① 數據分析的軟體有哪些最近想學習一兩款數據分析的軟
上海獻峰網路認為數據分析也好，統計分析也好，數據挖掘也好、商業智能也好都需要在學習的時候掌握各種分析手段和技能，特別是要掌握分析軟體工具！學習數據分析，一般是先學軟體開始，再去應用，再學會理論和原理！沒有軟體的方法就不去學了，因為學了也不能做，除非你自己會編程序。
主意X和Y軸看：
第一維度：數據存儲層——>數據報表層——>數據分析層——>數據展現層
第二維度：用戶級——>部門級——>企業級——BI級
首先.存儲層：
1.Access2003、Access07等：最基本的個人資料庫；
2.Mysql資料庫；
3.SQL Server 2005或更高版本；
4. DB2，Oracle；
5. BI級（實際上這個不是資料庫，而是建立在前面資料庫基礎上的，這個主要是數據
庫的企業應用級了，一般這個時候的資料庫都叫數據倉庫了，Data Warehouse
，建立在DW級上的數據存儲基本上都是商業智能平台，或許整合了各種數據分析，報表、分析和展現！）
第二：報表層
推薦石頭最喜歡的兩款。
1.Crystal Report水晶報表Bill報表
2. Tableau軟體
第三：數據分析層
1.Excel軟體（有能力把Excel玩成統計工具不如專門學會統計軟體）；
2.SPSS軟體：從重視醫學、化學等開始越來越重視商業分析，現在已經成為了預測
分析軟體。
3.Clementine軟體。
② 大數據攻略案例分析及結論
大數據攻略案例分析及結論
我們將迎來一個「大數據時代」。與變化相始終的中國企業，距離這場革命還有多遠？而追上領先者又需要多快的步伐？
｛研究結論｝
怎樣才能用起來大數據？障礙如何解決?中國企業家研究院對10多家在大數據應用方面的領先企業進行了采訪調研，更多家企業進行了書面資料調研，我們發現：
■ 當前中國企業的大數據應用可以歸類為：大數據運營、大數據產品、大數據平台三大=領域，前兩者更多是企業內部的應用，後者則在於用大數據來繁榮整個平台企業群落的生態。
■ 大數據營銷的本質是一個影響消費者購物前心理路徑的問題，而這在大數據時代前很難做到。
■ 對於傳統企業而言，要打通線上與線下營銷，實現新的商業模式，如O2O等，離不開大數據。
■ 雖然大數據應用往往集中於大數據營銷，但對於一些企業，大數據的應用早已超越了營銷范疇，全面進入了企業供應鏈、生產、物流、庫存、網站和店內運營等各個環節。
■ 對於大部分企業，由於數據分析人員與業務人員之間的彼此視角與思考方向不同，大數據分析和運營之間存在脫節情況，這是大數據無法用於企業運營最大的阻力
■ 對於大多數互聯網公司來說，大數據量、大用戶量是一個相互促進，強者越強的循環過程。
■ 對於大型互聯網平台，大數據已經成為其生態循環中的血液，對於這些企業，最重要
的不是如何利用大數據改進自身運營，而是利用大數據更好地繁榮平台生態。
■ 對於平台企業，它們的大數據策略正逐漸從大數據運營，向運營大數據轉變，前者和
後者的差別在於，前者只是運營改進的動力，而後者則成為企業實現未來戰略的核心資源。
我們都已被反復告知：我們將迎來一個「大數據時代」。
大數據應用，將和雲計算、3D列印這些技術變革一樣，顛覆既有規則，並成為先行企業的制勝關鍵。
與變化相始終的中國企業，距離這場革命還有多遠？而追上領先者又需要多快的步伐？
來自於互聯網、移動互聯網、物聯網感測器、視頻採集系統的數據正海量增長，匯成大數據的海洋，相伴的是海量數據存儲、分析技術的突破性發展，所有這一切都給企業的應用帶來了無限可能性。
許多企業希望將大數據用起來，帶動企業的經營，但不知從哪裡著手。它們不惜重金投資大數據信息系統、分析系統，聘請更多的人才，希望能從這個新趨勢中獲益，不過卻無奈地發現，大數據仍然停留在雲端，沒有帶來多少實際收益。它們找不到大數據與業務結合的突破口。而一些真正將大數據應用於實戰的企業，卻在應用過程中困難重重：大數據無法與業務結合；沒有收集、分析海量數據的能力；經營人員缺少應用大數據的動力；數據來源魚龍混雜難以使用……
中國企業家研究院對當前中國企業大數據應用的狀況進行了歸納分類，以幫助企業了解實際應用大數據時的困局難點，並提供領先企業的典型案例以資借鑒。
表1
表2
大數據運營—企業提升效率的助推力
對於大多數企業而言，運營領域的應用是大數據最核心的應用，之前企業主要使用來自生產經營中的各種報表數據，但隨著大數據時代的到來，來自於互聯網、物聯網、各種感測器的海量數據撲面而至。於是，一些企業開始挖掘和利用這些數據，來推動運營效率的提升。大數據運營應用中，大數據的應用分為三類：用於企業外部營銷、用於內部運營，以及用於領導層決策。
一、大數據營銷
大數據營銷的本質是影響目標消費者購物前的心理路徑，它主要應用在三個方面：1、大數據渠道優化，2、精準營銷信息推送，3、線上與線下營銷的連接。在消費者購物前，通過各種方式，直接介入其信息收集和決策過程。而這種介入，是建立在對於線上與線下海量用戶數據分析的基礎之上。相比傳統狂轟濫炸或等客上門的營銷，大數據營銷無論在主動性和精準性方面，都有非常大的優勢。它是目前主要的大數據應用領域。
大數據營銷不僅僅是用大數據找出目標顧客，向其發布促銷信息，它還可以做到：
實現渠道優化。根據用戶的互聯網痕跡進行渠道營銷效果優化，就是根據互聯網上顧客的行為軌跡來找出哪個營銷渠道的顧客來源最多，哪個來源顧客實際購買量最多，是否是目標顧客等等，從而調整營銷資源在各個渠道的投放。例如東風日產，它利用對顧客來源的追蹤，來改進營銷資源在各個網路渠道如門戶網站、搜索和微博的投放。
精準營銷信息推送。精準建立在對海量消費者的行為分析基礎之上，消費者網路瀏覽、搜索行為被網路留下，線下的購買和查看等行為可以被門店的POS機和視頻監控記錄，再加上他們在購買和注冊過程中留下的身份信息，在商家面前，正逐漸呈現出消費者信息的海洋。
一些企業通過收集海量的消費者信息，然後利用大數據建模技術，按消費者屬性（如所在地區、性別）和興趣、購買行為等維度，挖掘目標消費者，然後進行分類，再根據這些，對個體消費者進行營銷信息推送。比如孕婦裝品牌十月媽咪通過對自己微博上粉絲評論的大數據分析，找出評論有「喜愛」相關關鍵詞的粉絲，然後打上標簽，對其進行營銷信息推送。京東商城副總經理李曦表示：「用大數據找出不同細分的顧客需求群，然後進行相應的營銷，是京東目前在做的事情。」小也化妝品將自身網站作為收集消費者信息的雷達，對不同消費者推薦相應的肌膚解決方案，創始人肖尚略希望在未來，大數據營銷能替代網站的作用，真正成為面向顧客的前端。
打通線上線下營銷。一些企業將互聯網上海量消費者的行為痕跡數據與線下購買數據打通，實現了線上與線下營銷的協同。比如東風日產，線上與線下的協同營銷方式為：其門戶網站帶來訂單線索，而通過這些線索，服務人員進行電話回訪，從而推動顧客在線下交易。在此過程中，東風日產記錄了消費者進入、瀏覽、點擊、注冊、電話回訪和購買各個環節的數據，實現了一個橫跨線上線下，以大數據分析為支持的，營銷效果不斷優化的閉環營銷通路。而國雙科技，衡量某一地區線下促銷活動的效果，就是看互聯網上，來自這個地區對於促銷內容的搜索量。一些企業，通過鼓勵線下顧客使用微信和Wi-Fi等可追蹤消費者行為和喜好的設備，來打通線上與線下數據流，銀泰百貨計劃鋪設Wi-Fi，鼓勵顧客在商場內使用，然後根據Wi-Fi賬號，找出這個顧客，再通過與其它大數據挖掘公司合作，以大數據的手段，發掘這個顧客在互聯網的歷史痕跡，來了解這個顧客的需求類型。
二、大數據用於內部運營
相比大數據營銷，大數據在內部運營中的應用更深入，對於企業內部的信息化水平，以及數據採集和分析能力的要求更高。本質上，是將企業外部海量消費者數據與企業內部海量運營數據聯系起來，在分析中得到新的洞察，提升運營效率。（詳見P96表5：大數據在內部運營中的應用）
表5
三、大數據用於決策
在大數據時代，企業面對眾多新的數據源和海量數據，能否基於對這些數據的洞察，進行決策，進而將其變成一項企業競爭優勢的來源？同大數據營銷和大數據內部運營相比，運用大數據決策難度最高，因為它需要一種依賴數據的思維習慣。
已有少數企業開始嘗試。比如國內一些金融機構在推出一個金融產品時，會廣泛分析該金融產品的應用情況和效果、目標顧客群數據、各種交易數據和定價數據等，然後決定是否推出某個金融產品。
但是，中國企業家研究院在調研中發現，目前中國企業當中，大數據決策的應用非常之少，許多企業領導者進行決策時，仍習慣於憑借歷史經驗和直覺。
大數據產品——企業利潤滋長的新源泉
大數據除了用於運營外，還能夠與企業產品結合，成為企業產品背後競爭力的核心支持或者直接成為產品。提供大數據產品的企業分為兩類，直接提供大數據產品的企業，以及將大數據作為產品和服務核心支撐的企業。前者主要為大數據產業鏈中提供數據服務的參與者，包括數據擁有者、存儲企業，挖掘企業、分析企業等，後者則主要是那些以大數據為產品核心支撐的企業，它們大多是互聯網企業，其產品和服務先天就有大數據基因，這些企業包括搜索引擎、在線殺毒、互聯網廣告交易平台以及眾多植根於移動互聯網之上，為用戶提供生活和資訊服務的APP等。
表3
表4
一、大數據作為產品核心支持
它們主要在以下幾方面使用大數據：
1、提供信息服務。很多互聯網企業通過對海量互聯網信息和線下信息的整合和分析，為個人和企業提供信息服務，典型的如網路、去哪兒、一淘、高德地圖、春雨醫生等等。在美國，一些互聯網企業甚至根據大數據提供更深度的預測信息服務，美國科技創新公司farecast，通過分析特定航線機票的價格，幫助消費者預測機票價格走勢。
2、分析用戶的個性化需求，藉此提供個性化產品和服務，或者實現更精準的廣告。典型的有移動社交工具陌陌、網路、騰訊、廣告交易平台品友互動以及一些互聯網游戲商。這種應用往往先是收集海量用戶的互聯網行為數據，將用戶分類，根據不同類型的用戶，提供個性化的產品，或者提供個性化的促銷信息。比如網易等門戶網站推出了訂閱模式，讓使用者按照個人喜好方便地定製和整合不同來源的信息。
3、增強產品功能。對於很多互聯網產品，如殺毒軟體、搜索引擎等等，海量數據的處理能夠讓產品變得更聰明更強大，如果沒有大數據，產品的功能就大大減弱。比如奇虎360公司的360殺毒軟體，憑借每天海量的殺毒處理，建立了龐大的病毒庫，這使它能夠更快地發現病毒，而一些小的殺毒軟體公司則無法做到這一點。
4、掌控信用狀況，提供信貸服務。阿里巴巴上匯集了海量中小企業的日常資金與貨品往來，通過對這些往來數據的匯總與分析，阿里巴巴能發現單個企業的資金流與收入情況，分析其信用，找出異常情況與可能發生的欺詐行為，控制信貸風險。
5、實現智能匹配。婚戀網站、交易平台等，利用大數據可以進行精準而高效的配對服務。網易花田會挖掘用戶行為數據，比如點擊哪些異性的頁面，發表什麼樣的評論，建立用戶興趣模型，從而挖掘到用戶所期待另一半的類型，然後主動推薦與對方匹配度比較高的人選。2010年，阿里巴巴嘗試性地推出「輕騎兵」服務，由阿里巴巴將中國各產業集群地的供應商與海外買家的個性采購需求進行快速匹配，所憑借的，就是對供應商的海量交易數據信息的整合與挖掘。
大數據作為產品核心支撐的關鍵在於用戶量。對於大多數互聯網公司來說，用戶量越多，收集的數據越多，憑借更多的數據，其產品與商業模式會不斷改進，進而帶來更多的用戶。
二、大數據直接作為產品
對一些企業，大數據直接成為了產品，這些產品包括海量數據、分析、存儲與挖掘的服務等，目前大數據產業鏈正在形成過程中，出現了一批開放、出售、授權大數據和提供大數據分析、挖掘的公司和機構，前者主要是一些擁有海量數據的公司，將數據服務作為新的盈利來源。如大型的互聯網平台、民航、電信運營商、一些擁有大數據的政府機構等等，後者主要包括一些能夠存儲海量數據或者將海量數據與業務場景結合，進行分析和挖掘，或者提供相關產品的公司，如IBM、SAP、拓而思、天睿公司。它們為大數據應用者們提供海量數據存儲、數據挖掘、圖像視頻、智能分析等服務以及相關系統產品。
大數據平台——企業群落繁榮的滋養劑
相對企業本身對大數據的應用，大數據平台更多是利用大數據來搭建企業生態。一些擁有龐大數據資源的大型互聯網平台，已變為包含海量寄生者的生態系統。在這個生態系統中，它們將海量用戶互聯網行為痕跡和分析提供給平台上的企業，用於它們改善經營，推動整個平台生態繁榮，在這一過程中，它們也收取數據服務費。阿里巴巴就是一個典型的例子，從數據魔方、黃金策到聚石塔，阿里巴巴不斷地為平台上中小電商提供數據產品和服務。
而網路已建成了包括網路指數、司南、風雲榜、數據研究中心和網路統計在內的五大數據體系平台，幫助其營銷平台上的企業了解消費者行為、興趣變化，以及行業發展狀況、市場動態和趨勢、競爭對手動向等信息。
而當大數據從企業內部運營的動力，變成平台企業的產品和服務時，平台企業也在經歷著一個從大數據運營到運營大數據的階段。數據從運營的支持工具，變成了生產資料。此前平台們的關注點，更多的是如何用好現有的大數據。而未來，它們的關注點則更多是如何將大數據這個生產資料管理好、經營好，如何更好地為平台上的企業服務。這就涉及到收集的數據質量怎樣？格式標準是否統一？數據作為一種原材料，其精細化程度如何？是否符合平台上企業應用的具體場景？是平台上企業拿來就能用的，還是還需要平台上的企業再加工？
為解決這些問題，各個平台在積極地努力。比如阿里巴巴建立了數據委員會，在統一數據格式標准、從源頭上保證數據的質量，採集和加工出精細化的數據，確保其能符合平台企業的應用場景等方面，不遺餘力地嘗試。尤其在大數據精細化方面，阿里巴巴更是作為其大數據戰略的重點。這方面，騰訊目前也在加快步伐。比如新版騰訊網出現了「一鍵登錄」的提示，用戶可以在上面通過一些細分標簽，訂閱自己關注的內容。實際上，這也是騰訊收集更精細化的用戶興趣數據的一個有效手段。
Tips
大數據實戰手冊
將大數據應用於內部運營中時，企業會遇到一些常見問題
1企業如何獲取與分析數據？
互聯網是大數據的一個主要來源，一些線下的傳統企業很難獲得。但它們可以：
a 和擁有或能抓取海量數據的平台、企業以及政府機構合作。比如淘寶上的電商就購買淘寶收集的海量數據中與自身運營相關的部分，用於自身業務。再如卡夫通過與IBM合作，在博客、論壇和討論版的內容中抓取了47.9萬條關於自己產品的討論信息，通過大數據分析出消費者對卡夫食品的喜愛程度和消費方式。
b 建立自己在互聯網上的平台，比如朝陽大悅城利用自己的微信、微博等平台收集消費者評論數據。
c 許多傳統企業沒有分析海量數據的能力，此時它們可以和大數據分析和挖掘公司合作，目前市場上已經有天睿公司、IBM、百分點、華勝天成等一批提供大數據分析和挖掘服務的公司，它們是傳統企業進行大數據分析可以藉助的力量。
2 如何避免大數據應用時的部門分割？
對於許多企業，其信息流被各部門彼此分割，數據難以互通，對於這種情況下，大數據的共享和匯集就只是一個泡影，更難以實現大數據的深度應用。
要打通部門之間信息分割的局面，首先要建立統一的、集中的數據系統。就像立白信息與知識總監王永紅所說的，「要真正用好大數據，企業要採用大集中的信息系統。」從更深入的角度來談，企業信息流的部門分割，更在於企業部門之間的分割，比如有一些企業的營銷按照渠道分割，導致對於顧客的大數據收集和分析效果大打折扣。
IBM智慧商務技術總監楊旭青認為，「很多時候由於組織結構問題，大數據分析有效性大大降低了。」這就需要組織與流程層面的重新設計，在這方面，阿里巴巴的部門負責人輪崗制度，對於打破部門壁壘無疑是一劑好葯。而一些企業為了打破部門分割，建立了矩陣型的組織結構，強化部門間的橫向合作，這些無疑為大數據的匯集、共享與應用創造了良好條件。
3 如何讓業務人員重視大數據的應用？
解決這個問題，一方面在於一把手對整個企業數據文化的倡導，比如1號店董事長於剛就要求業務人員無論在開會，還是匯報工作時，都以數據說話，而馬雲更是將大數據提升到了戰略高度。
另一方面，也在於數據部門的帶動，阿里巴巴數據委員會負責人車品覺分享了經驗，「因為運營部門的業務人員很難看到大數據的潛力，可以首先從一些對業務見效快，見效顯著的數據項目出發，通過一兩個項目的成功，調動對方的積極性，然後再逐步一個個地引導。」
4 為何大數據工作與運營需求脫節？
這往往是由於數據人員與業務人員視角、專業知識不同而導致的。大數據人員做了很多努力，但是業務人員卻認為這些努力無關痛癢。如何解決這個問題？
有的企業從組織設計上發力，將大數據納入業務分析部門的管理之下，用業務統馭數據。對於朝陽大悅城，由主要負責戰略和經營分析的部門來管理大數據工作，其中的大數據分析人員則作為支持人員。在負責人張岩看來，大數據要靠商業法則指導，關鍵是找到業務需求的點，然後由數據分析和挖掘人員實現。在具體操作中，大悅城對微信的數據挖掘，挖掘什麼樣的關鍵詞，由業務分析人員確定，而具體挖掘則由數據部門做；有的企業從流程設計上著手，推動業務部門與數據部門人員之間的溝通，建立數據人員工作與效果掛鉤的考核機制。
例如阿里巴巴根據數據挖掘的成效（比如帶來的商品轉化率的提升）來考核數據挖掘師，考核數據分析師則看其分析結果能否出現在經營負責人的報告中。從數據部門自身角度則需要降低運營部門使用數據的障礙和門檻，比如立白集團的數據人員會努力嘗試向運營部門提供更易懂、更生動的圖形化數據分析界面，在立白老闆辦公室上，就有一份「客戶運營健康體檢表」，讓老闆對全國經銷商的當月銷售情況一目瞭然。再如阿里巴巴開發的無線Bi，讓經營人員在手機上也可以看到大數據分析結果，拿車品覺的話說，「以數據之氧氣包圍經營人員。」
以上是小編為大家分享的關於大數據攻略案例分析及結論的相關內容，更多信息可以關注環球青藤分享更多干貨
③ 上海以前和現在的數據對比
這幾年上海的變化實在是太大了，現在整個上海已經有3000多幢高樓拔地而起，我們可以看到我腳下的浦東非常的欣欣向榮。 金茂大廈、國際會議中心等3000多幢高樓如雨後春筍，一批批代表國際大都市面貌的標志性建築拔地而起，"東方明珠"塔上的"景點"連成了"景區"，"景區"延伸成"新城"，今天，520多平方公里的浦東已成為長江龍頭上一顆閃亮的明珠。浦東只是上海締造傳奇的一個縮影，近十年來上海用於城市基礎設施建設的投資累計超過3600億元，平均每年增長30.7%。
城市在變大，上海人的生活空間也變得寬敞明亮。小閣樓、窄弄堂、亭子間，這些多年以來描繪上海人居住空間狹小的專有詞彙，如今已悄然退去。一直到上世紀90年代初，上海全市還有30多萬戶人均居住面積低於4平方米，其中的3萬多戶人均居住面積竟不足2.5平方米，小得難以容身。
如今，上海市區人均居住面積已經達到13.8平方米，寬敞的居室，優雅的環境，使這座城市的市民近一個世紀以來「為居而憂」的煩惱成為歷史。
上海的「水文化」的特色明顯，特別是蘇州河，蘇州河是一條「沉澱了上海的繁華、往事、傳說和所有的垃圾」的河。 多少年來以黑臭文明的蘇州河改頭換面了。現在站在蘇州河畔，看到的是潔凈的水面、粼粼的波光、長長的綠化帶、親水的平台、還有綠蔭下漫步的遊人。
④ 外地人在上海交的公積金可以取出來嗎，能取多少，需要什麼證明嗎
可以取出全部或部分，下面具體介紹
一、辦理條件
1、職工有下列情形之一的，可以提取職工住房公積金賬戶內的存儲余額
（1）購買、建造、翻建、大修自住住房的
（2）離休、退休的
（3）完全喪失勞動能力，並與單位終止勞動關系的
（4）出境定居的
（5）償還購房貸款本息的
（6）房租超出家庭工資收入的規定比例的
2、依照前款第（2）、（3）、（4）項規定，提取職工住房公積金的，應當同時注銷職工住房公積金賬戶
3、職工死亡或者被宣告死亡的，職工的繼承人、受遺贈人可以提取職工住房公積金賬戶內的存儲余額
無繼承人也無受遺贈人的，職工住房公積金賬戶內的存儲余額納入住房公積金的增值收益
二、辦理方法
方式一：線下辦理
Step 1：職工提取住房公積金賬戶內的存儲余額的，所在單位應當予以核實，並出具提取證明
三、溫馨提示
可以提取，但是提去後上海的公積金賬戶將會被取締，以後無法在上海再繳納公積金
因此建議等離開上海後再提取
以上資料來源
住房公積金管理條例
⑤ 存東西備份資料，用移動硬碟好還是雲存儲好
我們記得近20年前我們要保存數據的話還是通過1.4M的軟盤來備份數據，不但存儲量少，大文件還還需要用切割軟體來分盤拷貝。還且軟體存數據的話還很不安全，壽命非常短，數據經常會無故丟失。
那時我們能常備份的方法還有通過區域網備份和直接將主機里的機械硬碟拆下來用IDE數據改跳線來備份。
工具/原料
光碟
機械硬碟
SSD硬碟
雲存儲
方法/步驟
1、幾年前我們較傳統的備份方法是使用光碟刻錄。光碟備份有其優點，刻完後一般不可再寫，也就是一般不用再擔心別人用你光碟時再更改你所寫的數據，也不用擔心文件會受病毒的影響。體積小，便於保存。方便傳遞。當然光碟刻錄也有其局限性，正版的讀寫光碟，如索尼的刻錄盤，理論壽命是10年，但是實際一般是8年左右，這還得保管的非常好，控制好溫度，濕度，防止暴曬等。
用光碟備份的話，推薦買正版的光碟，山寨的有些盤一年使用壽命都不到。
2、另外光碟的容量普遍較小些，較普通的是700M的CD到4.7G的DVD的，也有50G一張的藍光空白碟，但要用藍光光碟機才能播放。價格也比一般的碟片貴些。
3、機械硬碟是較傳統的備份方式，機械硬碟也分等級的，分為黑盤，藍盤，綠盤。像一般伺服器上用的都是黑盤，運轉速度快，穩定。一般家庭使用的電腦，都給你用的是綠盤，價格便宜，容量大。
4、機械硬碟的備份方式一般是裝在備份伺服器上使用，但也有用移動硬碟盒備份的方式。優點是容易大，現在都突破了TB的存儲容量。穩定，備份方式靈活。使用壽命通常在8年左右。
缺點是介面更新換代太快，由於電路結構復雜，在運算過程中如果受到移動撞擊會損壞或丟失數據。還受電路磁場影響。要防高溫，防潮，防磁場。
5、近幾年的新技術出現了，SSD固態硬碟，固態硬碟存儲速度是普通機械硬碟的10倍，而且他改變了傳統機械硬碟的運行方式，不怕運行過程中的移動。所以更加安全，也較適合長時間保存數據。
理論上是靠讀寫次數來影響硬碟的使用壽命。不過現在首先的問題是如今的SSD空間還不夠大，沒有突然TB。價格依然較為昂貴。壽命來說，雖然相對機械硬碟來說進步很多，但依然不太樂觀。
6、現如今也有新的存儲方式出現，如雲存儲，讓運營商來替你保管數據。但正規付費的雲存儲運營商價格相對來說較為昂貴，而且會限定空間大小和上傳的文件格式，空間在10G到50G左右，通常會要300-600元一年。
免費的空間話，上傳限制更多，上傳文件的大小，格式，空間都會有一定限制。
如騰訊QQ空員的空間，只有10G大小。
7、雲存儲相對於以上幾種存儲方式來說，安全性相對來說高些。但對一些保密企業來說，東西放在運營商必竟那不太保險。還要擔心網路安全性和黑客攻擊。
不過雲存儲是以後的發展方向。
8、總的來說，合適的才是自己的。沒有哪種最好的存儲方式，選擇適合自己的存儲方式才是最好的。
另外存儲介紹在保存時要防高溫，防潮濕，防磁場，防撞擊，防病毒等。平時要保管好，才能延長存儲介質的壽命。
⑥ 資料庫能和網頁分別放在兩個伺服器嗎資料庫佔用空間大嗎
可以這樣，但是會影響訪問速度，之前我也這么嘗試過，MYSQL數據在國內，空間在國外，訪問速度差異特別明顯，不論國內還是國外都一樣，同樣，我也測試過，國內空間和資料庫，空間在上海，資料庫在北京，訪問速度依然受限，這個問題很簡單，各個地方的網路聯通情況不同，地區間的傳輸速率會收到地形，以及當地網路狀況的影響。分開使用的話，不管哪一方出現網路延遲，結果都是網路訪問速度慢。影響你的使用效果。同樣維護也麻煩，建議你，使用同一台伺服器。那樣速度基本不會太受影響。目前空間，一般都是空間和資料庫在同一台機器上。一是訪問速度能夠保證，此外就是維護方便。祝你好運。
⑦ 有沒有適合學校使用的私有網盤
隨著「互聯網+」、大數據、人工智慧等技術與教育的快速融合，越來越多的學校網路信息中心已充分認識到校園網盤應用，在解決存儲和數據備份中的重要價值，在北京、上海、廣州、深圳等一線城市的部分高校網路中心，已將校園網盤服務定位成學校信息化基礎設施的「標准配置」，許多中小學校也開始探索網盤在教學系統的應用。
客戶需求
數據分散存儲，安全性無法保證
重要教學資料和科研成果，分散存儲在老師和科研人員的電腦里，人為、誤操作、設備損壞等行為都可能會造成重要資料的丟失。海量教學和科研資料需要可靠、安全、集中的存儲空間。
傳統存儲設備多，運維管理復雜
校園內各院系各自建設信息應用系統，底層存儲支撐大多採用傳統存儲，傳統存儲設備升級和日常維護復雜，且成本較高，隨著資料數據的不斷增長，系統無法便捷的在線擴容和運維，極大增加了管理員的負擔。
相互之間資源無法整合和共享
院系間的數據共享、實驗室間的科研合作等，需要實現數據的交叉應用，目前只能通過U盤拷貝來解決存取需求，不僅同步效率及工作效能大打折扣，而且極大影響了溝通效率。資源無法整合和共享，數據無法自由流動，進而影響數據價值。
無法支撐海量數據和快速的查詢檢索
校園網盤會產生大量的非結構化數據，容量從TB級到EB級不等，數據量更是達到億級別，傳統存儲無法支撐起如此海量的數據。隨著非結構化數據的爆發式增長，快速查詢和調取需要的數據也面臨新的挑戰。
杉岩數據校園網盤解決方案
校園網盤解決方案通過杉岩海量對象存儲（SandStone MOS）提供了智能的運維界面，幫助管理員輕松實現資源分配管理、故障運維和在線擴容等日常管理。
海量對象存儲產品MOS可以支撐起整個校園資料的數據規模達數百PB，MOS的多副本、糾刪碼、故障域、CDP、自動數據快速重建等技術,保障校園資料的數據安全，MOS的共享和精細的許可權劃分,實現網盤資源的自由流通和共享。
MOS通過其智能小文件優化、IO優化、負載均衡等多種技術,保障上萬師生的網盤資源流暢訪問， MOS內嵌OCR等智能引擎和自動化標簽處理， 便於師生快速查找和調取所需資源。
客戶價值
數據統一管理，運維便捷
分布式架構，支持在線擴容，業務無感知； 單一命名空間下文件數量可達百億級別，存儲空間支持數百PB級容量擴展； 智能化運維管理，簡化運維復雜度，提高效率；
多種數據保護策略，保證數據安全
採用多副本、多故障域等多種安全機制保障數據安全； 通過文件多版本、目錄級CDP，實現數據在任意時間點的恢復； 精細的許可權劃分和共享管理，有效防止價值資源的流失
流暢訪問，精準查詢
資源的統一管理和訪問，輕松實現多用戶、多應用間的數據訪問和共享； 智能小文件優化、IO優化、負載均衡等多種技術保障上萬師生的流暢訪問； 內置OCR等智能引擎，數據自動打標簽，實現快速全文檢索和數據發現
⑧ 國內做備份的前十的廠商都有哪些啊
根據我個人多年對行業內的了解，排名僅供參考（不分先後），實際選擇要考慮您的伺服器環境（操作系統、資料庫種類與數量）、數據量大小、實際需求等、安全級別、預算等，希望有助於您選擇適合的產品與服務。
愛數
和力記易備特佳容災備份系統
Data Protector
SIMPANA
DG
DSG
CDP
浪擎
Recover Point
NetVault
作為目前國內發展最快的數據存儲備份企業，愛數主要有四大產品：純軟傳統備份產品、 PX系列一體機、VX一體機、容災網管（不帶存儲的VX一體機）。愛數純軟傳統備份產品還是定時備份策略，VX系列可以實時備份，但是無法任意時間回退，並且採用的是卷復制的技術，無法保證備份數據的完整性。
國產軟體，北京和力記易科技有限公司的CDP容災備份軟體產品，適用於伺服器端的容災備份，還可以和適用於電腦端的PDM網路版備份產品集成到災備一體機中，滿足數據實時備份和業務連續性的應用級災備需求。基於在容災備份領域10多年的經驗積累和對容災備份技術與產品的專注研究，2016年該公司將推出災備服務的業務模式，在提供全需求全平台容災備份產品的基礎上，提供專業優質的O2O服務。
進口軟體，作為存儲提供商的幾大廠商之一的HP公司出品的一款NEAR CDP的產品，充分考慮了對磁帶庫的支持，不能實現實時備份以及任意回退，但是為了迎合客戶需求，他們增加了業務的連續性保護，當數據備份到磁碟上時，可以快速的回復業務。HP在和存儲設備整合上，無疑具有很大的優勢。
進口軟體，專業的存儲軟體公司CommVault的旗艦產品，SIMPANA，裡麵包含了Galaxy和Quick Recovery兩款產品。Galaxy是定位在數據保護上的產品，Quick Recovery加入了高可用的概念。它的產品概念依然延續了國外的標准，分為管理伺服器、介質伺服器和客戶端代理。並且還提供對了NBU和TSM的兼容。
Data Guard作為Oracle出品的針對Oracle資料庫自身的備份工具，更注重的是資料庫的高可用。它有2種standby模式，物理standby和邏輯standby。物理standby，庫表結構一致，基於recover的恢復應用。邏輯standby數據一致（在支持的欄位情況下，有些欄位不支持，如NCLOB,LONG，LONGRAW，BFILE ，ROWID,UROW等），庫表結構不一定一致，機遇與sql的應用（DDL、DML語句）。
國產軟體，用個很流行的話來講，DSG就是DG的山寨。DSG的開發人員具有DG的技術背景，但是目前的DSG僅做了邏輯Standby中的最大性能模式。DSG採用的是邏輯備份的處理模式，處理速度相對較低，且適應於Oracle資料庫，回退功能也是依靠Oracle的歸檔日誌。
飛康公司出品的NEAR CDP的產品，可以實現實時備份和業務接管回退等功能，還不能實現任意時間點的回退，只有255個快照恢復點，最新版本支持1024個點。嚴格意義上而言，雖然產品名稱叫CDP但不是真正的CDP容災備份產品。
國產軟體，浪擎主要有2個系列，一個是A系列，一個是D系列。A系列是具有備份和接管功能，但是實時性較差，延遲較長。D系列是備份恢復類軟體，不能接管，不能任意時間點回退。浪擎的鏡像產品已經可以做到實時備份，但是目前僅支持Microsoft SQL Server、Oracle、Sybase，且還未實現任意時間點回退。
進口產品，EMC的備份產品主要有兩個系列其一是Network系列；其二是Recover Point系列。Network系列和NBU的概念是一樣的，也是策略性的數據保護方案。而Recover Point確是連續數據保護軟體，只是採用了FPIT的回退。
進口產品，Bakbone的NetVault定位和VERITAS的NBU是一樣的，都是著眼於整個網路數據的保護和恢復。Bakbone在2009年5月6日收購了廠商Asempra。其工作模式也與NBU非常類似，一台裝有LINUX操作系統的伺服器作為控制伺服器進行管理分配，將各個裝有代理端的目標數據實時備份到在線設備。