1. 数据仓库中如果出现大表和小表的关联，可以通过什么方式提高计算效率
一般数据仓库都是多节点，甚至分布式架构。无论哪个数据库，大表关联小表走的应该是小表广播的方式，具体优化得看你用的那个数据库具体sql是啥。
2. oracle 对于多个大表关联操作如何优化速度
1、首先要建立适当的索引。sql在索引字段不要加函数，保证索引起效。如果是复合索引注意在sql的顺序。如果已经存在索引，建议你先重建索引先，因为大数据表的索引维护到了一个阶段就是乱的，一般建议重建。建立好的一般可以获得几十倍的速度提升。
2、最大数据量的表放在最前，最小的表放在最后面。sql是从最后面开始反向解析的。
3、其次是要把最有效缩小范围的条件放到sql末尾去。尤其是主键或者索引字段的条件。
4、保证你sql的算法合理性。保证复杂度和空间度的合理性。
5、必要时候使用存储过程。提升30%-40%的速度
6、建议你分页读取不要一下读完所有的数据。（使用rownum），一下子数据太多会使得内存不够用的。
如果这些都做了还不满意的话，可以考虑建立几个表空间，然后按照一个算法将各个表的数据，平均的放在各个表空间内（分表分区），在select的时候数据库就会使用多线程到各个表空间索引数据，这个一般不是上千万级的表是不用的。 也不是所有人都会用。
3. 设计一张表让它关联信息,我用的是MySql数据库
你这个功能是ERP里的BOM（物料）的概念。
你可以增加一个字段：类型（原子、组合）。
当类型为原子时，表示螺丝、4合木等。
当类型是组合时，查看一个中间表中间表里的内容是：物料编号、关联物料编号、数量
这样你可以以2个不同的维度展现原料和加工产品之间的关系。
具体表结构我就不写了，你看看能不能看明白。
4. mysql数据库怎么表关联
现在的数据库基本都是关系数据库，表与表之间的关联一般都是靠字段来维持的。
例如3个表，分别是用户信息表，购物订单表，帐户金额明细表
表结构如下（我写简单哈）：
用户信息表字段：userid,username,password
购物订单表字段：orderid,userid,goods,price
帐户金额明细表：aid,userid,orderid,price
从上面3个表就能看出，他们之间的管理是：
通过用户信心表的userid可以获得购物订单表的订单信息，如果想要获得用户或者购物订单的账户金额明细数据，可使用userid或者orderid去帐户金额明细表查询相关数据，示例SQL如下：
SELECT * FROM 购物订单表字段 where userid=12
SELECT * FROM 帐户金额明细表 where userid=12
SELECT * FROM 帐户金额明细表 where orderid=3356
如果你还不明白的话，可发消息给我。
5. 求access数据库关联多个表的设计方法
1.在access对象面板中，打开想要建立关系的数据表。方法是先选中。
6. Greenplum大表关联小表顺序
如下：
Postgres关系型数据库。Postgres是UC Berkeley开发的关系型数据库，现已更名为PostgreSQL。PostgerSQL官网介绍自己是最先进的数据库，有强大的SQL支持能力，扩展性好，并且支持空间扩展。通过空间数据引擎PostGIS的支持可以存储和操作空间数据。
SQL queries on Big Data。Greenplum初步成型，由于数据越存越多，如何在大量数据中继续使用SQL来进行查询成了一个需要解决的问题。Greenplum开发者在X86架构和Postgres数据库的基础上，结合Postgres社区和应用生态使用MPP架构将Postgres实例组织起来，并通过MPP后端来实现存储和查询。
7. 关联两个表有几种方法，比如说是sqlserver数据库的关联方式
关联两个表的方式包含内连接，外连接(左外连接，右外连接)，交叉连接。
参考语句：
内连接
select * from student a
inner join stuMarks b
on a.stuid=b.stuid
外连接
select * from student a
inner join stuMarks b
on a.stuid=b.stuid
交叉连接
select * from student a
crossjoin stuMarks b
8. 常用的关系型数据库有哪些
常见的关系型数据库管理系统产品有Oracle、SQL Server、Sybase、DB2、Access等。 1.Oracle
Oracle是1983年推出的世界上第一个开放式商品化关系型数据库管理系统。它采用标准的SQL结构化查询语言，支持多种数据类型，提供面向对象存储的数据支持，具有第四代语言开发工具，支持Unix、Windows NT、OS/2、Novell等多种平台。除此之外，它还具有很好的并行处理功能。Oracle产品主要由Oracle服务器产品、Oracle开发工具、Oracle应用软件组成，也有基于微机的数据库产品。主要满足对银行、金融、保险等企业、事业开发大型数据库的需求。
2.SQL Server
SQL即结构化查询语言（Structured Query Language，简称为SQL）。SQL Server最早出现在1988年，当时只能在OS/2操作系统上运行。2000年12月微软发布了SQL Server 2000，该软件可以运行于Windows NT/2000/XP等多种操作系统之上，是支持客户机/服务器结构的数据库管理系统，它可以帮助各种规模的企业管理数据。
随着用户群的不断增大，SQL Server在易用性、可靠性、可收缩性、支持数据仓库、系统集成等方面日趋完美。特别是SQL Server的数据库搜索引擎，可以在绝大多数的操作系统之上运行，并针对海量数据的查询进行了优化。目前SQL Server已经成为应用最广泛的数据库产品之一。
由于使用SQL Server不但要掌握SQL Server的操作，而且还要能熟练掌握Windows NT/2000 Server的运行机制，以及SQL语言，所以对非专业人员的学习和使用有一定的难度。
3.Sybase
1987年推出的大型关系型数据库管理系统Sybase，能运行于OS/2、Unix、Windows NT等多种平台，它支持标准的关系型数据库语言SQL，使用客户机/服务器模式，采用开放体系结构，能实现网络环境下各节点上服务器的数据库互访操作。技术先进、性能优良，是开发大中型数据库的工具。Sybase产品主要由服务器产品Sybase SQL Server、客户产品Sybase SQL Toolset和接口软件Sybase Client/Server Interface组成，还有着名的数据库应用开发工具PowerBuilder。
4.DB2
DB2是基于SQL的关系型数据库产品。20世纪80年代初期DB2的重点放在大型的主机平台上。到90年代初，DB2发展到中型机、小型机以及微机平台。DB2适用于各种硬件与软件平台。各种平台上的DB2有共同的应用程序接口，运行在一种平台上的程序可以很容易地移植到其他平台。DB2的用户主要分布在金融、商业、铁路、航空、医院、旅游等各个领域，以金融系统的应用最为突出。
5.Access
Access是在Windows操作系统下工作的关系型数据库管理系统。它采用了Windows程序设计理念，以Windows特有的技术设计查询、用户界面、报表等数据对象，内嵌了VBA（全称为Visual Basic Application）程序设计语言，具有集成的开发环境。Access提供图形化的查询工具和屏幕、报表生成器，用户建立复杂的报表、界面无需编程和了解SQL语言，它会自动生成SQL代码。
Access被集成到Office中，具有Office系列软件的一般特点，如菜单、工具栏等。与其他数据库管理系统软件相比，更加简单易学，一个普通的计算机用户，没有程序语言基础，仍然可以快速地掌握和使用它。最重要的一点是，Access的功能比较强大，足以应付一般的数据管理及处理需要，适用于中小型企业数据管理的需求。当然，在数据定义、数据安全可靠、数据有效控制等方面,它比前面几种数据库产品要逊色不少。
9. 如何构建一个完善的数据库,如何来处理表与表关系.
SQL Server本身就是一个完善的数据库，提供可视化编程，后台完成所有拖放处理操作，不管有没有数据都可以使用，不需要编译。
一个比较合理的数据库设计应该考虑数据的交互性和挖掘能力、处理效率以及日志记录。
建立数据表，注意以下几点：
表建立的时候要有主键和索引，表与表之间要能使用主键相联系，举例说在A表里我做完一次记录要生成一个单号，B表里面是依据单号来做下一个流程，而不是依据记录的每一条数据
取名尽量使用英文+下划线，SQL Server里对汉字需要转码，影响工作效率，按照他的默认编码方式操作有助于提高数据处理速度
建立数据表的列数不要太多，用编码规则来建立逻辑
注意字段存储空间，限制字段长度，少用注释和image
存储过程尽量简洁实用
建立视图，为了别的客户端使用，尽量建立视图，做好完整的数据分析，别的接口程序或者客户端直接就可以拿去使用。做视图注意几点：
多个表操作写在一个视图里，不要嵌套太多视图
连接查询要适当的筛选
跨服务器操作视图，要建立服务器链接表，尽量使用内网链接，把服务器链接表做成查询视图，放在本地服务器数据库里，这样就等同本地操作
视图之间保留连接字段作为主要索引
建立计划作业，有计划地进行数据同步更新和备份标识工作，注意事项：
备份数据尽量放数据库里同步复制
计划任务避开工作高峰期
建立存储过程，记录操作日志，把日志以数据表的形式存储，注意事项：
存储过程对本表操作，不要交互太多表
精简参数数量，注意参数存储空间
对记录修改删除、更新标记的时候尽量使用时间来索引
建立关系图，给表与表之间建立直接关系，整理整体挖掘数据性能。
建立计划更新任务，优化数据库整体性能。