基于共享数据库的多数据源集成

鉴于企业和单位规模不断扩大、业务需求的不断更新，为能够进行更好的管理和决策分析．对于多数据源的集成需求越来越迫切。文中介绍了共享数据库模型，指出了它与数据仓库以及传统操作型数据库之间的差异。还讨论了基于共享数据库的多数据源集成问题，阐述了在数据源集成过程中解决模式冲突、处理异常数据的方法。对共享数据库中数据更新的方法和时机做了简要论述。     

信息系统中基于数据仓库技术的异构数据源的集成策略

随着信息技术的快速发展和广泛应用,各行各业的信息化水平不断提高,目前普遍都已经建立了专门的信息系统.数据库是信息系统的基础组成部分,主要用于数据存储和调用.随着人们对信息化要求的不断提高,信息系统的数据库调用不单单局限于部门内的调用,还要实现部门间的数据共享,因此,实现异构数据源的集成成为当下信息化建设的迫切需要.本文将对信息系统中基于数据库的异构数据源集成策略进行探索.     

数据库技术

本月的明星无疑是Viper (IBM DB2 V9),与SQL Server 2005一样Viper经过IBM多年磨砺,终于正式发布了。笔者认为此次版本升级恰逢数据产品的发展的一个关键阶段,即将数据库从传统的存储实体,变为以存储为基础、数据交换和信息集成为先导的时期。通     

数据仓库中的多维数据模型及其对象关系的实现

数据仓库和联机分析处理(OLAP)是当今商业数据处理领域的研究重点。传统的关系数据库技术已经很难满足联机分析处理对数据仓库的大量数据进行分析查询的要求。多维数据模型已成为数据仓库和联机分析处理的核心技术。该文设计了一种直观、有效的多维数据模型并给出了基于对象关系的实现。     

对象概念模式及其数据库技术研究

在 E- R分析、语义对象模型和关系数据库的基础上 ,主要结合面向对象方法和数据库特种技术以及笔者在数据库编程方面的实践经验 ,提出了数据库对象概念模式 ,讨论了其中的主要概念 ,并在此模式上重新定义或说明了一些重要的数据库操作 ,如对象集合、时态数据库、多维分析等等     

试析数据库管理系统现状和发展趋势

数据库管理系统的推广和使用是现代计算机技术及网络技术快速发展的体现,是现代企业信息化的要求。本文分析了目前主流的数据库管理系统产品的发展现状及数据库技术的发展趋势。     

日新月异的数据库研究领域--数据库技术的回顾与展望

本文回顾十年来数据库技术的进展和主要成就，包括面向对象的和对象关系的数据库系统、多媒体数据的支持、并行数据库、web数据集成与检索、三级存储器技术、数据仓库、数据挖掘、数据可视化技术。本文还讨论了影响数据库研究的三个重要趋势，即Internet/Web技术、程序逻辑和数据的统一管理技术、迅速发展的计算机硬件技术。最后，本文探讨了嵌入式数据库系统、未来的联邦数据库系统、未来数据库系统的体系结构、程序逻辑和数据统一管理技术、结构化和半结构化数据的集成技术等几个主要数据库研究新方向。     

利用Hibernate对象持久化服务简化Java数据库访问

Hibernate是一个对象持久化工具，它通过其强大的O／R映射功能将Java对象同存放于关系数据库中的数据进行映射，避免了开发人员使用大量的SQL语句通过JDBC的方式对数据库进行操作，可以有效地提高开发的效率。将其应用于网络报表系统中，可充分利用其优点。     

数据库技术的发展现状与趋势

随着网络技术、人工智能、并行计算、面向对象和多媒体等计算机技术和方法的发展,数据库技术与其结合之后产生了极大的变化,更加适合人们的生活需要。本文详细的阐述了数据库技术的发展历程和现状。并且总结了数据库技术与现代计算机技术结合之后产生的数据库新特点,并且探讨了现代数据库技术的发展方向。     

面向用户群的信息集成方式及其解决方案

定义了信息系统的用户支持性,并据此将信息集成方式分成面向业务过程和面向用户群两类。通过对这两种信息集成方式的分析与比较,提出了面向用户群的信息系统解决方案,并介绍了采用此解决方案的一个应用实例。     

数据库技术的研究现状及发展趋势

介绍了数据库系统设计过程的六个阶段,即需求分析阶段、概念结构设计阶段、逻辑结构设计阶段、物理结构设计阶段、实施阶段、运行与维护阶段;以分布式数据库系统、知识库系统和主动数据库系统为例,阐述了当前数据库系统研究的现状;结合数据仓库、工程数据库、统计数据库、空间数据库等多种数据库,指出了当前数据库技术的研究热点和发展趋势。     

面向对象的数据库初探

本文介绍了关系数据库的局限性,结合当前数据库应用领域的不断扩展和实际要求不断提高的现状,简要说明了关系数据库技术的不足以及面向对象数据库的优势和发展前景。     

轩辕:AI原生数据库系统

大数据时代下,数据库系统主要面临3个方面的挑战:首先,基于专家经验的传统优化技术(如代价估计、连接顺序选择、参数调优)已经不能满足异构数据、海量应用和大规模用户对性能的需求,可以设计基于学习的数据库优化技术,使数据库更智能;其次,AI时代,很多数据库应用需要使用人工智能算法,如数据库中的图像搜索,可以将人工智能算法嵌入到数据库,利用数据库技术加速人工智能算法,并在数据库中提供基于人工智能的服务;再者,传统数据库侧重于使用通用硬件(如CPU),不能充分发挥新硬件(如ARM、AI芯片)的优势.此外,除了关系模型,数据库需要支持张量模型来加速人工智能操作.为了解决这些挑战,提出了原生支持人工智能(AI)的数据库系统,将各种人工智能技术集成到数据库中,以提供自监控、自配置、自优化、自诊断、自愈、自安全和自组装功能;另一方面,通过使用声明性语言,让数据库提供人工智能功能,以降低人工智能的使用门槛.介绍了实现人工智能原生数据库的5个阶段,并给出了设计人工智能原生数据库的挑战.以自主数据库调优、基于深度强化学习的查询优化、基于机器学习的基数估计和自主索引/视图推荐为例,展示了人工智能原生数据库的优势...     

关系数据库与地理空间数据

讨论了数据库技术在地理空间信息处理中的应用现状和应用前景;在分析面向对象方法的基础上,指出体现关系模型和面向对象思想相结合的对象关系模型可能是目前最好的解决方案;介绍了目前数据库技术领域所面临的两个挑战,即不确定性和时空数据处理。     

一种利用触发器实现智能化数据库的方法

触发器是DBMS中提供的一种用来维护数据完整性的机制。文章提出了一种利用触发器机制实现智能化数据库的方法。该方法通过使用SQL语言进行编程,可以在数据库系统内对知识进行表示和存储并利用这些知识推理,从而实现数据库的智能化。     

Oracle系统中面向对象技术的应用

关系数据库与面向对象技术的结合产生了面向对象的数据库技术，使传统的关系数据库功能上得到了进一步扩充。在此介绍了Oracle系统中面向对象的技术，并从实际应用出发，讨论了它的应用方法。     

与日期信息相关的数据库设计与分析

在目前的管理信息系统中使用较为广泛的数据库系统是关系型数据库系统。本文简述了广告管理系统中与日期信息相关的广告订单信息在关系型数据库中表结构的两种设计方法,分析各自的优、缺点,并通过比较,使这类信息在系统设计、开发和运行过程中根据需求适当选择,并能够在应用软件系统中高效、合理地得到使用,以提高系统的优化设计和运行效率。     

浅谈数据库技术发展

本文收集了有关数据库技术发展趋势与方向的文献。并对这些文献进行整理,讨论了数据库发展的主流及趋势问题。     

MIMIC数据库智能挖掘研究概述

开源数据库-重症特别护理信息集MIMIC数据库包含了大量的医学数据,自它发布之日起,便得到了众多研究人员的青睐。但低效的挖掘方法很难发现内部的隐含信息,这使得MIMIC数据库得不到很好的利用,造成了资源的浪费。探索新兴的挖掘方法进行知识发现便显得异常重要。文中对围绕MIMIC数据库的各种挖掘方法进行综述,重点阐述了新出现的机器学习和深度学习方法。同时将传统统计学模型与新出现的人工智能技术包括机器学习和深度学习技术进行比较分析。结果发现相比传统的统计学模型,机器学习和深度学习技术在预测病人的早期死亡率、发现疾病影响因素等方面普遍效果更好,这有助于改善医疗质量、帮助医生进行辅助诊断,在一定程度上也减少了病人的医疗费用。