㈠ 举一个应用领域应用数据库的例子，以及是怎样用的，可以用来干什么，详细一点
简单来说，数据库就是用来存储数据的，比如你申请一个网络账号，那你的账号、密码之类的信息就会存储在数据库中，在你下次登录时，程序就会到数据库中取你的账号信息，验证你的密码是否正确。这是一个简单的例子。至于怎么用，我只知道一点，例如MYsql，它提供了许多接口，也就是一些语句，你可以用在你的程序中
㈡ 在我们的日常生活中 ,有哪些方面涉及到数据库技术
去打的超市买东西，收银机是连在数据库上的、去银行存钱，是要连数据库的、打电话，通话记录是存在数据库里的、话费计算也是要用数据库的、其他的水电煤气费都是这样、去大一点的医院，从挂号开始，都是要连数据库的。
数据库(Database)是按照数据结构来组织、存储和管理数据的仓库，它产生于距今六十多年前，随着信息技术和市场的发展，特别是二十世纪九十年代以后，数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。
数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据库系统都在各个方面得到了广泛的应用。
在信息化社会，充分有效地管理和利用各类信息资源，是进行科学研究和决策管理的前提条件。数据库技术是管理信息系统、办公自动化系统、决策支持系统等各类信息系统的核心部分，是进行科学研究和决策管理的重要技术手段。
数据库，简单来说是本身可视为电子化的文件柜--存储电子文件的处所，用户可以对文件中的数据进行新增、截取、更新、删除等操作。
数据库指的是以一定方式储存在一起、能为多个用户共享、具有尽可能小的冗余度的特点、是与应用程序彼此独立的数据集合。
在经济管理的日常工作中，常常需要把某些相关的数据放进这样的"仓库"，并根据管理的需要进行相应的处理。
例如，企业或事业单位的人事部门常常要把本单位职工的基本情况(职工号、姓名、年龄、性别、籍贯、工资、简历等)存放在表中，这张表就可以看成是一个数据库。
有了这个"数据仓库"我们就可以根据需要随时查询某职工的基本情况，也可以查询工资在某个范围内的职工人数等等。这些工作如果都能在计算机上自动进行，那我们的人事管理就可以达到极高的水平。
此外，在财务管理、仓库管理、生产管理中也需要建立众多的这种"数据库"，使其可以利用计算机实现财务、仓库、生产的自动化管理。
㈢ 2。举例5个数据库在各行各业应用的实例
晕哦,这
数据库在各行各业都用得到啊,基本上你生活中接触到的所有行业都有应用,比如银行,他们得用大型的数据库,一般有SyBase等,他们一般都使用的是UNIX的主机.
各种企业的ERP(也叫企业资源整合管理),他们用来管理整个企业的产品包括从原料采购,生产,入库一直到产品发货销售等的所有信息,所用数据库种类繁多,Oracle,sql2000,firebird等都有使用,所用编程语言大多是:VB,.Net,Jave,Delphi,PB,等等;
还有电信业,用数据库保存其所有的业务信息,他们也用的是大型的数据库,SYBASE等等...还有你你应该熟悉的各种游戏呀,也需要使用数据库来保存所有的玩家资料,角色等级和装备信息等,而游戏的编程语言也是多种多样;像着名网游:传奇,就是使用的DELPHI+DBC2000;
还有你现在正在使用的网络知道,呵呵,他一样要使用数据库来保存这些庞大的用户资料和所有的用户问题及回答呀.
你的生活信息,身份资料,档案等等也都是保存在公安局的数据库里.
所以数据库跟你的生活已经是密不可分了.
㈣ 什么是大数据，大数据的典型案例有哪些
"大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 "大数据"首先是指数据体量(volumes)?大，指代大型数据集，一般在10TB?规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。
数据采集：ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。
数据存取：关系数据库、NOSQL、SQL等。
基础架构：云存储、分布式文件存储等。
数据处理：自然语言处理(NLP，NaturalLanguageProcessing)是研究人与计算机交互的语言问题的一门学科。处理自然语言的关键是要让计算机"理解"自然语言，所以自然语言处理又叫做自然语言理解(NLU，NaturalLanguage Understanding)，也称为计算语言学(Computational Linguistics。一方面它是语言信息处理的一个分支，另一方面它是人工智能(AI, Artificial Intelligence)的核心课题之一。
统计分析：假设检验、显着性检验、差异分析、相关分析、T检验、方差分析、卡方分析、偏相关分析、距离分析、回归分析、简单回归分析、多元回归分析、逐步回归、回归预测与残差分析、岭回归、logistic回归分析、曲线估计、因子分析、聚类分析、主成分分析、因子分析、快速聚类法与聚类法、判别分析、对应分析、多元对应分析（最优尺度分析）、bootstrap技术等等。
数据挖掘：分类 （Classification）、估计（Estimation）、预测（Prediction）、相关性分组或关联规则（Affinity grouping or association rules）、聚类（Clustering）、描述和可视化、Description and Visualization）、复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)
模型预测：预测模型、机器学习、建模仿真。
结果呈现：云计算、标签云、关系图等。
要理解大数据这一概念，首先要从"大"入手，"大"是指数据规模，大数据一般指在10TB(1TB=1024GB)规模以上的数据量。大数据同过去的海量数据有所区别，其基本特征可以用4个V来总结(Vol-ume、Variety、Value和Veloc-ity)，即体量大、多样性、价值密度低、速度快。
第一，数据体量巨大。从TB级别，跃升到PB级别。
第二，数据类型繁多，如前文提到的网络日志、视频、图片、地理位置信息，等等。
第三，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。
第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。
大数据技术是指从各种各样类型的巨量数据中，快速获得有价值信息的技术。解决大数据问题的核心是大数据技术。目前所说的"大数据"不仅指数据本身的规模，也包括采集数据的工具、平台和数据分析系统。大数据研发目的是发展大数据技术并将其应用到相关领域，通过解决巨量数据处理问题促进其突破性发展。因此，大数据时代带来的挑战不仅体现在如何处理巨量
㈤ 某个数据应用的实例， 其数据应用系统的功能及其主要数据内容
数据库应用系统的开发是一项软件工程。一般可分为以下几个阶段：
1.规划
2.需求分析
3.概念模型设计
4. 逻辑设计
5.物理设计
6.程序编制及调试
7.运行及维护。
这些阶段的划分目前尚无统一的标准，各阶段间相互联接，而且常常需要回溯修正。
在数据库应用系统的开发过程中，每个阶段的工作成果就是写出相应的文档。每个阶段都是在上一阶段工作成果的基础上继续进行，整个开发工程是有依据、有组织、有计划、有条不紊地展开工作。
1.规划
规划的主要任务就是作必要性及可行性分析。
在收集整理有关资料的基础上，要确定将建立的数据库应用系统与周边的关系，要对应用系统定位，其规模的大小、所处的地位、应起的作用均须作全面的分析和论证。
明确应用系统的基本功能，划分数据库支持的范围。分析数据来源、数据采集的方式和范围，研究数据结构的特点，估算数据量的大小，确立数据处理的基本要求和业务的规范标准。
规划人力资源调配。对参与研制和以后维护系统运作的管理人员、技术人员的技术业务水平提出要求，对最终用户、操作员的素质作出评估。
拟定设备配置方案。论证计算机、网络和其他设备在时间、空间两方面的处理能力，要有足够的内外存容量，系统的响应速度、网络传输和输入输出能力应满足应用需求并留有余量。要选择合适的os,dbms和其它软件。设备配置方案要在使用要求、系统性能、购置成本和维护代价各方面综合权衡。
对系统的开发、运行、维护的成本作出估算。预测系统效益的期望值。
拟定开发进度计划，还要对现行工作模式如何向新系统过渡作出具体安排。
规划阶段的工作成果是写出详尽的可行性分析报告和数据库应用系统规划书。内容应包括：系统的定位及其功能、数据资源及数据处理能力、人力资源调配、设备配置方案、开发成本估算、开发进度计划等。
可行性分析报告和数据库应用系统规划书经审定立项后，成为后续开发工作的总纲。
数据库应用系统的开发是一项软件工程,本文介绍了数据库应用系统的开发步骤……
2.需求分析
需求分析大致可分成三步来完成。
(1) 需求信息的收集, 需求信息的收集一般以机构设置和业务活动为主干线，从高层中层到低层逐步展开
(2) 需求信息的分析整理, 对收集到的信息要做分析整理工作。数据流图(dfd, data flow diagram)是业务流程及业务中数据联系的形式描述。图4.1是一个简单的dfd 示例。
数据字典(dd, data dictionary)详细描述系统中的全部数据。
数据字典包含以下几个部分。
· 数据项：是数据的原子单位。
· 数据组项：由若干数据项组成。
· 数据流：表示某一数据加工过程的输入/输出数据。
· 数据存储：是处理过程中要存取的数据。
· 数据加工过程 数据加工过程的描述包括：数据加工过程名、说明、输入、输出、加工处理工作摘要、加工处理频度、加工处理的数据量、响应时间要求等。
数据流图既是需求分析的工具，也是需求分析的成果之一。数据字典是进行数据收集和数据分析的主要成果。
(3) 需求信息的评审. 开发过程中的每一个阶段都要经过评审，确认任务是否全部完成，避免或纠正工作中出现的错误和疏漏。聘请项目外的专家参与评审，可保证评审的质量和客观性。
评审可能导致开发过程回溯，甚至会反复多次。但是，一定要使全部的预期目标都达到才能让需求分析阶段的工作暂告一个段落.
需求分析阶段的工作成果是写出一份既切合实际又具有预见的需求说明书，并且附以一整套详尽的数据流图和数据字典。
3.概念模型设计
概念模型不依赖于具体的计算机系统，他是纯粹反映信息需求的概念结构。
建模是在需求分析结果的基础上展开，常常要对数据进行抽象处理。常用的数据抽象方法是‘聚集’和‘概括’。
er方法是设计概念模型时常用的方法。用设计好的er图再附以相应的说明书可作为阶段成果
概念模型设计可分三步完成。
(1) 设计局部概念模型
① 确定局部概念模型的范围
② 定义实体
③ 定义联系
④ 确定属性
⑤ 逐一画出所有的局部er图，并附以相应的说明文件
数据库应用系统的开发是一项软件工程,本文介绍了数据库应用系统的开发步骤……
(2) 设计全局概念模型
建立全局er图的步骤如下：
① 确定公共实体类型
② 合并局部er图
③ 消除不一致因素
④ 优化全局er图
⑤ 画出全局er图，并附以相应的说明文件。
(3) 概念模型的评审
概念模型的评审分两部分进行
第一部分是用户评审。
第二部分是开发人员评审。
4.逻辑设计
逻辑设计阶段的主要目标是把概念模型转换为具体计算机上dbms所支持的结构数据模型。
逻辑设计的输入要素包括：概念模式、用户需求、约束条件、选用的dbms的特性。
逻辑设计的输出信息包括：dbms可处理的模式和子模式、应用程序设计指南、物理设计指南。
(1) 设计模式与子模式
关系数据库的模式设计可分四步完成。
① 建立初始关系模式
② 规范化处理
③ 模式评价
④ 修正模式
经过多次的模式评价和模式修正，确定最终的模式和子模式。
写出逻辑数据库结构说明书。
数据库应用系统的开发是一项软件工程,本文介绍了数据库应用系统的开发步骤……
(2) 编写应用程序设计指南
根据设计好的模式和应用需求，规划应用程序的架构，设计应用程序的草图，指定每个应用程序的数据存取功能和数据处理功能梗概，提供程序上的逻辑接口。
编写出应用程序设计指南。
(3) 编写物理设计指南。
根据设计好的模式和应用需求，整理出物理设计阶段所需的一些重要数据和文档。例如，数据库的数据容量、各个关系(文件)的数据容量、应用处理频率、操作顺序、响应速度、各个应用的lra和tv、程序访问路径建议，等等。这些数据和要求将直接用于物理数据库的设计。
㈥ 请举出5个数据库在各行业应用的实例，包括软件名称，功能，使用哪种高级编程语言和哪种数据库管理软件
大型数据库有：oracl、SQL server
小型数据库有：Access、MySQL、BD2等。
初级应用一般是ACCESS 配合的脚本程序一般是 ASP ASP.NET JSP
MICROSOFT SQL 比较复杂点 不过功能强大很多 配合的脚本和ACCESS的一样
MYSQL和PHP的组合是比较完美的
如果你需要处理1000W条数据以上级别的数据,那以上的都不合适,一般用的比较多的是ORACLE 这个入门难度非常大
如果想学的话就先学MICROSOFT SQL吧,这个网上教学比较多，而且ASP.NET 2.0问世后,应用的会非常广泛的.
oracle自带的有个sqlplus ,还有toad 数据库管理工具，简称：癞蛤蟆工具，
㈦ 能否用一个生活中的例子来形容“数据”、“数据库”和“数据库应用”三者之间
比如：
（1）书、书库、图书借阅系统；
（2）个人信息、人口数据库、身份检索系统
㈧ 举出5个数据库在各行业应用的实例
工商银行，普通存取款业务，数据库informix，软件自行开发，前台页面java
兴业银行，风险监测系统，数据库informix，软件自行开发，前台页面java
兴业银行风险监测二期，数据库informix，报表系统非奈特产品
上交所数据清洗a部，数据库oracle，系统自行开发
宝钢进销存管理，宝信软件，数据库oracle，语言plsql，工具oracle develope
现在所有的公司都要用的，随便你找，到处都有
㈨ 数据库技术在日常中的应用有哪些（举例）
无处不在，邮箱要用到数据库记录用户的账号和密码，财务部门要用到数据库记录员工的账号，书店要用数据库记录图书的信息和销售情况，等等。只要是有系统应用的地方，就有数据库技术的存在
。
㈩ 求一篇关于数据库在现实生活中应用的例子
很多啊,你可以用CS里的武器来做数据,或者网游装备等等
要不搞一个模拟公司,可以有完整的ERP, 公司的业绩就是学员的分数.
我学数据库时正迷恋实况,于是把所有的球员,球队都做进数据库,每场比赛下来记录,出场球员,得分情况,助攻情况,表现评价等等,边玩边做,想到什么功能再完善,结果后来几乎做得和FIFA官方数据库一样详细了