基于Java Excel API的数据库数据导入导出方法研究与实现

在Web应用系统中,用户们经常要求将数据库数据进行导入导出处理。Microsoft Excel是用户非常熟悉的办公软件,因此,Excel作为数据库数据导入导出的中间介质成为最佳选择。为了达到此目的,采用Java Excel API操作Excel文件的方法,实现了仅通过在客户端的操作,将数据库中的数据导出到Excel表格中,并将Excel表格中的数据导入数据库的功能。满足了用户进行数据库数据导入导出的要求。     

大数据量Excel数据导入系统的设计与实现

针对现有大数据量Excel导入系统效率较低的问题,设计并实现了一种新的大数据量Excel数据导入系统。该系统采用C#语言,在VS2012的开发环境中,利用多线程技术将大数据量Excel表格数据导入到SQL Server中,加快了信息导入的速度。并且在临时表与目标表之间的合并过程中,摒弃了传统的游标逐条插入方式,取而代之的是SQL Server 2008中的Merge技术,极大地加快了数据库端不同表之间数据的同步过程。实验测试结果表明,整个系统导入100万条数据耗时9 534 ms,远少于传统Excel导入系统所耗时间,有效提高大数据量Excel导入系统的效率。     

Office办公系统与数据库间数据的传递

微软的Office办公系统在计算机应用中是十分广泛的,尤其是它的Excel和Word,如果能将数据库里的数据直接在Excel和Word中显示,不仅能方便不懂数据库的操作人员查看数据,而且能将数据普及化,还能大大节省数据的操作时间。本文就以Oracle数据库为例,通过VB将数据显示在Excel和Word中。     

基于指令系统的Excel数据导入数据库方法研究

针对现有Excel数据导入数据库方法通用性不够的问题,提出并实现了一种基于指令系统的通用的数据导入方法.设计了一套用于Excel数据抽取的指令系统,给不同的Excel表一个可配置的指令文件,通过指令解释器解析该配置文件,便可自动完成Excel数据的抽取、及其数据向数据库的导入工作.实践证明,该套指令系统具有非常好的通用性.     

基于VC++的风电出力曲线重现技术研究

使用Office的Excel类型库,并利用VC++的MFC技术,把存储风电数据的Excel文件当作一般数据表格,像访问数据库一样去读Excel数据文件,将风电数据存储在VC++内存变量实现数据导入,并以列表形式在MFC界面显示风电数据,利用Windows应用程序的图形化函数在MFC界面绘制风速和风电功率波形曲线。     

浅谈在VC++中将Access倒换成Excel数据的技术

本文主要介绍在VC++环境下,将Access数据库中的数据倒换成Excel类型的方法,包括对Access数据库的动态链接,打开及其转换,从而实现了将数据库中数据准确无误地导入Excel中.     

基于C＋＋Builder实现炼镁炉监控系统的数据库管理

针对炼铁炉监控系统的数据管理要求,使用C＋＋Builder6．0开发平台,以SQLServer2000数据库管理系统为数据库基础,设计开发了一款炼镁炉监测数据管理系统。该系统利用ADO接口,实现了对SQLServer2000数据库的有效连接和访问,以及对炼镁炉监控系统的实时采集数据的存储和对数据库的动态查询。通过TChart组件用曲线图显示查询到的历史数据,并利用TDatesource和TDBGrid组件浏览数据库的数据,最后通过Excel．Application对象的属性和方法把历史采集数据传送给Excel报表。     

一种动态血压数据库系统设计

为了使动态血压监测(ABPM)技术在临床诊治高血压,防治脑卒中保健及科研等方面发挥更大的作用,建立了此通用ABPM数据库.该系统使用Microsoft Office,Visual Basic和SQL建立数据库,以TM-2421(日本A&D)的ABPM为数据来源,通过Excel导入数据库.结合动态血压监测值与被测者的痛史、家族史、生活习惯等信息,将被测者的动态血压数据及个人资料输入数据库,建立简易和快速的综合管理、检索查询和科研分类分析等功能,适用于临床辅助诊断、降压药疗效观察,建立患者保健档案,积累临床数据及医学研究.初步应用表明,该ABPM数据库基本能满足用户对ABPM信息的分析处理需求.     

OLE技术在LotusNotes中的应用

针对如何在OA系统同文档处理软件间数据移动的问题，介绍了LotusNotes通过OLE技术，实现了将文档数据库的内容输入到Excel，对实际操作过程给出了详细的说明，并给出了已调试成功的程序清单。     

基于物联网海量数据处理的实时数据库应用研究

针对物联网时代海量数据处理的新需求,通过分析物联网数据的海量、异构、多维以及动态等特性,列举实时数据库技术在海量数据处理方面的优势;并通过具体应用实例探讨实时数据库在物联网系统中的应用前景。