该数据库如何建立？（向老大哥学习！）

wdbbl 2003-10-18 03:07:25

一套系统：
1、客户档案
2、业务员档案
3、财务报表生成（含欠费）
4、每天发生业务的收入、支出
5、与往年同期收入的比较等
.......
库如何建，关系怎么做！
请教中........

...全文

85 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

wdbbl 2003-10-18

打赏
举报

回复

俺是向老大哥们学习一下！看有没有更完整的思路！

上海老李 2003-10-18

打赏
举报

回复

多用心就行，别人帮你的话，你的思路都得和他一样，所以这个不好帮

本文深入探讨Serverless数据库，解析其自动扩展、按需付费、零运维等核心特性，对比AWS DynamoDB、Azure Cosmos DB等主流服务。介绍从项目初始化到CI/CD自动化部署的完整流程，还涉及性能、成本优化及安全合规等实践，最后给出实战案例与未来趋势思考。

本文介绍了数据库的基础概念，包括DB、DBS、DBMS的关系，数据库的分类（关系型和非关系型），并详细讲解了MySQL的安装、基本命令、数据类型、操作指令和SQL语句。重点阐述了如何创建、修改表，以及查询、排序和分页技巧。

本文介绍了9种主流数据库类型及其适用场景，包括关系型数据库、键值数据库、文档数据库、列式数据库、图数据库、搜索引擎数据库、嵌入式数据库、时序数据库和向量数据库。每种数据库都有其独特优势和典型应用场景，帮助开发者根据实际需求做出合理的选择。

AWS通过S3为核心构建数据湖，实现了存储计算分离，提供了如Redshift Spectrum、Glue和Athena等服务，简化了数据分析流程。数据湖支持非结构化数据存储和分析，结合AI技术，为企业决策提供支持。

本文介绍了AWS数据湖技术，包括其定义、特征及优势，阐述了从HDFS到S3的核心转换，分析了AWS数据湖生态体系，涵盖收集、存储、分析、应用阶段及相关管理工具。还提及数据湖未来进展，如处理非结构化数据、提供机器学习服务，未来将更可靠、可扩展。

5,943

社区成员

262,942

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章