采用Visual Basic的DAO处理FoxPro数据库

作为系统开发工具,Visual Basic提供了五个处理数据库的标准方法:数据控件(Data Control)、数据访问对象(Data Access Obiect-DAO)方法、远程数据对象(Remote Data Obiect-RDO)方法、开放的数据库连接(Open Database Connectivity-ODBC)API和定制驱动程序。这五种方法复杂性逐级递增,复杂性的增加带来功能的增强。数据控件是最简     

用VC实现PHD的历史数据存储

针对石化企业MES系统中的历史数据库部分,介绍了用VC实现从PHD实时数据库到ORECLE的历史数据存储;在石油炼油与化工运行系统(MES)的实施中,PHD实时数据库是系统的一个模块,通过自带的RDI(实时数据接1:2)连接DCS和PLC等数据采集设备,并通过PHD—PHD的数据采集方式实现了对大量重要的实时生产数据的采集、加工和处理以及对大量的历史数据的长期存储,并能提供多种访问PHD服务器数据的方式。论述了PHD实时数据库的数据采集方式、数据存储和数据处理。介绍了PHD Server访问数据的主要方法,并提出了应注意的几点问题。     

基于多维数据库的MOLAP存储及查询技术研究

与关系数据库相比,基于多维数组的多维数据库更适合表示和存储多维数据。本文研究了基于多维数据库的MOLAP数据存储组织方法,主要讨论了3个方面内容：多维数据模式、MDDB(Multidimensional Data Base)的数据存储结构及MOLAP查询分析。     

常用OA文件与数据库文件交互系统的设计

系统主要实现了不同数据库文件的转换,针对Word、Excel存储数据量有限及Access、FoxPro中数据更新、编辑复杂的缺点,实现常用OA文件(Word、Excel、Access)与数据库文件(FoxPro、Paradox)的数据交流,同时不同数据库如Access、FoxPro、Paradox间的数据也可以进行传递存储。系统在实现数据传输上主要采用了ADO(ActiveX Data Objects)技术,实现VB与大型数据库无数据源的连接。     

在网上操作VFP 6.0数据库

在网上处理大量数据,离不开对数据库的操作,对数据库有各种各样的操作,其中常用的操作是查询、修改、添加、删除记录等。把ASP(Active Server Page)、ADO(ActiveX Data Object)及ODBC(Open Database Connection)技术结合起来可以非常容易地在网上对诸如access、SQL、dBase、Foxbase、Foxpro、Excel等数据库进行上述操作。     

PostgreSQL与MongoDB处理非结构化数据性能比较

互联网技术的发展产生的海量非结构化数据在传统关系型数据库中难以被高速有效地进行存储和处理,各类NoSQL数据库可以有效存储处理非结构化数据,但是对关系运算功能的弱化难以满足应用场景的需求。具备非结构化数据处理能力的新型关系型数据库提供了适用多种应用场景的高效存储方式。为了能够定量地比较关系型数据库和面向文档的NoSQL数据库的数据存储与处理能力,比较了PostgreSQL的hstore数据类型和MongoDB的内嵌文档对非结构化数据的储存方式,并通过非结构化数据的批量加载、磁盘占用、主键查询、非主键查询、地理空间坐标查询等方面的对比来以分析性能特征与适用场景。     

组合软件LOTUS1-2-3

中级用法五、数据处理前面介绍过的许多命令可以对数据表中的数据进行计算等处理,下面将要介绍的数据处理命令/Data功能更强、更灵活,而且还提供了数据库管理功能。/Data命令的选择项包括:数据排序(Sort)、数据查询(Query)、频率分析(Distribution)、循环赋值(Fill)和分析表(Table)。     

电能质量数据交换平台的关键问题研究

随着科学技术的发展,电能已经成为人们生活中不可缺少的重要能源,电能质量的关注度也逐渐提高.目前,不同的电能质量系统之间数据存储格式和数据输出格式的不兼容使得数据难以交换.针对这一现状,以PQDIF(Power Quality Data Interchange Format)为基础设计开发了电能质量数据交换平台.交换平台对PQDIF文件进行解析.将解析后的数据进行压缩处理最后存储到数据库,并且可以通过交换平台将数据转换为其他格式输出,为电力企业作出正确的治理决策提供了科学依据,方便了对大区域范围内电能质量的监测管理.     

基于游标的自动气象站分钟级数据导入

以自动气象站分钟级数据导入处理为背景,介绍运用存储过程、链接数据库、游标、数据库事务等数据库技术进行大量数据自动、及时、高效、安全的导入处理。     

数据库管理系统的发展

由于数据存储硬件位成本的降低,计算机系统中所存储数量迅速增加。为了能有效地利用所存储的大量数据,除研究数据存储硬件技术之外,还要开发数据库(DB)。数据库能使综合收集的数据适用于大量的用户。而数据库管理系统(DBMS)是实现这一点的     

浓缩数据立方中约束立方梯度的挖掘

约束立方梯度挖掘是一项重要的挖掘任务,其主要目的是从数据立方中挖掘出满足梯度约束的梯度-探测元组对.然而,现有的研究都是基于一般数据立方的.研究了浓缩数据立方中约束数据立方梯度的挖掘问题.通过扩展LiveSet驱动算法,提出了一个eLiveSet算法.测试表明,该算法在立方梯度挖掘效率上比现有算法要高.     

浓缩商覆盖立方体技术研究

提出一种新的浓缩商覆盖立方体的数据立方体压缩技术,在商覆盖立方体中省略了部分只依据基本表即可快速应答查询的基本单元组,从而缩小其体积。给出浓缩商覆盖立方体的生成算法和查询算法。实验结果表明,浓缩商覆盖立方体的元组数量仅为原商覆盖立方体的62%,验证了浓缩商覆盖立方体技术的有效性。     

dmGQL：一种新的数据立方梯度查询语言

现有数据立方梯度查询语言CubegradeQL主要是针对非实例化数据立方的，实际上，为了提高OLAP查询效率，数据仓库中往往保存了大量实例化的数据立方。本文我们改进了CubegradeQL语言，给出了一个新的查询语言dmGQL，dmGQL能够支持实例化／非实例化数据立方中的梯度查询，最后，我们讨论了dmGQL的查询处理。     

Semi-Closed Cube: An Effective Approach to Trading Off Data Cube Size and Query Response Time

The results of data cube will occupy huge amount of disk space when the base table is of a large number of attributes. A new type of data cube, compact data cube like condensed cube and quotient cube, was proposed to solve the problem. It compresses data cube dramatically. However, its query cost is so high that it cannot be used in most applications. This paper introduces the semi-closed cube to reduce the size of data cube and achieve almost the same query response time as the data cube does. Semi-closed cube is a generalization of condensed cube and quotient cube and is constructed from a quotient cube. When the query cost of quotient cube is higher than a given threshold, semi-closed cube selects some views and picks a fellow for each of them. All the tuples of those views are materialized except those closed by their fellows. To find a tuple of those views, users only need to scan the view and its fellow. Thus, their query performance is improved. Experiments were conducted using a real-world data set. The results show that semi-closed cube is an effective approach of data cube.     

数据挖掘技术初探

数据挖掘技术已成为机器学习、数据库系统、人工智能等领域内热门的研究方向 .本文将讨论数据挖掘的基本概念 ,并在此基础上介绍、分析挖掘关联规则技术、决策树、聚类分析、数据管道等常用数据挖掘技术     

一种快速生成最小浓缩数据立方的算法

语义OLAP技术是近来学者研究的热点之一,浓缩数据立方就是其中一种.本文设计了一个用于快速生成最小浓缩数据立方的算法SQCube.算法分两个阶段：首先利用BottomUpBST算法生成一个非最小的浓缩数据立方,然后对所得到的非最小浓缩数据立方进行后处理,把其中的所有纯BST和隐BST压缩为一条BST,从而生成一个最小浓缩数据立方.实验表明SQCube算法明显优于以往提出的同类算法MinCube.     

基于DBLP数据的多维异质网络Graph OLAP设计与实现

为了分析DBLP数据中的多种类型的实体信息, 挖掘其中特定的知识, 首先根据异质网络Graph OLAP（图联机分析处理）模型, 建立相应的数据仓库模型; 然后依据实体维的概念, 构建多维异质图立方模型; 最后针对 Graph OLAP处理异质网络能力不足的问题, 补充了旋转和拉伸操作, 并完善了Graph OLAP原型系统Liter Miner。实证表明设计的原型系统可以有效地对DBLP数据中的多维异质网络进行分析, 挖掘出研究人员需要的知识。     

GSFC--基于图结构的Free Cube存储方法

free cube利用发掘基本关系表维值之间的蕴含规则,去除data cube中内在冗余,有效减小data cube体积．但是还存在一些值得进一步研究的问题．首先,直接地表示free cube仍然不够精简从而浪费了存储空间．其次,只提到了查询的基本思想,没有给出具体的查询技术．针对这些问题,提出了基于图结构的存储方法GSFC,利用前缀压缩进一步减小free cube体积．同时,该方法结合了存储和索引结构,有效解决free cube的查询问题．最后给出了计算和查询算法,并利用实验来证明算法的有效性．     

Using entropy metrics for pruning very large graph cubes

Emerging applications face the need to store and analyze interconnected data. Graph cubes permit multi-dimensional analysis of graph datasets based on attribute values available at the nodes and edges of these graphs. Like the data cube that contains an exponential number of aggregations, the graph cube results in an exponential number of aggregate graph cuboids. As a result, they are very hard to analyze. In this work, we first propose intuitive measures based on the information entropy in order to evaluate the rich information contained in the graph cube. We then introduce an efficient algorithm that suggests portions of a precomputed graph cube based on these measures. The proposed algorithm exploits novel entropy bounds that we derive between different levels of aggregation in the graph cube. Per these bounds we are able to prune large parts of the graph cube, saving costly entropy calculations that would be otherwise required. We experimentally validate our techniques on real and synthetic datasets and demonstrate the pruning power and efficiency of our proposed techniques.     

基于数据仓库的Web日志挖掘技术研究

Web日志挖掘是目前Web挖掘研究的一个重点.针对Web日志挖掘中存在的问题,给出了基于数据仓库技术的Web日志挖掘方案,就数据预处理、数据立方体设计及数据挖掘技术的应用进行了较为深入的探讨.并以一个Web站点日志为例,详细阐述了Web日志数据预处理、Web日志立方体设计以及数据挖掘算法的实现过程,并实现了一个Web日志多维数据集,能够有效解决Web日志分析中的难题.