是一种数据库，其中部分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(混合云、公共云或私有云)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。

图形数据库在分析互连方面越来越受欢迎。例如，公司可以使用图形数据库从社交媒体中挖掘关于客户的数据。

访问数据库:DBMS和RDBMS

数据库管理系统(DBMS)是一种允许您定义、操作、检索和管理存储在数据库中的数据的软件。

关系数据库管理系统(RDBMS)是上世纪70年代开发的一种基于关系模型的数据库管理软件，目前仍然是最流行的数据库管理方法。

Microsoft SQL Server、Oracle数据库、IBM DB2和MySQL是企业用户最常用的RDBMS产品。DBMS技术始于20世纪60年代，支持分层数据库，包括IBM的信息管理系统和CA的集成数据库管理系统。一个关系数据库管理系统（RDBMS）是一种数据库管理软件是在20世纪70年代开发的，基于关系模式，仍然是管理数据库的最普遍的方式。

希望能帮助你还请及时采纳谢谢

Ⅵ 如何将一个数据库中的所有表假如CDC

oracle exp命令批量导出数据库的方法：
1 假如数据库名为：TEST 、,用户名system 密码manager 导出到D:/chu.dmp中
exp system/manager@TEST file=d:/chu.dmp full=y
如果要导出指定的表，方法如下：
假如要导出数据库中的表'CHA%'导出
exp aichannel/aichannel@TESTDB2 file= d:/data/newsmgnt.dmp owner=(PRO) tables=(PRO.CHA%
)

Ⅶ oracle 数据库哪个支持 cdc

数据采集通常是指ETL过程中Extract-数据抽取部分。
除了ETL外在不同应用系统之间通常也需要传递数据，在某些环境条件限制下不能将数据从一个系统直接移到另一个系统，只能借助文本来作为中间媒介传递数据，且文本的生成有时间窗口的限制，所以对数据采集即数据抽取的性能有一定的要求。

Ⅷ cdc仓库是什么意思

cdc仓库：中央配送中心仓库。

CDC是指从源数据库捕获到数据和数据结构(也称为模式)的增量变更，近乎实时地将这些变更，传播到其他数据库或应用程序之处。

通过这种方式，CDC能够向数据仓库提供高效、低延迟的数据传输，以便信息被及时转换并交付给专供分析的应用程序。

在数据不断变化，且无法中断与在线数据库连接的情况下，对于各种时间敏感(time-sensitive)类信息的复制，往往也是云端迁移的重要组成部分。与批量复制相比，变更数据的捕获通常具有如下三项基本优势：

CDC通过仅发送增量的变更，来降低通过网络传输数据的成本。CDC可以帮助用户根据最新的数据做出更快、更准确的决策。例如，CDC会将事务直接传输到专供分析的应用上。CDC最大限度地减少了对于生产环境网络流量的干扰。

仓库由贮存物品的库房、运输传送设施（如吊车、电梯、滑梯等）、出入库房的输送管道和设备以及消防设施、管理用房等组成。是保管、储存物品的建筑物和场所的总称。

仓库按所贮存物品的形态可分为贮存固体物品的、液体物品的、气体物品的和粉状物品的仓库；按贮存物品的性质可分为贮存原材料的、半成品的和成品的仓库；按建筑形式可分为单层仓库、多层仓库、圆筒形仓库。

批发仓库主要是用于储存从采购供应库场调进或在当地收购的商品，这一类仓库一般贴近商品销售市场，规模同采购供应仓库相比一般要小一些，它既从事批发供货，也从事拆零供货业务。

采购供应仓库主要用于集中储存从生产部门收购的和供国际间进出口的商品，一般这一类的仓库库场设在商品生产比较集中的大、中城市，或商品运输枢纽的所在地。

Ⅸ 数据抽取的数据源采用关系数据库

实际应用中，数据源较多采用的是关系数据库。从数据库中抽取数据一般有以下几种方式。 增量抽取指抽取自上次抽取以来数据库中要抽取的表中新增、修改、删除的数据。在ETL使用过程中。增量抽取较全量抽取应用更广。如何捕获变化的数据是增量抽取的关键。对捕获方法一般有两点要求：准确性，能够将业务系统中的变化数据准确地捕获到;性能，尽量减少对业务系统造成太大的压力，影响现有业务。目前增量数据抽取中常用的捕获变化数据的方法有：
a.触发器：在要抽取的表上建立需要的触发器，一般要建立插入、修改、删除三个触发器，每当源表中的数据发生变化，就被相应的触发器将变化的数据写入一个临时表，抽取线程从临时表中抽取数据。触发器方式的优点是数据抽取的性能较高，缺点是要求在业务数据库中建立触发器，对业务系统有一定的性能影响。
b.时间戳：它是一种基于递增数据比较的增量数据捕获方式，在源表上增加一个时间戳字段，系统中更新修改表数据的时候，同时修改时间戳字段的值。当进行数据抽取时，通过比较系统时间与时间戳字段的值来决定抽取哪些数据。有的数据库的时间戳支持自动更新，即表的其它字段的数据发生改变时，自动更新时间戳字段的值。有的数据库不支持时间戳的自动更新，这就要求业务系统在更新业务数据时，手工更新时间戳字段。同触发器方式一样，时间戳方式的性能也比较好，数据抽取相对清楚简单，但对业务系统也有很大的倾入性(加入额外的时间戳字段)，特别是对不支持时间戳的自动更新的数据库，还要求业务系统进行额外的更新时间戳操作。另外，无法捕获对时间戳以前数据的delete和update操作,在数据准确性上受到了一定的限制。
c.全表比对：典型的全表比对的方式是采用MD5校验码。ETL工具事先为要抽取的表建立一个结构类似的MD5临时表，该临时表记录源表主键以及根据所有字段的数据计算出来的MD5校验码。每次进行数据抽取时，对源表和MD5临时表进行MD5校验码的比对，从而决定源表中的数据是新增、修改还是删除，同时更新MD5校验码。MD5方式的优点是对源系统的倾入性较小(仅需要建立一个MD5临时表)，但缺点也是显而易见的，与触发器和时间戳方式中的主动通知不同，MD5方式是被动的进行全表数据的比对，性能较差。当表中没有主键或唯一列且含有重复记录时，MD5方式的准确性较差。
d.日志对比：通过分析数据库自身的日志来判断变化的数据。Oracle的改变数据捕获(CDC，Changed Data Capture)技术是这方面的代表。CDC 特性是在Oracle9i数据库中引入的。CDC能够帮助你识别从上次抽取之后发生变化的数据。利用CDC，在对源表进行insert、update或 delete等操作的同时就可以提取数据，并且变化的数据被保存在数据库的变化表中。这样就可以捕获发生变化的数据，然后利用数据库视图以一种可控的方式提供给目标系统。CDC体系结构基于发布者/订阅者模型。发布者捕捉变化数据并提供给订阅者。订阅者使用从发布者那里获得的变化数据。通常，CDC系统拥有一个发布者和多个订阅者。发布者首先需要识别捕获变化数据所需的源表。然后，它捕捉变化的数据并将其保存在特别创建的变化表中。它还使订阅者能够控制对变化数据的访问。订阅者需要清楚自己感兴趣的是哪些变化数据。一个订阅者可能不会对发布者发布的所有数据都感兴趣。订阅者需要创建一个订阅者视图来访问经发布者授权可以访问的变化数据。CDC分为同步模式和异步模式，同步模式实时的捕获变化数据并存储到变化表中，发布者与订阅都位于同一数据库中。异步模式则是基于Oracle的流复制技术。

Ⅹ odi owb 哪个好

ODI和OWB
ODI和OWB是互为补充的，ODI有四个地方是对OWB的很好的补充：
1. 对于需要异构数据支持：当数据源或者目的不是Oracle数据库，ODI能够生成针对那个数据源的native的SQL操纵语句。
2. 对于需要实时数据集成的环境：ODI能够检测事件，一个事件可以触发ODI的一个接口流程。从而完成近实时的数据集成。下图是ODI提供的一些检测事件的工具，可以用在package里（ODI workflow的代名词）如OdiFileWait是等待文件到达，OdiSleep类似于许多系统里的Sleep等待轮询，OdiWaitForLogData则可以用于捕获增量数据的捕获的事件。这里的组件都是实现实时数据集成的关键部分。
3. 在数据抽取集成过程中需要和SOA集成，ODI本身提供了call web service的机制，并且ODI的接口也可以暴露为webService，从而可以和SOA环境进行交互。
4. 一致的CDC(Change Data Capture)支持，不同的数据源（Oracle，DB2等）对于变化数据获取都提供了不一样的技术框架，ODI把这些不同的技术框架屏蔽了，以一个统一的接口方式提供统一的CDC的设置框架，并提供订阅者的功能。

而OWB相比于ODI也有自己的很多特点：
1. 丰富的Oracle数据运算符，能够提供Oracle数据库之间的高速转换抽取。
2. 从11g开始，OWB会作为Oracle的标准选件来提供，OWB本身会通过Oracle数据库的安装盘来安装，和所有的其他Oracle选项一样，都会和数据库核心紧密集成。
3. 数据质量管理：OWB的data profiling是一个相当强的数据质量管理工具，原理和流程是 数据采样-》分析采用数据的错误和规则-》生成纠正采样数据的mapping流程-》验证流程-》把流程应用到所有的数据上的循环。

小结
OWB本身除了运行需要较多的资源之外，本身是一个设计得相当好的工具（身边一些用过的人都评价还是很不错呀！），对于Oracle数据之间的抽取转换的功能完全不是任何别的工具可以比的，当然OWB的主要不足都体现在ODI里了，所以，OWB和ODI是完全互相补充的工具，如果是要同时在建设一个数据中心的项目里使用这两个工具的话，可以使用ODI来完成从异构数据源到staging Oracle数据的生成，或者用ODI完成需要实时数据同步的工作，而OWB可以用于从staging Oracle数据到Oracle数据仓库的Oracle数据源之间的工作，这样应该是最完美的设计。当然单独用OWB或ODI其实都可以完成这些工作，只不过这两个工具合并起来用，应该是一个大型数据仓库项目的非常好的方式。