四级教程数据库工程师重难点整理(1)

Norecovery表示对数据库的恢复操作尚未完成，相当于“使数据不再运行，但能还原其他事务的日志文件”。默认为REcoVERY。

第16章 VB开发环境与数据访问接口

（鄙人此前未曾用过VB，疏漏浅薄之处敬请见谅…）

16.1 标准数据绑定控件：TextBox、checkBox、ListBoxboxBox等

外部（ActiveX）数据绑定控件：Datbo、DataList、Datagrid、mSHFgrid等

16.2 DBmS支持的两种数据接口：专用接口（与特定的DBmS有关）；通用接口（屏蔽掉每个DBmS底层接口的差异，提供一种标准的访问方法）

16.3 通用接口：oDBc、oLE DB、JDBc，让应用程序具有很好的适应性和可移植性；具备同时访问多种DBmS系统的能力。

16.4 oDBc（只访关系型DB）：开放数据库互连open DataBase connectivity,oDBc应用系统大致工作流程从开始配置数据源到回收各种句柄为此。句柄是32位整数值，代表一个指针。

16.5 oLE DB：对象链接与嵌入的数据库object Linked and Embed DataBase,是microsof t oLE对象标准的一个实现，对象，是为数据访问而设计的一系接口。

16.6 ADo：动态数据对象ActiveX Data object,建在oLE DB之上的高层接口集，是介于oLE DB底层接口和应用程序之间的接口，它避免了开发人员直接使用oLE DB底层接口的麻烦。

16.7 oDBc与oLE DB的主要区别：

1）oDBc只能访问关系型数据库，而oLE DB可以访问关系和非关系型甚至是无结构的数据。

2）oLE DB克服了oDBc的一个主要缺点：一个oDBc驱动程序需要支持几乎所有的DBmS特征和功能，这需要大量的工作和初始投资，而oLE DB允许DBmS提供商只实现他们产品的一部分功能。 www.gaofen123.com

第18章 统一建模语言

18.1 umL视图分类：用例视图：用例图；结构视图：类图、对象图；行为视图：顺序图、交互图、状态图、活动图；实现视图：组件图；环境视图：部署图

18.2 类与类之间有关联（聚集，共享聚集+组成）、通用化（继承）（带空心三角形的实线）、依赖（单向实线）、精化（带空心三角形的虚线）

18.3 包（子系统）的四种可见性还包括实现可见性，与私有可见性类似。A指向B的单向虚线表示子系统B被子系统A引用。

18.4 顺序图强调时间，协作图强调空间，状态图强调一个实体在不同时刻的状态变化，活动图强调程序对象逻辑流程的串行执行顺序和并行次序

第19章 分布式数据库、对象数据库和并行数据库

19.1 分布式数据库（物理分散逻辑集中）最基本特征：本地自治、非集中式管理、高可用性；分片透明性（最高级）、位置透明性、局部数据模型透明性构成了分布式数据库的分布透明性。

19.2 分片是对关系（表）的操作，分配是对分片结果的操作。

19.3 分布式数据库的模式结构：全局外模式、全局概念模式、分片模式、分配模式、局部概念模式、局部内模式；系统组成结构：gDBmS全局、gDD、LDBmS局部、cm通信管理

19.4 分布式事务管理：恢复控制（基于两阶段的提交协议）和并发控制（基于封锁协议）

19.5 分布查询数据传输量大的主要原因：连接操作和并操作

19.6 单继承：一颗树；多继承：带根的有向无回路图

19.7 面向对象数据库（面向对象语言中引入数据库）：实现方法主要是扩充面向对象程序设计语言，使之能处理持久数据。所谓持久数据，指创建这些数据的程序运行终止后，数据仍然存在于系统之中。数据库中的关系就是持久数据。objectStore、ontos、o2等

19.8 对象关系数据库（关系数据库中引入面向对象）：扩展的数据类型定义；继承性；扩充的SQL语言.Informix universal Server、DB2 uDB、Adaptive Server、oracle8i、SQL Server

19.9 并行数据库体系结构：共享内存；共享磁盘（中小型）；无共享（最好的，银行出纳、民航售票等oLTP类，缺点：通信代价和非本地磁盘访问代价）；层次结构（综合）

19.10 一维数据划分方法：轮转法：最适合于扫描整个关系；散列划分法：比转转法更适合点查询，也适合顺序扫描关系；范围划分法：明显利于范围查询和点查询。缺点：均不能有效支持非划分属性上具有选择谓词的查询。

第20章 数据他仓库与数据挖掘

20.1 数据仓库解决的问题是如何更合理和理有效的组织企业的数据体系，目的在于根据决策需求对数据采取适当的手段进行集成，形成一个综合的面向分析的数据环境；数据挖掘解决的问题是如何针对具体的分析对象和分需求，尝试智能和自动化的手段把数据转换为新的有用的信息和知识。

20.2 数据分类：操作型数据（操作型处理，以业务处理为主的联机事务处理oLTP）；分析型数据（分析型处理，以分析为主的决策支持系统DDS）

20.3 数据仓库是一个面向主题的、集成的（最重要，抽取、转换、清理、装载）、非易失的、且随时间变化的（时变性）数据集合，用来支持管理人员的决策。

20.4 数据仓库的体系结构：操作型数据、操作型数据存储、数据仓库、数据集市；功能层次：数据管理、数据处理、数据应用

20.5 粒度涉及数据仓库的数据量和支持的查询类型。粒度小，细节度高，数据量大，查询多

20.6 oDS（operational Data Store，操作型数据存储）：一方面，类似于操作型环境，可进行企业全局性联机操作型处理；另外一方面，是一个面向主题的、集成的数据环境，但数据量小，适合于辅助企业完成日常决策的数据处理分析。（秒级、小时级、天级、含反馈信息）

20.7 数据仓库设计以数据仓库的主题数据模型设计和实现为核心。

20.8 oLAP（联机分析处理，on-Line Analytical Processing）：支持复杂的分析操作，侧重对决策人员和高层管理人员的决策支持。

20.9 多维分析的基本活动：钻取Drill-Down与卷起Roll-up；切片Slice与切块Dice；旋转

20.10 oLAP的实现方式：基于多维数据库的；基于关系数据库的；混合型的

20.11 数据挖掘：数据库知识发现KDD，从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程。三阶段：数据准备、数据挖掘、结果的解释评估

20.12 数据仓库维护策略一般分为：实时维护、延时维护、快照维护

20.13 建立oDS的目的一般是为支持即时oLAP和全局oLTP两类应用

上一页  [1] [2] [3] [4] [5]