㈠ 舉一個應用領域應用資料庫的例子，以及是怎樣用的，可以用來干什麼，詳細一點
簡單來說，資料庫就是用來存儲數據的，比如你申請一個網路賬號，那你的賬號、密碼之類的信息就會存儲在資料庫中，在你下次登錄時，程序就會到資料庫中取你的賬號信息，驗證你的密碼是否正確。這是一個簡單的例子。至於怎麼用，我只知道一點，例如MYsql，它提供了許多介面，也就是一些語句，你可以用在你的程序中
㈡ 在我們的日常生活中 ,有哪些方面涉及到資料庫技術
去打的超市買東西，收銀機是連在資料庫上的、去銀行存錢，是要連資料庫的、打電話，通話記錄是存在資料庫里的、話費計算也是要用資料庫的、其他的水電煤氣費都是這樣、去大一點的醫院，從掛號開始，都是要連資料庫的。
資料庫(Database)是按照數據結構來組織、存儲和管理數據的倉庫，它產生於距今六十多年前，隨著信息技術和市場的發展，特別是二十世紀九十年代以後，數據管理不再僅僅是存儲和管理數據，而轉變成用戶所需要的各種數據管理的方式。
資料庫有很多種類型，從最簡單的存儲有各種數據的表格到能夠進行海量數據存儲的大型資料庫系統都在各個方面得到了廣泛的應用。
在信息化社會，充分有效地管理和利用各類信息資源，是進行科學研究和決策管理的前提條件。資料庫技術是管理信息系統、辦公自動化系統、決策支持系統等各類信息系統的核心部分，是進行科學研究和決策管理的重要技術手段。
資料庫，簡單來說是本身可視為電子化的文件櫃--存儲電子文件的處所，用戶可以對文件中的數據進行新增、截取、更新、刪除等操作。
資料庫指的是以一定方式儲存在一起、能為多個用戶共享、具有盡可能小的冗餘度的特點、是與應用程序彼此獨立的數據集合。
在經濟管理的日常工作中，常常需要把某些相關的數據放進這樣的"倉庫"，並根據管理的需要進行相應的處理。
例如，企業或事業單位的人事部門常常要把本單位職工的基本情況(職工號、姓名、年齡、性別、籍貫、工資、簡歷等)存放在表中，這張表就可以看成是一個資料庫。
有了這個"數據倉庫"我們就可以根據需要隨時查詢某職工的基本情況，也可以查詢工資在某個范圍內的職工人數等等。這些工作如果都能在計算機上自動進行，那我們的人事管理就可以達到極高的水平。
此外，在財務管理、倉庫管理、生產管理中也需要建立眾多的這種"資料庫"，使其可以利用計算機實現財務、倉庫、生產的自動化管理。
㈢ 2。舉例5個資料庫在各行各業應用的實例
暈哦,這
資料庫在各行各業都用得到啊,基本上你生活中接觸到的所有行業都有應用,比如銀行,他們得用大型的資料庫,一般有SyBase等,他們一般都使用的是UNIX的主機.
各種企業的ERP(也叫企業資源整合管理),他們用來管理整個企業的產品包括從原料采購,生產,入庫一直到產品發貨銷售等的所有信息,所用資料庫種類繁多,Oracle,sql2000,firebird等都有使用,所用編程語言大多是:VB,.Net,Jave,Delphi,PB,等等;
還有電信業,用資料庫保存其所有的業務信息,他們也用的是大型的資料庫,SYBASE等等...還有你你應該熟悉的各種游戲呀,也需要使用資料庫來保存所有的玩家資料,角色等級和裝備信息等,而游戲的編程語言也是多種多樣;像著名網游:傳奇,就是使用的DELPHI+DBC2000;
還有你現在正在使用的網路知道,呵呵,他一樣要使用資料庫來保存這些龐大的用戶資料和所有的用戶問題及回答呀.
你的生活信息,身份資料,檔案等等也都是保存在公安局的資料庫里.
所以資料庫跟你的生活已經是密不可分了.
㈣ 什麼是大數據，大數據的典型案例有哪些
"大數據"是一個體量特別大，數據類別特別大的數據集，並且這樣的數據集無法用傳統資料庫工具對其內容進行抓取、管理和處理。 "大數據"首先是指數據體量(volumes)?大，指代大型數據集，一般在10TB?規模左右，但在實際應用中，很多企業用戶把多個數據集放在一起，已經形成了PB級的數據量；其次是指數據類別(variety)大，數據來自多種數據源，數據種類和格式日漸豐富，已沖破了以前所限定的結構化數據范疇，囊括了半結構化和非結構化數據。接著是數據處理速度（Velocity）快，在數據量非常龐大的情況下，也能夠做到數據的實時處理。最後一個特點是指數據真實性（Veracity）高，隨著社交數據、企業內容、交易與應用數據等新數據源的興趣，傳統數據源的局限被打破，企業愈發需要有效的信息之力以確保其真實性及安全性。
數據採集：ETL工具負責將分布的、異構數據源中的數據如關系數據、平面數據文件等抽取到臨時中間層後進行清洗、轉換、集成，最後載入到數據倉庫或數據集市中，成為聯機分析處理、數據挖掘的基礎。
數據存取：關系資料庫、NOSQL、SQL等。
基礎架構：雲存儲、分布式文件存儲等。
數據處理：自然語言處理(NLP，NaturalLanguageProcessing)是研究人與計算機交互的語言問題的一門學科。處理自然語言的關鍵是要讓計算機"理解"自然語言，所以自然語言處理又叫做自然語言理解(NLU，NaturalLanguage Understanding)，也稱為計算語言學(Computational Linguistics。一方面它是語言信息處理的一個分支，另一方面它是人工智慧(AI, Artificial Intelligence)的核心課題之一。
統計分析：假設檢驗、顯著性檢驗、差異分析、相關分析、T檢驗、方差分析、卡方分析、偏相關分析、距離分析、回歸分析、簡單回歸分析、多元回歸分析、逐步回歸、回歸預測與殘差分析、嶺回歸、logistic回歸分析、曲線估計、因子分析、聚類分析、主成分分析、因子分析、快速聚類法與聚類法、判別分析、對應分析、多元對應分析（最優尺度分析）、bootstrap技術等等。
數據挖掘：分類 （Classification）、估計（Estimation）、預測（Prediction）、相關性分組或關聯規則（Affinity grouping or association rules）、聚類（Clustering）、描述和可視化、Description and Visualization）、復雜數據類型挖掘(Text, Web ,圖形圖像，視頻，音頻等)
模型預測：預測模型、機器學習、建模模擬。
結果呈現：雲計算、標簽雲、關系圖等。
要理解大數據這一概念，首先要從"大"入手，"大"是指數據規模，大數據一般指在10TB(1TB=1024GB)規模以上的數據量。大數據同過去的海量數據有所區別，其基本特徵可以用4個V來總結(Vol-ume、Variety、Value和Veloc-ity)，即體量大、多樣性、價值密度低、速度快。
第一，數據體量巨大。從TB級別，躍升到PB級別。
第二，數據類型繁多，如前文提到的網路日誌、視頻、圖片、地理位置信息，等等。
第三，價值密度低。以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅有一兩秒。
第四，處理速度快。1秒定律。最後這一點也是和傳統的數據挖掘技術有著本質的不同。物聯網、雲計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍布地球各個角落的各種各樣的感測器，無一不是數據來源或者承載的方式。
大數據技術是指從各種各樣類型的巨量數據中，快速獲得有價值信息的技術。解決大數據問題的核心是大數據技術。目前所說的"大數據"不僅指數據本身的規模，也包括採集數據的工具、平台和數據分析系統。大數據研發目的是發展大數據技術並將其應用到相關領域，通過解決巨量數據處理問題促進其突破性發展。因此，大數據時代帶來的挑戰不僅體現在如何處理巨量
㈤ 某個數據應用的實例， 其數據應用系統的功能及其主要數據內容
資料庫應用系統的開發是一項軟體工程。一般可分為以下幾個階段：
1.規劃
2.需求分析
3.概念模型設計
4. 邏輯設計
5.物理設計
6.程序編制及調試
7.運行及維護。
這些階段的劃分目前尚無統一的標准，各階段間相互聯接，而且常常需要回溯修正。
在資料庫應用系統的開發過程中，每個階段的工作成果就是寫出相應的文檔。每個階段都是在上一階段工作成果的基礎上繼續進行，整個開發工程是有依據、有組織、有計劃、有條不紊地展開工作。
1.規劃
規劃的主要任務就是作必要性及可行性分析。
在收集整理有關資料的基礎上，要確定將建立的資料庫應用系統與周邊的關系，要對應用系統定位，其規模的大小、所處的地位、應起的作用均須作全面的分析和論證。
明確應用系統的基本功能，劃分資料庫支持的范圍。分析數據來源、數據採集的方式和范圍，研究數據結構的特點，估算數據量的大小，確立數據處理的基本要求和業務的規范標准。
規劃人力資源調配。對參與研製和以後維護系統運作的管理人員、技術人員的技術業務水平提出要求，對最終用戶、操作員的素質作出評估。
擬定設備配置方案。論證計算機、網路和其他設備在時間、空間兩方面的處理能力，要有足夠的內外存容量，系統的響應速度、網路傳輸和輸入輸出能力應滿足應用需求並留有餘量。要選擇合適的os,dbms和其它軟體。設備配置方案要在使用要求、系統性能、購置成本和維護代價各方面綜合權衡。
對系統的開發、運行、維護的成本作出估算。預測系統效益的期望值。
擬定開發進度計劃，還要對現行工作模式如何向新系統過渡作出具體安排。
規劃階段的工作成果是寫出詳盡的可行性分析報告和資料庫應用系統規劃書。內容應包括：系統的定位及其功能、數據資源及數據處理能力、人力資源調配、設備配置方案、開發成本估算、開發進度計劃等。
可行性分析報告和資料庫應用系統規劃書經審定立項後，成為後續開發工作的總綱。
資料庫應用系統的開發是一項軟體工程,本文介紹了資料庫應用系統的開發步驟……
2.需求分析
需求分析大致可分成三步來完成。
(1) 需求信息的收集, 需求信息的收集一般以機構設置和業務活動為主幹線，從高層中層到低層逐步展開
(2) 需求信息的分析整理, 對收集到的信息要做分析整理工作。數據流圖(dfd, data flow diagram)是業務流程及業務中數據聯系的形式描述。圖4.1是一個簡單的dfd 示例。
數據字典(dd, data dictionary)詳細描述系統中的全部數據。
數據字典包含以下幾個部分。
· 數據項：是數據的原子單位。
· 數據組項：由若干數據項組成。
· 數據流：表示某一數據加工過程的輸入/輸出數據。
· 數據存儲：是處理過程中要存取的數據。
· 數據加工過程 數據加工過程的描述包括：數據加工過程名、說明、輸入、輸出、加工處理工作摘要、加工處理頻度、加工處理的數據量、響應時間要求等。
數據流圖既是需求分析的工具，也是需求分析的成果之一。數據字典是進行數據收集和數據分析的主要成果。
(3) 需求信息的評審. 開發過程中的每一個階段都要經過評審，確認任務是否全部完成，避免或糾正工作中出現的錯誤和疏漏。聘請項目外的專家參與評審，可保證評審的質量和客觀性。
評審可能導致開發過程回溯，甚至會反復多次。但是，一定要使全部的預期目標都達到才能讓需求分析階段的工作暫告一個段落.
需求分析階段的工作成果是寫出一份既切合實際又具有預見的需求說明書，並且附以一整套詳盡的數據流圖和數據字典。
3.概念模型設計
概念模型不依賴於具體的計算機系統，他是純粹反映信息需求的概念結構。
建模是在需求分析結果的基礎上展開，常常要對數據進行抽象處理。常用的數據抽象方法是『聚集』和『概括』。
er方法是設計概念模型時常用的方法。用設計好的er圖再附以相應的說明書可作為階段成果
概念模型設計可分三步完成。
(1) 設計局部概念模型
① 確定局部概念模型的范圍
② 定義實體
③ 定義聯系
④ 確定屬性
⑤ 逐一畫出所有的局部er圖，並附以相應的說明文件
資料庫應用系統的開發是一項軟體工程,本文介紹了資料庫應用系統的開發步驟……
(2) 設計全局概念模型
建立全局er圖的步驟如下：
① 確定公共實體類型
② 合並局部er圖
③ 消除不一致因素
④ 優化全局er圖
⑤ 畫出全局er圖，並附以相應的說明文件。
(3) 概念模型的評審
概念模型的評審分兩部分進行
第一部分是用戶評審。
第二部分是開發人員評審。
4.邏輯設計
邏輯設計階段的主要目標是把概念模型轉換為具體計算機上dbms所支持的結構數據模型。
邏輯設計的輸入要素包括：概念模式、用戶需求、約束條件、選用的dbms的特性。
邏輯設計的輸出信息包括：dbms可處理的模式和子模式、應用程序設計指南、物理設計指南。
(1) 設計模式與子模式
關系資料庫的模式設計可分四步完成。
① 建立初始關系模式
② 規范化處理
③ 模式評價
④ 修正模式
經過多次的模式評價和模式修正，確定最終的模式和子模式。
寫出邏輯資料庫結構說明書。
資料庫應用系統的開發是一項軟體工程,本文介紹了資料庫應用系統的開發步驟……
(2) 編寫應用程序設計指南
根據設計好的模式和應用需求，規劃應用程序的架構，設計應用程序的草圖，指定每個應用程序的數據存取功能和數據處理功能梗概，提供程序上的邏輯介面。
編寫出應用程序設計指南。
(3) 編寫物理設計指南。
根據設計好的模式和應用需求，整理出物理設計階段所需的一些重要數據和文檔。例如，資料庫的數據容量、各個關系(文件)的數據容量、應用處理頻率、操作順序、響應速度、各個應用的lra和tv、程序訪問路徑建議，等等。這些數據和要求將直接用於物理資料庫的設計。
㈥ 請舉出5個資料庫在各行業應用的實例，包括軟體名稱，功能，使用哪種高級編程語言和哪種資料庫管理軟體
大型資料庫有：oracl、SQL server
小型資料庫有：Access、MySQL、BD2等。
初級應用一般是ACCESS 配合的腳本程序一般是 ASP ASP.NET JSP
MICROSOFT SQL 比較復雜點 不過功能強大很多 配合的腳本和ACCESS的一樣
MYSQL和PHP的組合是比較完美的
如果你需要處理1000W條數據以上級別的數據,那以上的都不合適,一般用的比較多的是ORACLE 這個入門難度非常大
如果想學的話就先學MICROSOFT SQL吧,這個網上教學比較多，而且ASP.NET 2.0問世後,應用的會非常廣泛的.
oracle自帶的有個sqlplus ,還有toad 資料庫管理工具，簡稱：癩蛤蟆工具，
㈦ 能否用一個生活中的例子來形容「數據」、「資料庫」和「資料庫應用」三者之間
比如：
（1）書、書庫、圖書借閱系統；
（2）個人信息、人口資料庫、身份檢索系統
㈧ 舉出5個資料庫在各行業應用的實例
工商銀行，普通存取款業務，資料庫informix，軟體自行開發，前台頁面java
興業銀行，風險監測系統，資料庫informix，軟體自行開發，前台頁面java
興業銀行風險監測二期，資料庫informix，報表系統非奈特產品
上交所數據清洗a部，資料庫oracle，系統自行開發
寶鋼進銷存管理，寶信軟體，資料庫oracle，語言plsql，工具oracle develope
現在所有的公司都要用的，隨便你找，到處都有
㈨ 資料庫技術在日常中的應用有哪些（舉例）
無處不在，郵箱要用到資料庫記錄用戶的賬號和密碼，財務部門要用到資料庫記錄員工的賬號，書店要用資料庫記錄圖書的信息和銷售情況，等等。只要是有系統應用的地方，就有資料庫技術的存在
。
㈩ 求一篇關於資料庫在現實生活中應用的例子
很多啊,你可以用CS里的武器來做數據,或者網游裝備等等
要不搞一個模擬公司,可以有完整的ERP, 公司的業績就是學員的分數.
我學資料庫時正迷戀實況,於是把所有的球員,球隊都做進資料庫,每場比賽下來記錄,出場球員,得分情況,助攻情況,表現評價等等,邊玩邊做,想到什麼功能再完善,結果後來幾乎做得和FIFA官方資料庫一樣詳細了