發現資料庫
⑴ 如何在搜索引擎上發現資料庫資源
Google有兩種網路爬蟲，主爬蟲和新爬蟲。主爬蟲主要負責發現新的網頁。一個網頁在新索引建立之後，馬上會被主爬蟲發現。如果一個網頁建立索引需要經過一個月的時間，這個網頁就會失效。
新索引的建立還需要考慮其他非詢問式的決定因素。這些決定因素關系著網頁排名的高低。為了充分利用這些網頁，而不是浪費時間等著下一次索引演算法的更新，Google必須採取一些簡單的措施來猜測排 名，猜測訪客難以利用的新內容是什麼。
盡管Google在作猜測，下列內容都是真實可信的：
1） 幽靈登陸頁上的排名不能等同於索引頁的排名。
2） 在每月新資料庫建立之前，必須將幽靈登陸頁從資料庫中移走。但是，這只是暫時的移走。
如果您的索引中有這樣登陸頁，您的主要目標應該是讓該頁在Google新頁上擁有排名。若您想做到這點，您需要定期、有規律、最好是每天，有一定間隔地更新網站內容。
為什麼您想要在Google的新頁上獲取排名？因為在新頁上有排名的網站更容易被抓取，索引更容易更新。但是在新頁上的排名不是真正的排名，新頁排名有很強的不穩定性。新頁排名轉化為真正排名需要經過一段時間。
案例分析：同樣的遭遇
（1）五天之前，我向互聯網上傳一個新的小網站，這一次我沒有像以往那樣把這個網站與我的其他網站建立鏈接，而是通過添加 l.html將該網址添加到Google中去。我靜靜等待這個網站被發現。三天以 後，用該網站的主要關鍵詞進行搜索，這個網站能排到搜索結果的前十名，並且記錄顯示130個訪問者訪問過該網站。但是，一天之後，這個網站消失了。這一次，他不僅是掉出前十名，而且是掉出整個 Google目錄。網站本身一點問題沒有，沒有作弊，沒有隱藏鏈接，沒有內容復制，沒有關鍵詞堆砌，就這樣默默地網站消失了。
我仔細考慮該網站的欠缺之處，排名消失的原因也許在於這個網站缺少導入鏈接，也許因為這個網站有一個彈出窗口。也許，也許，有無數個也許在等著我。
（2）經常有人向我們咨詢這類問題，為了滿足不同詢問者的需要，我們寫了一篇文章，希望有所幫助。
當 Google搜索蜘蛛抓取一個新網頁後，這個新網頁會有什麼反映？
一個新網頁沒有被Google主目錄收取，直到：
1. 該網頁被Google主目錄搜索蜘蛛抓取。
2. 該網頁在被Google主目錄搜索蜘蛛抓取之後，須經過一段更新時間。
只有以上兩條全都滿足，新網頁被Google主目錄確確實實抓取到，新網頁上的排名才有可能轉化成真正排名 。
Google有兩種抓取形式
1. 主抓取
2. 新抓取
一個新的網頁首先被「新抓取」蜘蛛抓取。但也有特例的時候。在Google月更新剛剛完成那一段時間之後，一個網頁通常被「主抓取」蜘蛛抓取。每月更新一般在每個月的20號到28號之間，能夠持續幾天。
為了區分兩種蜘蛛的差異，我們可以先來看一下一組IP 地址。
1. 「主抓取」蜘蛛= 216.239.46.*
2. 「新抓取」蜘蛛= 64.68.82.*
為了進一步解釋明白新網頁發生的Google幽靈現象，我們假設該網頁首先被「新抓取」蜘蛛抓取。在Google兩個月更新之間，「新抓取」蜘蛛來抓取新網頁。在主抓取期間，通過鏈接新網頁能夠被抓 取。新抓取期間，情況也是一樣。
盡管這個網頁沒有經過此次更新，也沒有收錄在Google主目錄里，但是抓取之後，搜索蜘蛛開始衡量該網頁內容和質量，並把該網頁收錄在搜索結果里。這次衡量是十分不穩定的，易受外界影響，經常發生變化。
當每月定期更新來臨時，這些網頁會產生波動。每月定期更新就是Google波動。但是，您需要記住，「主抓取」蜘蛛沒有閱讀該網頁，所以這個網頁沒有加入主索引中。所以，當每月更新結束後，這個新 網頁仍被看作是新網頁但是不久以後，「主抓取」蜘蛛將會閱讀這個新網頁，在下個月更新之後，該頁面才能被收錄進主索引。這需要經歷一段時間。在此之前，Google不顯示任何導入鏈接，這個網頁的排名也因此多變、不穩定。
讓我們總結一下：
如果一個新網頁首先被一個「新抓取」蜘蛛抓取，然後被「主抓取」蜘蛛抓取，這個網頁需要經過兩次月更新。換句話說，這個新網頁需要經過兩個月才能被主索引收錄，在被主索引收錄之後，才可能獲取穩定的排名。
⑵ 開發網站是發現資料庫的反問佔用了太多頁面響應的時間,如何提升頁面訪問的性能
有數據的吧？一般資料庫伺服器和web伺服器是不同的。
訪問頁面先發送請求到web伺服器，然後web伺服器取資料庫取數據，再返回到頁面，這是大多數的web系統的一次訪問流程。
想提升頁面訪問性能，有很多方法。
1，優化操作資料庫的演算法，比如盡量少用資料庫語句；還有無論web伺服器或資料庫伺服器內存都是有限的，盡量避免一次取出大量的數據。
2，給數據表增加索引，合理設計表結構。
3，使用ajax，提高頁面非同步並發。
⑶ 如果你上班發現資料庫有卡頓怎麼解決
可以重新重啟電腦程序，讓資料庫自行恢復，刷新功能，不在卡頓，使得電腦資料庫裡面的內容更加的完善。
⑷ 我想了解能檢測出資料庫漏洞的產品有哪些
目前為止最早有資料庫漏洞掃描系統，可以實現對國際、國內主流資料庫的安全檢查，發現資料庫中弱安全配置、風險代碼、弱口令，並對已知漏洞進行分析和模擬滲透攻擊，能有效暴露當前資料庫系統的安全問題，此款產品可以作為合規性檢查以及自身漏洞掃描檢查產品，不過現在除了此款產品之外，市面上新出了一款數據資產評估系統，這款產品是集安全漏洞檢測、數據資產梳理、安全風險評估三大優勢技術能力進行融合，其中也會包含資料庫漏洞檢測，你可以找安華金和了解一下，這兩款產品他家都有。具體了解下區別於差異，我的回答可以幫到你，就採納吧。
⑸ 如何發現資料庫連接泄露
1. 根據日誌查找；
首先，翻看系統日誌，找到連接池溢出的時刻。然後，對應這個時間，查找用戶正在進行的操作。
這種方法適合於不啟動任何監控程序或進程，不改變系統設置，就能人為的縮小可能泄露連接的代碼范圍。
2. 利用連接池本身的utility設施；比如C3P0，以下是需要用到的兩個參數（推薦）：
unreturnedConnectionTimeout
Default: 0
Seconds. If set, if an application checks out but then fails to check-in [i.e. close()] a Connection within the specified period of time, the pool will unceremoniously destroy() the Connection. This permits applications with occasional Connection leaks to survive, rather than eventually exhausting the Connection pool. And that's a shame. Zero means no timeout, applications are expected to close() their own Connections. Obviously, if a non-zero value is set, it should be to a value longer than any Connection should reasonably be checked-out. Otherwise, the pool will occasionally kill Connections in active use, which is bad. This is basically a bad idea, but it's a commonly requested feature. Fix your $%!@% applications so they don't leak Connections! Use this temporarily in combination with to figure out where Connections are being checked-out that don't make it back into the pool!Default: false
If true, and if unreturnedConnectionTimeout is set to a positive value, then the pool will capture the stack trace (via an Exception) of all Connection checkouts, and the stack traces will be printed when unreturned checked-out Connections timeout. This is intended to debug applications with Connection leaks, that is applications that occasionally fail to return Connections, leading to pool growth, and eventually exhaustion (when the pool hits maxPoolSize with all Connections checked-out and lost). This parameter should only be set while debugging, as capturing the stack trace will slow down every Connection check-out.
當我們同時使用這兩個參數時，比如unreturnedConnectionTimeout設為5秒，設為true。那麼，當一個連接被check out 5秒，還沒有被check in的時候，連接池會拋出一個錯誤堆棧。有了堆棧，那我們就可以精確定位出現問題的代碼位置了。
當然，這個方法中的參數並不是C3P0特有的，其他連接池配置中，應該也有類似的參數。
⑹ sql2008資料庫報錯3417怎麼處理
當發現資料庫不能連接時，我們第一反應是去檢查資料庫的服務。發現sql server(SQLexpress)服務未啟動，當我們去啟動服務時無法啟動，錯誤代碼為errorcode 3417 。
⑺ 打開資料庫對話框中,打開按鈕選項有那四種
以Access2003版本為例，
以Access2003版本為例，有以下四種打開方式：1、打開，正常打開資料庫，可以進行正常的操作。
2、以只讀方式打開 ，只能瀏覽，不能修改。
3、以獨占方式打開，對用戶許可權進行驗證，管理員身份進入，可以進行修改，GUEST用戶只能瀏覽。
4、以獨占只讀方式打開。管理員身份進入，才可以進行瀏覽。
以Access2003版本為例，你在開始->程序->Office 2003中打開Access 2003，然後「文件->打開」，選中一個 *.mdb 文件，你會發現"文件打開"對話框右下角的「打開」按鈕右側有個下拉箭頭，點開它會發現資料庫有四種文件打開方式.。分別是：。打開。以只讀方式打開。以獨占方式打開。以獨占只讀方式打開。
⑻ 什麼叫資料庫知識發現KDD
數據挖掘（英語：Data mining），又譯為資料探勘、數據采礦。它是資料庫知識發現（英語：Knowledge-Discovery in Databases，簡稱：KDD)中的一個步驟。數據挖掘一般是指從大量的數據中通過演算法搜索隱藏於其中信息的過程。數據挖掘通常與計算機科學有關，並通過統計、在線分析處理、情報檢索、機器學習、專家系統（依靠過去的經驗法則）和模式識別等諸多方法來實現上述目標。
數據挖掘利用了來自如下一些領域的思想：(1) 來自統計學的抽樣、估計和假設檢驗，(2)人工智慧、模式識別和機器學習的搜索演算法、建模技術和學習理論。數據挖掘也迅速地接納了來自其他領域的思想，這些領域包括最優化、進化計算、資訊理論、信號處理、可視化和信息檢索。一些其他領域也起到重要的支撐作用。特別地，需要資料庫系統提供有效的存儲、索引和查詢處理支持。源於高性能（並行）計算的技術在處理海量數據集方面常常是重要的。分布式技術也能幫助處理海量數據，並且當數據不能集中到一起處理時更是至關重要。