ob数据库

A. OB10数据库工具不支持oracle11g了吗

在安装oracle11g创建的默认数据库ORCL可以使用的，只不过需要配置监听。为ORCL这个数据库SID配置监听的方法如下：
1、利用netmgr命令来启动图形化Oracle网络管理器，Windows下启动Net Manager图形窗口如下图示：

2、输入Net服务名，如myoracle，点击下一步，进入下图示对话框：

3、选中TCP/IP(Internet协议)，点击下一步，如下图示：

4、输入主机名与端口号。注意这里的主机名与端口号必须与数据库服务器端监听器配置的主机名和端口号相同。点击下一步，如下图示：

5、
选
中(Oracle8i或更高版本)服务名，输入服务名。这里的服务名实际上就是数据库服务器端监听器配置中的全局数据库名，前者与后者必须相同。连接类型

通常选专用服务器，这要视数据库服务器的配置而定，如果配置的共享数据库服务器，这里的连接类型就要选共享服务器，否则建议选专用服务器(关于专用服务器
的介绍请参阅相关文档)。配置好后点击下一步，如下图示：

如
果数据库服务器端相关服务启动了，可以点击测试按钮进行连接测试。Oracle默认是通过scott/tiger用户进行测试连接，由于scott用户是

Oracle自带的示例用户，对于正式的业务数据库或专业测试数据库可能没有配置这个用户，所以需要更改成有效的用户登录才可能测试成功。如果这里测试连
接不成功，也不要紧，先点完成按钮结束配置。
回到Oracle网络管理器(Oracle Net
Manager)主窗口，保存配置，默认即可在Oracle安装目录下找到本地服务名配置文件
(Windows下如D:.ora，Linux/Unix下$
ORACLE_HOME/network/admin/ tnsnames.ora)。

B. 英国大学ob与澳大利亚的ob学的一样吗

（1）∵以点O为圆心，OB为半径的⊙O交边AD于点E，∴OB=OE，∵四边形ABCD是正方形，∴∠A=90°，∴AO2+AE2=OE2，即（8-x）2+y2=x2，∵y＞0，∴y=4x?4（4＜x＜8）；（2）△EFD的周长不变．理由如下：∵EF⊥OE，∴∠AEO+∠DEF=90°，∵∠D=∠A=90°，∴∠AEO+∠AOE=90°，∴∠D。

C. obca是什么考试

OBCA （OceanBase 数据库认证专员）认证主要讲解 OceanBase 的发展历程、应用案例、产品架构、核心功能、部署安装等知识。

D. 数据库的连接采用ado，net，ado，ole-ob，odbc哪种方式较好

ODBC和ADO区别、
ODBC(Open DataBase Connection)开放式系统互连，是一种数据库访问协议，提供了访问数据库的API接口。基于ODBC的应用程序，对数据库操作不依赖于具体的DBMS，不直接与DBMS打交道，所有数据库操作由对应DBMS的ODBC驱动程序完成，即：系统中不需要安装DBMS系统，如sql SERVER 2005，但必须有SQL SERVER 2005的ODBC驱动程序，然后在ODBC管理器中注册数据源后，就可以在应用程序中通过ODBC API访问该数据库。
ODBC数据库访问技术只适用于windows系统，因为需要在ODBC驱动程序管理器中进行数据源注册，而只有windows才集成了ODBC驱动程序管理器(“控制面板/管理工具/数据源”)。
ADO(ActiveX Data Object)具有跨系统平台特性，它直接对DBMS数据库进行操作，即系统中必须有DBMS，但不需要驱动程序，不需要注册数据源，所以具有很好的可移植性。
VC++6中这两种技术所涉及到的MFC类：
MFC ODBC类包括CDatabase类 CRecordSet类 CRecoreView类 CFieldExchange类 CDBException类，具体说明请详见任何一本讲述数据库编程技术的参考书。
ADO是data object，即数据对象的意思，先看一些它包括哪些常用对象：
Command对象
Connection对象
Error对象
RecordSet对象
Field对象
Parameter对象，对应到MFC ADO类，
主要有_ConnectionPtr _RecordsetPtr等类。
基于ODBC和ADO的VC++应用程序设计概述
习惯上建立基于文档视图的应用程序时，使用ODBC访问方法，创建应用程序时，需要在step 2 of 6 what database support would you like to include中选择"database view with file support"加载你要访问的数据库，如果在此选择None，后期编程载入数据库相当麻烦，请注意。(如果一个数据库中有多个表，可在此选择一个表进行类定义，默认类名为"工程名+Set"，可在应用程序创建完成前最后一步进行改名；然后在编程时建立其他基于CRecordSet的数据库表类)
如果在step 2中设置访问的数据库和表，则在生成的应用程序框架的XXSet类中会自动加载对数据库和表的连接访问操作，当然最好重新进行定义；系统只有在必要时才会调用GetDefaultConnection和GetDefaultSQL返回缺省的数据库连接定义和SQL语句。
当然也可以建立基于对话框的数据库访问应用程序，思路差不多。
习惯上当建立基于对话框的应用程序时，选择使用ADO技术。对于小程序，在StdAfx.h中引入ADO动态连接库，在C***APP中应初始化COM库环境，创建和关闭ADO连接。对于大型项目，通过自定义的ADOConnection类封装数据库操作的各种接口。

E. 求sciencedirect数据库一篇文章，急需！！

Preparation and Photocatalytic Activity of Ag@AgCl Modified 这篇sci通过qq离线文件发给你了，注意查收

F. 现在用绿色版ob10.exe连接数据库提示错误，而且错误消息是乱码

将OB中的oci.dll文件拷贝至Oracle安装目录中的bin文件夹下，bin文件夹下有同名oci.dll文件，注意备份

G. Cloob是什么

Cloob.com是波斯语的社交网站，主要流行于伊朗。之后，在本地（和国际）热门社交网站Orkut的被封锁的伊朗政府，一系列的本地站点和网络，包括Cloob，出现填补了国内空白。它的主要页面包含标题伊朗虚拟社会与规定，所有内容控制在按照伊朗法律，目的是降低政府审查的风险的政策。

该网站号称拥有大约100万成员，每月超过100万的页面浏览量。用户可以访问相同的特征：内部电子邮件（个别朋友，朋友和社区成员团体），社区和社区讨论（俱乐部），个人及社区相册，文章归档社区，实时通讯和聊天室，社区，博客，就业和恢复数据库，虚拟货币（叫做coroob），收入/支出记账为个人会员，网上商店提供的商品和服务，分类广告，问题和答案，链接和内容共享，新闻，会员更新及广泛的权限设置功能。

一些服务消费的虚拟货币。例如，在社区讨论，先进的会员搜索，收到电子邮件讯息，轮廓游客名单和一些其他服务高级搜索将使用不同数量的会员提供虚拟货币。这是可能购买虚拟货币或将其转让给其他用户。

Cloob是由伊朗政府审查零零八年三月七日（议会选举期间）。然而，经过什么样的Cloob管理所谓的“拆除非法和有争议的内容”，进入恢复伊朗互联网用户在2008年4月29日于2009年12月25日它被再次审查，并持续了一段时间，但截至2011年Cloob似乎是在一次工作秩序。

H. OBMS什么意思

数据库管理系统

I. 数据仓库与ODS的区别，数据仓库和ODS并存方案

一直想整理一下这块内容，既然是漫谈，就想起什么说什么吧。我一直是在互联网行业，就以互联网行业来说。先大概列一下互联网行业数据仓库、数据平台的用途：

• 整合公司所有业务数据，建立统一的数据中心；

• 提供各种报表，有给高层的，有给各个业务的；

• 为网站运营提供运营上的数据支持，就是通过数据，让运营及时了解网站和产品的运营效果；

• 为各个业务提供线上或线下的数据支持，成为公司统一的数据交换与提供平台；

• 分析用户行为数据，通过数据挖掘来降低投入成本，提高投入效果；比如广告定向精准投放、用户个性化推荐等；

• 开发数据产品，直接或间接为公司盈利；

• 建设开放数据平台，开放公司数据；

• 。。。。。。




• 上面列出的内容看上去和传统行业数据仓库用途差不多，并且都要求数据仓库/数据平台有很好的稳定性、可靠性；但在互联网行业，除了数据量大之外，越来越多的业务要求时效性，甚至很多是要求实时的 ，另外，互联网行业的业务变化非常快，不可能像传统行业一样，可以使用自顶向下的方法建立数据仓库，一劳永逸，它要求新的业务很快能融入数据仓库中来，老的下线的业务，能很方便的从现有的数据仓库中下线；




• 其实，互联网行业的数据仓库就是所谓的敏捷数据仓库，不但要求能快速的响应数据，也要求能快速的响应业务；




• 建设敏捷数据仓库，除了对架构技术上的要求之外，还有一个很重要的方面，就是数据建模，如果一上来就想着建立一套能兼容所有数据和业务的数据模型，那就又回到传统数据仓库的建设上了，很难满足对业务变化的快速响应。应对这种情况，一般是先将核心的持久化的业务进行深度建模（比如：基于网站日志建立的网站统计分析模型和用户浏览轨迹模型；基于公司核心用户数据建立的用户模型），其它的业务一般都采用维度+宽表的方式来建立数据模型。这块是后话。




• 整体架构下面的图是我们目前使用的数据平台架构图，其实大多公司应该都差不多：




• 逻辑上，一般都有数据采集层、数据存储与分析层、数据共享层、数据应用层。可能叫法有所不同，本质上的角色都大同小异。




• 我们从下往上看：




• 数据采集数据采集层的任务就是把数据从各种数据源中采集和存储到数据存储上，期间有可能会做一些简单的清洗。





• 数据源的种类比较多：




• 网站日志：




• 作为互联网行业，网站日志占的份额最大，网站日志存储在多台网站日志服务器上，




• 一般是在每台网站日志服务器上部署flume agent，实时的收集网站日志并存储到HDFS上；




• 业务数据库：




• 业务数据库的种类也是多种多样，有Mysql、Oracle、SqlServer等，这时候，我们迫切的需要一种能从各种数据库中将数据同步到HDFS上的工具，Sqoop是一种，但是Sqoop太过繁重，而且不管数据量大小，都需要启动MapRece来执行，而且需要Hadoop集群的每台机器都能访问业务数据库；应对此场景，淘宝开源的DataX，是一个很好的解决方案（可参考文章 《异构数据源海量数据交换工具-Taobao DataX 下载和使用》），有资源的话，可以基于DataX之上做二次开发，就能非常好的解决，我们目前使用的DataHub也是。




• 当然，Flume通过配置与开发，也可以实时的从数据库中同步数据到HDFS。




• 来自于Ftp/Http的数据源：




• 有可能一些合作伙伴提供的数据，需要通过Ftp/Http等定时获取，DataX也可以满足该需求；




• 其他数据源：




• 比如一些手工录入的数据，只需要提供一个接口或小程序，即可完成；





• 数据存储与分析毋庸置疑，HDFS是大数据环境下数据仓库/数据平台最完美的数据存储解决方案。





• 离线数据分析与计算，也就是对实时性要求不高的部分，在我看来，Hive还是首当其冲的选择，丰富的数据类型、内置函数；压缩比非常高的ORC文件存储格式；非常方便的SQL支持，使得Hive在基于结构化数据上的统计分析远远比MapRece要高效的多，一句SQL可以完成的需求，开发MR可能需要上百行代码；




• 当然，使用Hadoop框架自然而然也提供了MapRece接口，如果真的很乐意开发Java，或者对SQL不熟，那么也可以使用MapRece来做分析与计算；Spark是这两年非常火的，经过实践，它的性能的确比MapRece要好很多，而且和Hive、Yarn结合的越来越好，因此，必须支持使用Spark和SparkSQL来做分析和计算。因为已经有Hadoop Yarn，使用Spark其实是非常容易的，不用单独部署Spark集群，关于Spark On Yarn的相关文章，可参考：《Spark On Yarn系列文章》




• 实时计算部分，后面单独说。




• 数据共享这里的数据共享，其实指的是前面数据分析与计算后的结果存放的地方，其实就是关系型数据库和NOSQL数据库；





• 前面使用Hive、MR、Spark、SparkSQL分析和计算的结果，还是在HDFS上，但大多业务和应用不可能直接从HDFS上获取数据，那么就需要一个数据共享的地方，使得各业务和产品能方便的获取数据；和数据采集层到HDFS刚好相反，这里需要一个从HDFS将数据同步至其他目标数据源的工具，同样，DataX也可以满足。




• 另外，一些实时计算的结果数据可能由实时计算模块直接写入数据共享。





• 数据应用

• 业务产品




• 业务产品所使用的数据，已经存在于数据共享层，他们直接从数据共享层访问即可；




• 报表




• 同业务产品，报表所使用的数据，一般也是已经统计汇总好的，存放于数据共享层；




• 即席查询




• 即席查询的用户有很多，有可能是数据开发人员、网站和产品运营人员、数据分析人员、甚至是部门老大，他们都有即席查询数据的需求；




• 这种即席查询通常是现有的报表和数据共享层的数据并不能满足他们的需求，需要从数据存储层直接查询。




• 即席查询一般是通过SQL完成，最大的难度在于响应速度上，使用Hive有点慢，目前我的解决方案是SparkSQL，它的响应速度较Hive快很多，而且能很好的与Hive兼容。




• 当然，你也可以使用Impala，如果不在乎平台中再多一个框架的话。




• OLAP




• 目前，很多的OLAP工具不能很好的支持从HDFS上直接获取数据，都是通过将需要的数据同步到关系型数据库中做OLAP，但如果数据量巨大的话，关系型数据库显然不行；




• 这时候，需要做相应的开发，从HDFS或者HBase中获取数据，完成OLAP的功能；




• 比如：根据用户在界面上选择的不定的维度和指标，通过开发接口，从HBase中获取数据来展示。




• 其它数据接口




• 这种接口有通用的，有定制的。比如：一个从Redis中获取用户属性的接口是通用的，所有的业务都可以调用这个接口来获取用户属性。





• 实时计算现在业务对数据仓库实时性的需求越来越多，比如：实时的了解网站的整体流量；实时的获取一个广告的曝光和点击；在海量数据下，依靠传统数据库和传统实现方法基本完成不了，需要的是一种分布式的、高吞吐量的、延时低的、高可靠的实时计算框架；Storm在这块是比较成熟了，但我选择Spark Streaming，原因很简单，不想多引入一个框架到平台中，另外，Spark Streaming比Storm延时性高那么一点点，那对于我们的需要可以忽略。




• 我们目前使用Spark Streaming实现了实时的网站流量统计、实时的广告效果统计两块功能。




• 做法也很简单，由Flume在前端日志服务器上收集网站日志和广告日志，实时的发送给Spark Streaming，由Spark Streaming完成统计，将数据存储至Redis，业务通过访问Redis实时获取。




• 任务调度与监控在数据仓库/数据平台中，有各种各样非常多的程序和任务，比如：数据采集任务、数据同步任务、数据分析任务等；





• 这些任务除了定时调度，还存在非常复杂的任务依赖关系，比如：数据分析任务必须等相应的数据采集任务完成后才能开始；数据同步任务需要等数据分析任务完成后才能开始；这就需要一个非常完善的任务调度与监控系统，它作为数据仓库/数据平台的中枢，负责调度和监控所有任务的分配与运行。




• 前面有写过文章，《大数据平台中的任务调度与监控》,这里不再累赘。




• 总结在我看来架构并不是技术越多越新越好，而是在可以满足需求的情况下，越简单越稳定越好。目前在我们的数据平台中，开发更多的是关注业务，而不是技术，他们把业务和需求搞清楚了，基本上只需要做简单的SQL开发，然后配置到调度系统就可以了，如果任务异常，会收到告警。这样，可以使更多的资源专注于业务之上。