A. 如何导出一个数据库的所有表结构
1.完整的导出整个数据库表结构即dmp文件方法：
Tools-->Export Tables ,选择Oracle Export 默认选项即可，在Output file选择一个输出目标
点击Export,即可导出表结构
2.导出表中数据:
Tools-->Export Tables :选择SQL Inserts 遇到大字段(clob,blob)会出问题导不出来，在此可以
选择需要导出的表，在Output file中选择导出的目标，点击Export即可导出，在此有几个选项
可以去掉所有的可选项直接导出
3.导出数据库中所有的或是所选表的数据库建表脚本：
Tools-->Export User Objects去掉下面三个include *可选项，选择Single file)在Output file
中选择输出目标，点击Export即可
B. 电子商务类网站需要什么数据库
电子商务类网站需要的数据库主要有以下两种：
Windows Server 2003/2008+ASP.NET+IIS+MS SQL Server 2005/2008；
Linxu/Unix+PHP+Apache+MySQL。
电子商务企业数据库必须具备的三大特性：
符合ACID原则：为了尽可能创建完美的用户体验，数据库需要一个可以在每个事务中保证原子性、一致性、隔离性和持久性的数据库，符合ACID的数据库将会确保数据库事务正确地完成，这意味着客户可以在网站上获得他们所查询的返回值和正确的产品可用性；
可扩展性：MySQL数据库可以处理海量数据，但由于MySQL只能够'向上扩展'，因此在某种程度上，单一成本、大排量的主服务器将会出现瓶颈，所以，与其让电子商务平台最终走投无路，技术人员应该考虑利用水平可伸缩的云数据库，数据库可以很容易地扩展，以适应大流量的冲击；
可用性高：如果数据库和系统处于关闭状态，客户会对你的品牌失去信心，所以需要可用性高的数据库，可用性高的数据库可以确保良好的用户体验，同时还产生收入双赢的局面。
C. 电子商务的交易记录，数据库怎么设计
首先来说对于这种场景有两种设计方法，这两种方法都能够满足扩展性要求
1. 把原有的横表转化为纵表存储属性，即
产品表：（proct_id, proct_name, proct_class)
产品属性表：(proct_id, property_id , property_name , property_value)
2. 保持原有横表设计思路，但是弹性字段含义单独元数据表存储
产品表：（proct_id, proct_name, proct_class, prop1, prop2, .... propn)
产品属性含义元数据表
(proct_class , prop1_name ,prop2_name, ..... propn_name)
对于两种设计方法，个人理解为
a. 对于首页打开就必须要能够快速查询出来的属性，而且这些属性本身各类产品差异不大。而对于差异大的属性基本都是针对特定一个产品查询。可以采用方案1来做。
b. 首页显示产品列表时候就存在要显示出不同产品属性情况，采用方案2来做。当我们处理的是一个proct list的时候，由于存在数据表本身的关联场景，用方案1会比麻烦，也影响性能。
D. 电商项目中，商品分类数据在数据库中如何存储
商品数据和分类类别存在两张表中，通过一个分类字段进行关联-- 商品表 存储所有商品数据（有一个分类字段，存储对应的商品分类id）-- 分类表 存储所有的商品类别（有一个分类id编号）查询时需要将商品表和分类表关联，然后通过分类名称进行筛选。在黑马程序员学习的项目中，就是这样设计数据表的。如果现在不考虑培训的话，建议你到黑马视频库，有很多技术大牛讲免费的公开课的，能学到项目。有关项目的资料，源码等等，可以直接网页对话框领取的。
E. 完成电子商务网站后台数据库的建立，和相关表格，查询，存储过程等的建立.
我觉得你这个不应该放在上面~~~放在猪八戒上面比较合适
F. 做一个简单的商城网站，数据库里面大约需要做几张表比较适合，希望有前辈可以赐教下！
看你需要实现什么功能才决定需要多少张表啊，最基本的：商品分类表，商品列表，管理员表，用户信息表，订单表，关于我们等等，复杂一点还要加上seo表，友情链接表，新闻资讯表，广告图表，留言表，数据统计表等
G. 五大数据库理念，读懂亚马逊云科技的数据库布局
1970 年，关系型数据库之父 E.F.Codd 发表《用于大型共享数据库的关系数据模型》论文，正式拉开数据库技术发展序幕。以 Oracle、DB2、SQL Server 为代表的三大商业数据库产品独占鳌头，随后涌现出 MySQL、PostgreSQL 等为代表的开源数据库 ，和以 Amazon RDS 等为代表的云数据库，拉开百花齐放的数据库新序幕。
我们知道，云计算十年为产业转型升级提供了 历史 性契机，但变革仍在进行，随着云计算的普及，数据库市场发生根本性改变，云厂商打破传统商业数据库的堡垒，成为数据库领域全新力量。其中以连续六年入选 Gartner 领导者象限的亚马逊云 科技 为代表，我们一起探讨：为什么亚马逊云 科技 能始终保持其创新性？纵观云原生时代下，亚马逊云 科技 数据库未来还有哪些更多的可能性？
01 面对四大数据库发展趋势，亚马逊云 科技 打造五大数据库理念
后疫情时代下，加速了不少行业的业务在线化和数字化运营，企业对数据价值挖掘的需求越发强烈，亚马逊云 科技 大中华区产品部总经理顾凡详细介绍其中四大趋势：
一是伴随互联网、移动互联网的发展，电商、视频、社交、出行等新应用场景的兴起，不仅数据量大，对数据实时性要求极高，传统关系型数据库无法满足需求，因此驱动云原生数据库的出现。
二是开源数据库的广泛应用。
三是应用程序现代化对数据库提出更高要求，期待数据库拥有更高的性能、可扩展性、可用性以及降低成本，让开发人员专注于核心业务的应用开发，不用关注和核心业务无关的代码。
四是软件架构历经 PC、互联网、移动互联网，再到如今的万物互联时代，其中的迭代和转型正在驱动数据库选型的变化。
在此四大趋势下，伴随企业的业务量越来越大、越来越复杂，对数据库的要求越来越高。亚马逊云 科技 洞察客户需求，在打造云上数据库产品时提出五大理念：
一是专库专用，极致性能；二是无服务器，敏捷创新；第三是全球架构，一键部署；第四是平滑迁移，加速上云；第五是 AI 赋能，深度集成。
02 历经真实锤炼，五大数据库理念，持续赋能企业数智转型
顾凡表示，随着数据爆炸式增长，微服务架构与 DevOps 愈发流行的今天，一个数据库打天下的时代已然过去。我们需要在不同的应用场景下，针对不同的数据类型和不同的数据访问特点，为开发者和企业提供专门构建的工具。
所以亚马逊云 科技 提出 第一个核心数据库理念：专库专用 。在此理念下，推出针对关系数据、键值数据、文档数据、内存数据、图数据、时许数据、分类账数据、宽列等专门构建数据库的产品家族。
这些数据库产品均经历过亚马逊内部核心业务的真实锤炼，成绩斐然：
亚马逊电商当年是 Oracle 的客户之一，随着亚马逊电商的应用重构和业务体量发展，亚马逊电商决定将业务迁移到亚马逊云 科技 里。100 多个团队参与这庞大的迁移工作中，将亚马逊电商采购、目录管理、订单执行、广告、财务系统、钱包、视频流等关键系统全部从 Oracle 迁出来。2019 年，亚马逊将存储近 7500 个Oracle 数据库中的 75 PB 内部数据迁移到多项亚马逊云 科技 的数据库服务中，包括 Amazon DynamoDB、Amazon Aurora、Amazon ElastiCache，于是亚马逊电商成为亚马逊云 科技 在全球的“第一大客户”。
从 Oracle 切换到亚马逊云 科技 后，亚马逊电商节省了 60% 成本，面向消费者端的应用程序延迟降低 40%，数据库管理支出减少 70%。
以被誉为“亚马逊云 科技 历史 上用户数量增速最快的云服务”Amazon Aurora 为例，其拥有科媲美高端商业数据库的速度和可用性，还拥有开源数据库的简单性与成本效益，Amazon Aurora 让客户满足“鱼和熊掌兼得”需求。
据顾凡介绍，Amazon Aurora 可提供 5 倍于标准 MySQL 性能，3 倍于 PostgreSQL 吞吐量。同时提供高可用，可用区（AZ）+1的高可用，Global Databases 可完成跨区域灾备。可扩展到 15 个只读副本，成本只有商业数据库的 1/10。
医药企业九州通为药厂、供应商，搭建药厂、供应商、消费者提供供应链链条。其 B2B 系统的业务特点是读多写少，受促销活动、工作时间等影响，经常会出现波峰波谷落差较大的情况，读写比例在 7：2 或者 8：3。九州通采用 Amazon Aurora 后实现读写分离和按需扩展，整体数据库性能提升 5 倍，TCO 降低 50%。实现了跨可用区部署、负载均衡、自动故障转移、精细监控、按需自动伸缩等。
据权威机构预测，到 2022 年，75% 数据库将被部署或迁移至云平台。在这个过程中，亚马逊云 科技 是如何通过技术来帮助客户加速应用上云的？这离不开除了上述的“专库专用”外，以下四大理念：
第二个理念是无服务器、敏捷创新。 亚马逊云 科技 大中华区产品部数据类产品高级经理王晓野表示，企业业务总有波峰波谷之时，如何按照企业 80-90% 的业务峰值来规划数据库的存储容量和计算资源的话，将给应用带来一定的业务连续性的妥协和挑战。因此大多数企业都是按照峰值留有余地来选择数据库的计算资源，这将造成成本上的浪费。而 Serverless 数据库服务可完成无差别的繁复工作和自动化扩展。
Amazon DynamoDB 是亚马逊云 科技 自研 Serverless 数据库，其诞生最早可追溯到 2004 年，当时亚马逊电商作为 Oracle 的客户，尽管对于关系型数据库在零售场景的需求并不频繁，70% 均是键值类操作，此时倒逼亚马逊电商思考：为什么要把关系型数据库这么重得使用？我们可以设计一款支持读写、可横向扩展的分布式数据库吗？后来的故事大家都知道了，这款数据库就是 Amazon DynamoDB，并在 2007 年发表论文，掀起业界 NoSQL 分布式数据库技术创新大潮。
Amazon DynamoDB 可为大规模应用提供支持，支撑亚马逊自身多个高流量网站和系统，如亚马逊电商网站、亚马逊全球 442 个物流中心等。在亚马逊电商一年一度 Prime Day，光是针对DynamoDB API 的调用达到数万亿次，最高峰值请求达到每秒 8920 万次。由此可见，DynamoDB 拥有高吞吐、扩展性、一致性、可预测响应延迟、高可用等优势。
智能可穿戴设备厂商华米 科技 ，在全球 70 多个国家拥有近 1 亿用户。仅 2020 年上半年，其手表出货量超 174 万台，截止到 2021 年 2 月，华米 科技 的可穿戴设备累计记录步数是 151 万步，累计记录的睡眠时间是 128 亿个夜晚，记录心率总时长达 1208 亿个小时。如此庞大的数据同时必须保证极高的安全性和低延迟相应，如何保证稳定性是巨大的挑战。
DynamoDB 帮助华米 科技 在任何规模下都能提供延迟不超过 10 毫秒的一致响应时间。华米 科技 健康 云的 P0 和 P1 级别故障减少了约 30%，总体服务可用性提升了 0.25%，系统可用性指标达到 99.99%，为华为 科技 全球化扩展提供了有力的支撑。
最新无服务数据库产品是 Amazon Aurora Serverless V2 提供瞬间扩展能力，真正把扩展能力发挥到极致，在不到一秒的时间内，将几百个事务扩展到数十万的级别。同时在扩展时每一次调整的增量都是非常精细化的去管理，如果按照峰值来规划数据库资源，可实现大概90%的成本节省。目前 Amazon Aurora Serverless V2 在全球实现预览。
第三个理念是全球架构、一键部署。 在全球化的今天，如何支撑全球客户的业务扩展连续性、一致性、以最低延迟带给到终端客户上，对数据库提出新的挑战。
亚马逊云 科技 提供 Amazon Aurora 关系型数据库Global Database、Amazon DynamoDB、Amazon ElastiCache 内存数据库、Amazon DocumentDB 文档数据库都能利用亚马逊云 科技 的骨干网络提供比互联网更稳定的网络支撑，以一键部署的方式，帮助客户实现几千公里跨区域数据库灾备，故障恢复大概能在一分钟之内完成，同时跨区域的数据复制延迟通常小于一秒。
第四个理念是平滑迁移、加速上云。 目前，450000+ 数据库通过亚马逊云 科技 数据库迁移服务迁移到亚马逊云 科技 中，这个数字每年都在不断增长。亚马逊云 科技 提供 Amazon DMS、Amazon Database Migration Service 等工具让开发者和企业进行自助式云迁移。另外，对于迁移过程中可能会需要的支持，可通过专业服务团队和合作伙伴网络成员，为客户提供专业支持，还通过 Database Freedom 项目帮助客户降低他们的顾虑。
今年 11 月，最新产品 Babelfish for Amazon Aurora PostgreSQL 在全球和中国两个区域正式可用，可加速企业上云的迁移，实现让企业可以利用原有的技术栈、原有的 SQL Server T-SQL的人员可以利用到云数据库进行创新。
第五个理念是 AI赋能，深度集成。 我们观察到，ML 技术赋能数据库开发者，开发者无需具备机器学习专业知识，就可进行机器学习操作。在此潮流下，亚马逊云 科技 推出 Amazon Neptune，借由 Deep Graph Library 和 Amazon SageMaker 驱动图神经网络。
今年 8 月，Neptune ML 在中国正式可用，允许数据工程师不需要掌握机器学习的技能直接从图数据库里导出数据、转换格式、训练模型并发布，用 gremlin 语句调用训练成的模型在数据库里实现推理，进行欺诈检测，推荐物品。
目前，亚马逊云 科技 加速在中国区域服务落地，2021年至今新发布 60 多个数据库服务与功能。亚马逊云 科技 正是通过上述五大数据库理念，打造丰富的数据库产品家族，在全球智能化发展趋势下，为企业提供更快更好的数智服务，释放数据价值，并连续六年入选 Gartner 领导者象限，得到业界和客户的深度认可。
H. 建个电子商务网站要在数据库里建几张表
需要几张建几张，哪有规定啊。主要是看你的功能和要求，3/5个表也是，30/50个表也是。你决定。
I. 电子商务数据库技术的目录
第1章电子商务数据库基础
1.1数据库系统概述
1.1.1数据库的基本概念
1.1.2电子商务数据库、Web数据库与数据库服务器
1.1.3客户/服务器体系结构的数据库系统
1.2数据模型
1.2.1数据模型的概念
1.2.2实体联系模型
1.2.3关系模型与关系数据库
1.2.4关系模型的完整性规则
1.3关系数据库的结构
1.3.1关系数据库的结构
1.3.2二级映像与数据独立性
1.4关系数据库语言
1.4.1关系代数
1.4.2SQL语言
1.5关系数据库产品简介
1.5.1Oracle
1.5.2Sybase
1.5.3DB2
1.5.4MicrosoftSQLServer
1.5.5Access
1.5.6visualFoxPro
习题
第2章Access关系数据库管理系统
2.1Access2000入门
2.1.1启动与退出Access2000
2.1.2Access2000数据库的组成、界面和操作
2.1.3Access2000的帮助系统
2.2数据定义
2.2.1数据库的建立与打开
2.2.2字段的数据类型
2.2.3设计表结构
2.2.4定义表之间的关系
2.2.5修改表结构
2.2.6表的复制、删除与重命名
2.3数据操作
2.3.1记录的添加与浏览
2.3.2记录的修改
2.3.3记录的删除
2.3.4记录的排序、查询和筛选
2.4设置表的显示格式
2.4.1设置表的行高和列宽
2.4.2设置列的显示格式
2.5打印表
2.5.1打印设置
2.5.2打印预览和打印
2.6数据查询
2.6.1查询的概念及类型
2.6.2使用设计视图创建查询
2.6.3设置查询条件
2.6.4创建交叉表查询
2.6.5使用查询向导
2.7窗体
2.7.1窗体的概念
2.7.2使用窗体向导创建窗体
2.7.3使用设计视图创建窗体
2.7.4窗体的修改与操作
2.8报表
2.8.1自动创建报表
2.8.2使用向导创建报表
2.8.3使用设计视图创建报表
2.9数据访问页、宏和模块
2.9.1数据访问页
2.9.2宏和模块
2.10数据库安全设置
2.10.1设置数据库密码与数据库加密
2.10.2设置用户账号
2.10.3设置用户权限
2.10.4数据库复制
2.11数据库实用工具
2.11.1将Access数据库升迁到SQLServer数据库
2.11.2压缩、修复和转换数据库
2.11.3外部数据的导人与链接
习题
……
J. 关于电商网站数据库的设计有什么好的建议
这个问题的核心点在于：不同商品类别差异很大，如何设计通用的存储方案？简单来说，用数据库去存储所有信息，不管横表还是纵表，都有明显的缺陷：横表：同一个字段对不同商品含义不一样，这到了后面开发和维护是很蛋疼的纵表：一个商品的属性分布到很多行记录中，业务处理很麻烦，而且纵表的记录数会非常多，性能会有问题所以不要尝试只用数据库去统一解决这个问题，思路扩散一些其实就简单了：公共表：提炼商品公共的信息放到数据库，例如商品id、名称、发布的商家、发布日期、上架状态扩展表：将变化的信息放到另外一个表，可以是数据库表，例如电脑商品一个表、服装一个表；也可以将信息放到MongoDB或者ElasticSearch这类文档数据库。搜索组件：扩展表在全文搜索的时候不好实现，因此需要独立的组件负责搜索，可以用Elastic Search或者Solr来冗余一份数据，用于搜索。表结构不算复杂，因为项目关系只有SPU，没有涉及到SKU，但是可以做参考，更多的还是要根据项目实际情况设计。重点说明一下产品表的SPU，Keyword字段。本来之前设计了关系表，但是发现在做SQL查询时太痛苦，所以约定了一种数据存储结构（数据结构的重要性）基于上面的基础，可以实现URL规则变化的查询,类似京东的产品查询URL变化c=1,3 指分类层次关系ev=3_1+4_18 指SPU查询 按约定规则转换成字符串再进行查询。