WEB数据库应用开发.ppt

1、WEB数据库应用开发,目录 一、数据库连接方式： 1.基本概念：ODBC、ADO.NET 2.主要区别 二、常用数据库 MySQL、SQL Server、Oracle 1.主要区别 三、数据挖掘 1.基本概念,一、数据库连接方式： （一）基本概念 1.ODBC(Open Database Connectivity，开放数据库互连) : 微软公司开放服务结构(WOSA,Windows Open Services Architecture)中有关数据库的一个组成部分，它建立了一组规范，并提供了一组对数据库访问的标准API（应用程序编程接口）。这些API利用 SQL来完成其大部分任务。ODBC本身也

2、提供了对SQL语言的支持，用户可以直接将SQL语句送给ODBC 。 2.ADO(ActiveX Data Object, ActiveX数据对象 ): 是一个用于存取数据源的COM组件。它提供了编程语言和统一数据访问方式OLE DB的一个中间层。允许开发人员编写访问数据的代码而不用关心数据库是如何实现的，而只用关心到数据库的连接。访问数据库的时候，关于SQL的知识不是必要的，但是特定数据库支持的SQL命令仍可以通过ADO中的命令对象来执行。,3.ADO.NET 1.Net FrameWork数据提供程序 2. DataSet 5个核心对象 Connection对象主要是开启程序和数据库之间的连

3、结。没有利用连结对象将数据库打开，是无法从数据库中取得数据的。这个物件在ADO.NET 的最底层，我们可以自己产生这个对象，或是由其它的对象自动产生。 Command对象用于对数据源执行命令。 DataAdapter对象在数据源以及DataSet 之间执行数据传输的工作，它可以透过Command 对象下达命令后，并将取得的数据放入DataSet 对象中 DataSet可以视为一个暂存区（Cache），可以把从数据库中所查询到的数据保留起来，甚至可以将整个数据库显示出来。DataSet 的能力不只是可以储存多个Table 而已，还可以透过DataSetCommand 对象取得一些例如主键等的数据

4、表结构，并可以记录数据表间的关联。 DataReader对象只是一次一笔向下循序的读取数据源中的数据，而且这些数据是只读的，并不允许作其它的操作。,（二）主要区别： 1.效率 ODBC使用的是微软提供的通用数据库连接，所以效率不高。 ADO就好些，主要是针对微软数据库做了优化，降低了系统资源的使用率，所以 效率比ODBC要高一些，特别是并发用户多时更能体现速度上的差异。 2.使用 ODBC需要通过数据源管理，建立对应的系统数据源。 ADO只需在代码中引用对应的控件。如sqlclient等。 所以在实际发布中，采用ADO方式更简单。而在 实际开发中，采用ODBC可从容 面对各类型的数据库，而不需

5、引用多个控件。,二、常用数据库： 1.MySql：MySql是一个快速、多线程、多用户的SQL数据库服务器 优点： 1.适应于所有的平台 2.性能很出色 3.号称可支持5000万条记录 缺点： 1. MySQL不支持标准的SQL标准,二、常用数据库： 2.MsSQL: 优点： 1.上手容易 。图形化的用户界面，使系统管理和数据库管理更加直观、简单 2.提供数据仓库功能 3.直接存贮 XML 数据，可以将搜索结果以 XML格式输出 缺点： 1.只能在windows 上运行，没有丝毫的开放性,二、常用数据库： 3.Oracle： 优点： 1.Oracle的稳定性要比Sql server好 。 2.

6、Oracle在导数据工具sqlload.exe功能比Sqlserver的Bcp功能强大,Oracle可以 按照条件把文本文件数据导入。 3.Oracle的安全机制比Sql server好。 4.Sql server的易用性和友好性方面要比Oracle好。 5.在处理大数据方面Oracle会更稳定一些 。 缺点： 1.体积大，安装麻烦。 2.管理维护麻烦一些 。 3.对硬件的要求很高 。,三、数据挖掘 ： （一）基本概念： 数据挖掘，在人工智能领域，习惯上又称为数据库中知识发现(Knowledge Discovery in Database, KDD)， 也有人把数据挖掘视为数据库中知识发现过程

7、 的一个基本步骤。,三、数据挖掘 ： （一）基本概念： 数据挖掘能做以下六种不同事情（分析方法）： 分类 （Classification） 估值（Estimation） 预言（Prediction） 相关性分组或关联规则（Affinity grouping or association rules） 聚集（Clustering） 描述和可视化（Description and Visualization） 复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等),三、数据挖掘 ： （二）实际应用： 1.分类 例子： 故障诊断：中国宝钢集团与上海天律信息技术有限公司合作，采用数据挖掘技术

8、对钢材生产的全流程进行质量监控和分析，构建故障地图，实时分析产品出现瑕 疵的原因，有效提高了产品的优良率。 2.估值 例子： 根据购买模式，估计一个家庭的孩子个数 。 根据购买模式，估计一个家庭的收入 。,三、数据挖掘 ： （二）实际应用： 3.预言 例子： 海南航空引入领先的数据挖掘工具马克威分析系统，分析客流、燃油等变化趋势， 以航线收益为主题进行数据挖掘，制定精细的销售策略，有效提高了企业收益。 4.相关性分组或关联规则 例子： 超市中客户在购买A的同时，经常会购买B，即A = B(关联规则) 。 客户在购买A后，隔一段时间，会购买B （序列分析） 。,三、数据挖掘 ： （二）实际应用：