科資料庫

『壹』 科管倉庫管理系統資料庫不可識別怎麼解決

是USB介面的軟體嗎……或換一台電腦查一下……還是你本來用的電腦打不開那個軟體呢……有的電腦用久了卡的很也打不開……下載一個魯大師清理一下電腦💻垃圾太多了會影響工作遠轉

『貳』 數據與事實型資料庫主要有哪些類型各有什麼特點

一、從學科領域角度可以將數據與事實型資料庫劃分為：

1、事實數值型科學資料庫，如中科院「科學資料庫」。

2、社會科學或綜合參考類資料庫，如網路全書、年鑒。

3、商情資料庫，如中國資訊行、國研網、中經專網等。

二、數據與事實型資料庫的特點：

1、事實型資料庫最新發展的學科是法律，之後是商業金融、物理、化學、新聞等方面。由於商業金融界對事實資料庫的大量需求以及商業資料庫生產的盈利驅動致使商業、金融事實資料庫仍是發展的主流。

2、相對於文獻資料庫，事實型資料庫具有更強的實用性，涉及面非常廣；它直接面向問題，總是以特定的事實或數字回答用戶的查詢；前者檢索結果可能是很多條記錄，而事實型資料庫檢索途徑多，查准率高，其檢索結果往往只是單一的記錄。

3、盡管在功能上事實型資料庫與傳統的參考工具書類似，但比較而言，參考工具書編寫和出版周期較長，許多最新的事實和數據不可能快速被工具書收錄。

4、由於事實型資料庫在數據的構成、數據描述的方式、編排體例等方面的差異以及資料庫中各類數據本身的特點，使得各種事實型資料庫中的檢索欄位/入口有較大的不同，檢索方法也因此不盡相同而表現出各自的特點與特色。

(2)科資料庫擴展閱讀：

國內外事實型資料庫舉例：

1、萬方事實型資料庫：

萬方數據資源系統是由中國科技信息研究所萬方數據（集團）公司聯合科技文獻出版社、四川省科技情報研究所等機構組成的，是國內最早從事資料庫建設的企業。

萬方數據資源系統匯集了國內近120個資料庫，並將這些信息資源整合為三大部分，即：商務信息子系統、科技信息子系統和數字化期刊子系統。

2、中國資訊行資料庫：

中國資訊行於1995年在香港成立，是一家專門收集、處理及傳播中國商業信息的高科技企業，資料來源於1000多種中國報章、雜志、貿易刊物、政府出版物及合作夥伴提供的權威數據。

內容包括實時財經新聞、權威機構經貿報告、各類統計數據、法律法規、商業數據及證券消息等動態信息。

3、國務院發展研究中心信息網：

國務院發展研究中心信息網（簡稱「國研網」）是中國唯一掛牌「國務院」字頭的專業經濟信息服務機構，它以國務院發展研究中心豐富的信息資源和強大的專家陣容為依託，並與海內外眾多知名機構和經濟資訊機構緊密合作。

全面匯集、整合國內外經濟金融領域的研究成果和經濟信息，以「專業性、權威性、前瞻性、指導性、包容性」為原則，向海內外提供了及時、全面、系統、權威、高質量的經濟信息。

參考資料來源：網路-事實型資料庫

『叄』 ESI基本科學指標資料庫的來源及發展

基本科學指標資料庫（Essential Science Indicators，簡稱ESI）是由世界著名的學術信息出版機構美國科技信息所(ISI)於2001年推出的衡量科學研究績效、跟蹤科學發展趨勢的基本分析評價工具，是基於湯森路透Web of Science? （SCIE/SSCI）所收錄的全球11000多種學術期刊的1000多萬條文獻記錄而建立的計量分析資料庫，ESI已成為當今世界范圍內普遍用以評價高校、學術機構、國家/地區國際學術水平及影響力的重要評價指標工具之一。ESI對全球所有高校及科研機構的SCIE、SSCI庫中近11年的論文數據進行統計，按被引頻次的高低確定出衡量研究績效的閾值，分別排出居世界前1%的研究機構、科學家、研究論文，居世界前50%的國家/地區和居前0.1%的熱點論文。ESI針對22個專業領域，通過論文數、論文被引頻次、論文篇均被引頻次、高被引論文、熱點論文和前沿論文等6大指標，從各個角度對國家/地區科研水平、機構學術聲譽、科學家學術影響力以及期刊學術水平進行全面衡量。基本科學指標資料庫ESI是當今世界范圍內普遍用以評價學術機構和大學的國際學術水平及影響的重要指標。中國校友會網大學研究團隊學術評價首席專家、我國科學計量學專家、中國民航大學黨亞茹教授指出，ESI給出的國家、機構和科學家引文排位中，由於採用了對每一位作者的貢獻都給以統計的方法，即一篇n個作者/機構/國家合作的論文，將被統計n次，因此能很好地表現出每位學者對國家、機構的學術貢獻程度，是體現國家/地區、機構國際學術聲譽的重要標志。2012年1月，中國校友會網大學研究團隊率先將我國大學進入世界1%的「ESI論文總被引頻次」作為反映大學「學術聲譽」指標納入中國大學評價中，引導大學提高自主創新能力和學術研究水平；並根據2000年1月1日～2010年12月31日的ESI論文統計結果推出「2012中國大學ESI論文排行榜」，作為評價大學科學研究能力和學術聲譽的重要標志。
2014年8月31日，據湯森路透集團公布的2014年全球「高被引科學家」名單，中國（含港澳）共有134名科學家入選，排名世界第四。其中中科院有46名研究人員入選，居中國各科研機構及高校之首。中國科技大學入選6人，在全國高校排名第一。本次還有13位中國大陸學者在兩個學科領域同時入選「高被引科學家」，其中中科院5人。

『肆』 茄科資料庫怎麼用

上傳到SGN資料庫。允許研究人員將茄科的表型和基因型原始數據上傳到SGN資料庫，進行QTL（數量性狀位點）分析並動態交聯到相關的基因組注釋。

『伍』 資料庫教程的目錄

第1部分 概念篇
第1章 資料庫基本概念
1. 1 數據管理技術的發展
1. 1. 1 人工管理階段
1. 1. 2 文件系統階段
1. 1. 3 資料庫階段
1. 1. 4 高級資料庫階段
1. 1. 5 資料庫的基本術語
1. 2 數據描述
1. 2. 1 概念設計中的數據描述
1. 2. 2 邏輯設計中的數據描述
1. 2. 3 存儲介質層次及數據描述
1. 2. 4 數據聯系的描述
1. 3 數據抽象的級別
1. 3. 1 數據抽象的過程
1. 3. 2 概念模型
1. 3. 3 邏輯模型
1. 3. 4 外部模型
1. 3. 5 內部模型
1. 3. 6 高度的數據獨立性
1. 4 資料庫管理系統
1. 4. 1 DBMS的工作模式
1. 4. 2 DBMS的主要功能
1. 5 資料庫系統
1. 5. 1 DBS的組成
1. 5. 2 DBS的全局結構
1. 5. 3 應用程序的演變
1. 5. 4 DBS的效益
1. 6 小結
習題1
第2部分 關系篇
第2章 關系運算理論
2. 1 關系模型的基本概念
2. 1. 1 基本術語
2. 1. 2 關系的定義和性質
2. 1. 3 三類完整性規則
2. 1. 4 關系模型的形式定義和優點
2. 1. 5 關系查詢語言和關系運算
2. 2 關系代數
2. 2. 1 關系代數的5個基本操作
2. 2. 2 關系代數的4個組合操作
2. 2. 3 關系代數運算的應用實例
2. 2. 4 關系代數的兩個擴充操作
*2. 3 關系演算
2. 3. 1 元組關系演算
2. 3. 2 域關系演算
2. 3. 3 關系運算的安全約束和等價性
*2. 4 關系邏輯
2. 4. 1 關系邏輯的成分
2. 4. 2 從關系代數到關系邏輯的轉換
2. 4. 3 遞歸過程
2. 4. 4 關系邏輯與關系代數的差異
2. 5 關系代數表達式的優化
2. 5. 1 關系代數表達式的優化問題
2. 5. 2 關系代數表達式的等價變換規則
2. 5. 3 關系代數表達式的啟發式優化演算法
2. 6 小結
習題2
第3章 SQL語言
3. 1 SQL簡介
3. 1. 1 SQL發展史
3. 1. 2 SQL資料庫的體系結構
3. 1. 3 SQL的組成
3. 1. 4 SQL的特點
3. 2 SQL的數據定義
3. 2. 1 SQL模式的創建和撤銷
3. 2. 2 基本數據類型
3. 2. 3 基本表的創建. 修改和撤銷
3. 2. 4 索引的創建和撤銷
3. 3 SQL的數據查詢
3. 3. 1 SELECT查詢語句的基本結構
3. 3. 2 SELECT語句的使用技術
3. 3. 3 聚合函數
3. 3. 4 SELECT語句完整的句法
3. 4 SQL數據查詢中的限制和規定
3. 4. 1 SELECT語句中的規定
3. 4. 2 條件表達式中的比較操作
3. 4. 3 嵌套查詢的改進寫法
3. 4. 4 基本表的連接操作
*3. 4. 5 SQL3中的遞歸查詢
3. 5 數據更新
3. 5. 1 數據插人
3. 5. 2 數據刪除
3. 5. 3 數據修改
3. 6 視圖
3. 6. 1 視圖的創建和撤銷
3. 6. 2 對視圖的操作
3. 7 嵌入式SQL
3. 7. 1 嵌入式SQL的實現方式
3. 7. 2 嵌入式SQL的使用規定
3. 7. 3 嵌入式SQL的使用技術
3. 7. 4 動態SQL語句
3. 8 小結
習題3
第4章 資料庫管理
4. 1 事務
4. 1. 1 事務的定義
4. 1. 2 事務的ACID性質
4. 2 資料庫的恢復
4. 2. 1 典型的恢復策略
4. 2. 2 故障類型和恢復方法
4. 2. 3 檢查點技術
4. 2. 4 SQL對事務的支持
4. 3 資料庫的並發控制
4. 3. 1 並發操作帶來的4個問題
4. 3. 2 封鎖技術
4. 3. 3 封鎖帶來的問題
4. 3. 4 並發操作的調度
4. 3. 5 SQL對並發處理的支持
4. 4 資料庫的完整性
4. 4. 1 完整性子系統
4. 4. 2 SQL中的完整性約束
4. 4. 3 約束可延遲性
*4. 4. 4 SQL3中的觸發器
4. 5 資料庫的安全性
4. 5. 1 安全性問題
4. 5. 2 SQL中的安全性機制
4. 5. 3 常用的安全性措施
4. 6 小結
習題4
第3部分 設計篇
第5章 關系模式設計理論
5. 1 關系模式的設計准則
5. 1. 1 關系模式的冗餘和異常問題
5. 1. 2 關系模式的非形式化設計准則
5. 2 函數依賴
5. 2. 1 函數依賴的定義
5. 2. 2 FD的閉包
5. 2. 3 FD的推理規則
5. 2. 4 FD和關鍵碼的聯系
5. 2. 5 屬性集的閉包
5. 2. 6 FD集的最小依賴集
5. 3 關系模式的分解特性
5. 3. 1 關系模式的分解
5. 3. 2 無損分解
5. 3. 3 模式分解的優缺點
5. 3. 4 無損分解的測試方法
5. 3. 5 保持函數依賴的分解
5. 3. 6 模式分解與模式等價問題
5. 4 範式
5. 4. 1 第一範式 1NF
5. 4. 2 第二範式 2NF
5. 4. 3 第三範式 3NF
5. 4. 4 BCNF Boyce-CoddNF
5. 4. 5 分解成BCNF模式集的分解演算法
5. 4. 6 分解成3NF模式集的合成演算法
5. 4. 7 模式設計方法小結
5. 5 其他數據依賴和範式
5. 5. 1 多值依賴
5. 5. 2 關於FD和MVD的推理規則集
5. 5. 3 第四範式 4NF
5. 5. 4 嵌人多值依賴
5. 5. 5 連接依賴和第五範式
5. 6 小結
習題5
第6章 基於ER模型的資料庫設計
6. 1 資料庫工程與資料庫系統生存期
6. 1. 1 規劃階段
6. 1. 2 需求分析階段
6. 1. 3 概念設計階段
6. 1. 4 邏輯設計階段
6. 1. 5 物理設計階段
6. 1. 6 資料庫的實現
6. 1. 7 資料庫的運行與維護
6. 2 ER模型
6. 2. 1 ER模型的基本元素
6. 2. 2 屬性的分類
6. 2. 3 聯系的設計
6. 2. 4 ER模型的操作
6. 2. 5 採用ER模型的資料庫概念設計步驟
6. 3 ER模型到關系模型的轉換
6. 3. 1 ER圖轉換成關系模式集的演算法
6. 3. 2 採用ER模型的邏輯設計步驟
6. 4 ER模型實例分析
6. 4. 1 庫存管理信息系統的ER模型及轉換
6. 4. 2 人事管理信息系統的ER模型
6. 4. 3 住院管理信息系統的ER模型
6. 4. 4 公司車隊信息系統的ER模型
6. 5 增強的ER模型
6. 5. 1 弱實體
6. 5. 2 子類實體與超類實體
6. 6 小結
習題6
第7章 面向對象的高級概念建模
7. 1 面向對象的數據類型系統
7. 2 對象聯系圖
7. 2. 1 對象聯系圖的成分
7. 2. 2 數據的概化/特化
7. 3 UML類圖
7. 3. 1 統一建模語言 UML 概述
7. 3. 2 用類圖表達類和關聯
7. 3. 3 用類圖表達關聯類
7. 3. 4 用類圖表達概化/特化
7. 3. 5 用類圖表達聚合
7. 4 小結
習題7
第4部分 對象篇
第8章 對象關系資料庫ORDB
8. 1 關系模型的發展歷程
8. 1. 1 從關系模型到後關系模型
8. 1. 2 從後關系模型到對象關系模型
8. 2 ORDB的定義語言
8. 2. 1 對象關系數據模型的定義
8. 2. 2 數據類型的定義
8. 2. 3 繼承性的定義
8. 2. 4 引用類型的定義
8. 2. 5 SQL3中的定義語言
8. 3 0RDB的查詢語言
8. 3. 1 對SELECT語句的新規定
8. 3. 2 嵌套與解除嵌套
8. 3. 3 復合值的創建和查詢
8. 3. 4 Oracle中查詢的兩種技術
8. 4 函數和過程
8. 4. 1 SQL函數和過程
8. 4. 2 外部語言程序
8. 4. 3 過程的構造
8. 5 小結
習題8
第9章 面向對象資料庫OODB
9. 1 00DBS的基本概念
9. 1. 1 ODMG標准
9. 1. 2 OODBS的定義
9. 1. 3 OODB的基本概念
9. 2 ODMG對象模型
9. 2. 1 對象和文字
9. 2. 2 介面. 類和繼承
9. 2. 3 類外延. 關鍵碼和工廠對象
9. 3 ODMGODL
9. 4 ODMGOQL
9. 4. 1 OQL中的SELECT語句
9. 4. 2 OQL表達式的附加格式
9. 4. 3 OQL中對象的賦值和建立
9. 5 C 語言的綁定
9. 6 OODB. ORDB與RDB的比較
9. 6. 1 OODB與RDB在概念設計上的區別
9. 6. 2 OODB與ORDB的比較
9. 7 小結
習題9
第5部分 分布篇
第10章 分布式資料庫
10. 1 DDBS的定義和特點
10. 1. 1 從集中式. 分散式到分布式
10. 1. 2 DDBS的定義
10. 1. 3 DDBS的特點
10. 1. 4 DDBS的優缺點
10. 1. 5 DDBS的分類
10. 2 分布式數據存儲
10. 2. 1 數據分片
10. 2. 2 數據分配
10. 3 DDB的體系結構
10. 3. 1 體系結構
10. 3. 2 分布透明性
10. 4 DDBMS
10. 4. 1 DDBS的組成
10. 4. 2 DDBMS的功能
10. 4. 3 DDBMS的組成
10. 4. 4 DDBMS的同構性程度和局部自治性程度
10. 4. 5 FDBS的異構性
10. 4. 6 FDBS的5層模式結構
10. 5 分布式查詢處理
10. 5. 1 查詢代價的估算方法
10. 5. 2 基於半連接的優化策略
10. 5. 3 基於連接的優化方法
10. 6 分布式資料庫中的並發控制和恢復技術
10. 6. 1 DDB中的問題
10. 6. 2 基於數據項識別拷貝的分布式並發控制
10. 6. 3 基於投票方法的分布式並發控制
10. 6. 4 分布式恢復
10. 7 小結
習題10
第11章 異構多數據源的訪問
11. 1 中間件
11. 1. 1 中間件的定義
11. 1. 2 中間件的作用
11. 2 ODBC結構
11. 2. 1 ODBC概念
11. 2. 2 ODBC的體系結構
11. 2. 3 ODBC的特性
11. 3 ODBC介面
11. 3. 1 ODBC應用程序的基本流程
11. 3. 2 ODBC句柄
11. 3. 3 數據源的連接與斷開
11. 3. 4 SQL語句的執行
11. 3. 5 查詢結果的獲取
11. 4 ODBC的符合性級別
11. 4. 1 API符合性的三個級別
11. 4. 2 SQL符合性的三個級別
11. 4. 3 ODBCAPI與SQLCLI之間的協調
11. 4. 4 SQLCLI與嵌入式SQL的比較
11. 4. 5 典型的資料庫應用系統開發工具
11. 5 JDBC結構
11. 5. 1 JDBC的提出
11. 5. 2 JDBC的基本功能
11. 5. 3 JDBC資料庫設計方法
11. 5. 4 保持一致性的措施
11. 5. 5 JDBC驅動程序
11. 6 JDBCAPI
11. 6. 1 JDBCAPI的目標
11. 6. 2 JDBCAPI介面概貌
11. 6. 3 JDBC的介面和類
11. 6. 4 JDBC資料庫應用程序的編寫
11. 7 小結
習題11
第12章 XML技術
12. 1 XML概述
12. 1. 1 XML的誕生
12. 1. 2 XML文擋
12. 1. 3 文檔類型定義 DTD
12. 1. 4 XML模式
12. 2 XML編程介面
12. 2. 1 文檔對象模型 DOM
12. 2. 2 簡單的應用程序設計介面 SAX
12. 3 常用的XML查詢語言XQuery
12. 3. 1 XQuery的基本功能
12. 3. 2 XQuery的基本概念
12. 3. 3 簡單查詢
12. 3. 4 各種類型的查詢
12. 4 小結
習題12
第6部分 決策篇
第13章 數據倉庫
13. 1 DW概述
13. 1. 1 從DB到DW的演變
13. 1. 2 DB數據和DW數據的區別
13. 1. 3 DW的定義和特點
13. 1. 4 DW的類型
13. 2 DW的組織結構
13. 2. 1 DW的數據組織結構
13. 2. 2 粒度與分割
13. 2. 3 DWS的結構
13. 2. 4 DW的運行結構
13. 3 DW存儲的多維數據模型
13. 3. 1 多維立方體
13. 3. 2 星形模式
13. 3. 3 雪花模式
13. 3. 4 事實星座模式
13. 4 DW的數據獲取與管理
13. 4. 1 DW的數據獲取
13. 4. 2 DW的數據管理
13. 5 DW的設計和發展階段
13. 5. 1 DW設計的原則
13. 5. 2 DW設計的步驟
13. 5. 3 DW的發展階段
13. 6 小結
習題13
第14章 聯機分析處理技術
14. 1 OLAP概述
14. 1. 1 OLAP的定義
14. 1. 2 OLAP准則
14. 1. 3 OLAP的基本概念
14. 1. 4 OLAP與OLTP之間的比較
14. 2 OLAP的數據組織
14. 2. 1 MOLAP
14. 2. 2 ROLAP
14. 2. 3 HOLAP
14. 2. 4 OLAP數據的處理方式
14. 3 OLAP的多維數據分析
14. 3. 1 切片和切塊
14. 3. 2 鑽取
14. 3. 3 旋轉
14. 3. 4 OLAP應用開發實例
14. 3. 5 廣義OLAP操作
14. 4 OLAP的數據索引技術
14. 4. 1 點陣圖索引
14. 4. 2 連接索引
14. 5 基於Web的OLAP系統結構
14. 6 小結
習題14
第15章 數據挖掘
15. 1 DM概述
15. 1. 1 DM的由來
15. 1. 2 DM的定義
15. 1. 3 DM與DW的聯系與區別
15. 1. 4 DM與OLAP的聯系與區別
15. 2 DM過程
15. 3 DM的關聯分析方法
15. 3. 1 DM的分析方法
15. 3. 2 關聯規則的定義
15. 3. 3 關聯規則的分類
15. 3. 4 關聯規則的挖掘演算法
15. 3. 5 多層和多維關聯規則的挖掘
15. 3. 6 關聯規則價值衡量的方法
15. 4 DM的其他分析方法
15. 4. 1 序列模式分析方法
15. 4. 2 分類分析方法
15. 4. 3 聚類分析方法
15. 5 DM的應用領域
15. 5. 1 DM的應用行業
15. 5. 2 商業化的DM工具
15. 6 新決策支持系統概述
15. 6. 1 新DSS的結構圖
15. 6. 2 新DSS的成功實例
15. 6. 3 新DSS與傳統DSS的比較
15. 6. 4 綜合DSS的結構圖
15. 7 小結
習題15
參考文獻

『陸』 中國農科院碩士論文資料庫在哪看

中國農科院碩士論文資料庫可以在：萬方資料庫查看
1、萬方等資料庫查看。
2、本校學生的話可以去學校圖書館網頁里看本校論文資料庫就可以查詢到了。

『柒』 五大資料庫理念，讀懂亞馬遜雲科技的資料庫布局

1970 年，關系型資料庫之父 E.F.Codd 發表《用於大型共享資料庫的關系數據模型》論文，正式拉開資料庫技術發展序幕。以 Oracle、DB2、SQL Server 為代表的三大商業資料庫產品獨占鰲頭，隨後涌現出 MySQL、PostgreSQL 等為代表的開源資料庫 ，和以 Amazon RDS 等為代表的雲資料庫，拉開百花齊放的資料庫新序幕。

我們知道，雲計算十年為產業轉型升級提供了 歷史 性契機，但變革仍在進行，隨著雲計算的普及，資料庫市場發生根本性改變，雲廠商打破傳統商業資料庫的堡壘，成為資料庫領域全新力量。其中以連續六年入選 Gartner 領導者象限的亞馬遜雲 科技 為代表，我們一起探討：為什麼亞馬遜雲 科技 能始終保持其創新性？縱觀雲原生時代下，亞馬遜雲 科技 資料庫未來還有哪些更多的可能性？

01 面對四大資料庫發展趨勢，亞馬遜雲 科技 打造五大資料庫理念

後疫情時代下，加速了不少行業的業務在線化和數字化運營，企業對數據價值挖掘的需求越發強烈，亞馬遜雲 科技 大中華區產品部總經理顧凡詳細介紹其中四大趨勢：

一是伴隨互聯網、移動互聯網的發展，電商、視頻、社交、出行等新應用場景的興起，不僅數據量大，對數據實時性要求極高，傳統關系型資料庫無法滿足需求，因此驅動雲原生資料庫的出現。

二是開源資料庫的廣泛應用。

三是應用程序現代化對資料庫提出更高要求，期待資料庫擁有更高的性能、可擴展性、可用性以及降低成本，讓開發人員專注於核心業務的應用開發，不用關注和核心業務無關的代碼。

四是軟體架構歷經 PC、互聯網、移動互聯網，再到如今的萬物互聯時代，其中的迭代和轉型正在驅動資料庫選型的變化。

在此四大趨勢下，伴隨企業的業務量越來越大、越來越復雜，對資料庫的要求越來越高。亞馬遜雲 科技 洞察客戶需求，在打造雲上資料庫產品時提出五大理念：

一是專庫專用，極致性能；二是無伺服器，敏捷創新；第三是全球架構，一鍵部署；第四是平滑遷移，加速上雲；第五是 AI 賦能，深度集成。

02 歷經真實錘煉，五大資料庫理念，持續賦能企業數智轉型

顧凡表示，隨著數據爆炸式增長，微服務架構與 DevOps 愈發流行的今天，一個資料庫打天下的時代已然過去。我們需要在不同的應用場景下，針對不同的數據類型和不同的數據訪問特點，為開發者和企業提供專門構建的工具。

所以亞馬遜雲 科技 提出 第一個核心資料庫理念：專庫專用 。在此理念下，推出針對關系數據、鍵值數據、文檔數據、內存數據、圖數據、時許數據、分類賬數據、寬列等專門構建資料庫的產品家族。

這些資料庫產品均經歷過亞馬遜內部核心業務的真實錘煉，成績斐然：

亞馬遜電商當年是 Oracle 的客戶之一，隨著亞馬遜電商的應用重構和業務體量發展，亞馬遜電商決定將業務遷移到亞馬遜雲 科技 里。100 多個團隊參與這龐大的遷移工作中，將亞馬遜電商采購、目錄管理、訂單執行、廣告、財務系統、錢包、視頻流等關鍵系統全部從 Oracle 遷出來。2019 年，亞馬遜將存儲近 7500 個Oracle 資料庫中的 75 PB 內部數據遷移到多項亞馬遜雲 科技 的資料庫服務中，包括 Amazon DynamoDB、Amazon Aurora、Amazon ElastiCache，於是亞馬遜電商成為亞馬遜雲 科技 在全球的「第一大客戶」。

從 Oracle 切換到亞馬遜雲 科技 後，亞馬遜電商節省了 60% 成本，面向消費者端的應用程序延遲降低 40%，資料庫管理支出減少 70%。

以被譽為「亞馬遜雲 科技 歷史 上用戶數量增速最快的雲服務」Amazon Aurora 為例，其擁有科媲美高端商業資料庫的速度和可用性，還擁有開源資料庫的簡單性與成本效益，Amazon Aurora 讓客戶滿足「魚和熊掌兼得」需求。

據顧凡介紹，Amazon Aurora 可提供 5 倍於標准 MySQL 性能，3 倍於 PostgreSQL 吞吐量。同時提供高可用，可用區（AZ）+1的高可用，Global Databases 可完成跨區域災備。可擴展到 15 個只讀副本，成本只有商業資料庫的 1/10。

醫葯企業九州通為葯廠、供應商，搭建葯廠、供應商、消費者提供供應鏈鏈條。其 B2B 系統的業務特點是讀多寫少，受促銷活動、工作時間等影響，經常會出現波峰波谷落差較大的情況，讀寫比例在 7：2 或者 8：3。九州通採用 Amazon Aurora 後實現讀寫分離和按需擴展，整體資料庫性能提升 5 倍，TCO 降低 50%。實現了跨可用區部署、負載均衡、自動故障轉移、精細監控、按需自動伸縮等。

據權威機構預測，到 2022 年，75% 資料庫將被部署或遷移至雲平台。在這個過程中，亞馬遜雲 科技 是如何通過技術來幫助客戶加速應用上雲的？這離不開除了上述的「專庫專用」外，以下四大理念：

第二個理念是無伺服器、敏捷創新。 亞馬遜雲 科技 大中華區產品部數據類產品高級經理王曉野表示，企業業務總有波峰波谷之時，如何按照企業 80-90% 的業務峰值來規劃資料庫的存儲容量和計算資源的話，將給應用帶來一定的業務連續性的妥協和挑戰。因此大多數企業都是按照峰值留有餘地來選擇資料庫的計算資源，這將造成成本上的浪費。而 Serverless 資料庫服務可完成無差別的繁復工作和自動化擴展。

Amazon DynamoDB 是亞馬遜雲 科技 自研 Serverless 資料庫，其誕生最早可追溯到 2004 年，當時亞馬遜電商作為 Oracle 的客戶，盡管對於關系型資料庫在零售場景的需求並不頻繁，70% 均是鍵值類操作，此時倒逼亞馬遜電商思考：為什麼要把關系型資料庫這么重得使用？我們可以設計一款支持讀寫、可橫向擴展的分布式資料庫嗎？後來的故事大家都知道了，這款資料庫就是 Amazon DynamoDB，並在 2007 年發表論文，掀起業界 NoSQL 分布式資料庫技術創新大潮。

Amazon DynamoDB 可為大規模應用提供支持，支撐亞馬遜自身多個高流量網站和系統，如亞馬遜電商網站、亞馬遜全球 442 個物流中心等。在亞馬遜電商一年一度 Prime Day，光是針對DynamoDB API 的調用達到數萬億次，最高峰值請求達到每秒 8920 萬次。由此可見，DynamoDB 擁有高吞吐、擴展性、一致性、可預測響應延遲、高可用等優勢。

智能可穿戴設備廠商華米 科技 ，在全球 70 多個國家擁有近 1 億用戶。僅 2020 年上半年，其手錶出貨量超 174 萬台，截止到 2021 年 2 月，華米 科技 的可穿戴設備累計記錄步數是 151 萬步，累計記錄的睡眠時間是 128 億個夜晚，記錄心率總時長達 1208 億個小時。如此龐大的數據同時必須保證極高的安全性和低延遲相應，如何保證穩定性是巨大的挑戰。

DynamoDB 幫助華米 科技 在任何規模下都能提供延遲不超過 10 毫秒的一致響應時間。華米 科技 健康 雲的 P0 和 P1 級別故障減少了約 30%，總體服務可用性提升了 0.25%，系統可用性指標達到 99.99%，為華為 科技 全球化擴展提供了有力的支撐。

最新無服務資料庫產品是 Amazon Aurora Serverless V2 提供瞬間擴展能力，真正把擴展能力發揮到極致，在不到一秒的時間內，將幾百個事務擴展到數十萬的級別。同時在擴展時每一次調整的增量都是非常精細化的去管理，如果按照峰值來規劃資料庫資源，可實現大概90%的成本節省。目前 Amazon Aurora Serverless V2 在全球實現預覽。

第三個理念是全球架構、一鍵部署。 在全球化的今天，如何支撐全球客戶的業務擴展連續性、一致性、以最低延遲帶給到終端客戶上，對資料庫提出新的挑戰。

亞馬遜雲 科技 提供 Amazon Aurora 關系型資料庫Global Database、Amazon DynamoDB、Amazon ElastiCache 內存資料庫、Amazon DocumentDB 文檔資料庫都能利用亞馬遜雲 科技 的骨幹網路提供比互聯網更穩定的網路支撐，以一鍵部署的方式，幫助客戶實現幾千公里跨區域資料庫災備，故障恢復大概能在一分鍾之內完成，同時跨區域的數據復制延遲通常小於一秒。

第四個理念是平滑遷移、加速上雲。 目前，450000+ 資料庫通過亞馬遜雲 科技 資料庫遷移服務遷移到亞馬遜雲 科技 中，這個數字每年都在不斷增長。亞馬遜雲 科技 提供 Amazon DMS、Amazon Database Migration Service 等工具讓開發者和企業進行自助式雲遷移。另外，對於遷移過程中可能會需要的支持，可通過專業服務團隊和合作夥伴網路成員，為客戶提供專業支持，還通過 Database Freedom 項目幫助客戶降低他們的顧慮。

今年 11 月，最新產品 Babelfish for Amazon Aurora PostgreSQL 在全球和中國兩個區域正式可用，可加速企業上雲的遷移，實現讓企業可以利用原有的技術棧、原有的 SQL Server T-SQL的人員可以利用到雲資料庫進行創新。

第五個理念是 AI賦能，深度集成。 我們觀察到，ML 技術賦能資料庫開發者，開發者無需具備機器學習專業知識，就可進行機器學習操作。在此潮流下，亞馬遜雲 科技 推出 Amazon Neptune，藉由 Deep Graph Library 和 Amazon SageMaker 驅動圖神經網路。

今年 8 月，Neptune ML 在中國正式可用，允許數據工程師不需要掌握機器學習的技能直接從圖資料庫里導出數據、轉換格式、訓練模型並發布，用 gremlin 語句調用訓練成的模型在資料庫里實現推理，進行欺詐檢測，推薦物品。

目前，亞馬遜雲 科技 加速在中國區域服務落地，2021年至今新發布 60 多個資料庫服務與功能。亞馬遜雲 科技 正是通過上述五大資料庫理念，打造豐富的資料庫產品家族，在全球智能化發展趨勢下，為企業提供更快更好的數智服務，釋放數據價值，並連續六年入選 Gartner 領導者象限，得到業界和客戶的深度認可。

『捌』 《中文科技文獻資料庫》收錄要求

1、書稿應為該研究領域處於領先水平的個人原創成果，集體成果不予收錄。
2、書稿應堅持正確政治方向，充分體現科研立場、觀點、方法；切實尊重知識產權，恪守學術道德，符合學術規范；不得有違反國家憲法及相關法律規定，危害國家安全、榮譽和利益的內容，及法律、法規明文禁止的其他內容。對存有以上問題的，一經查實，申請人3年內不得申報《中文科技文獻資料庫》；如已入選，將撤銷資格，追回榮譽證書，並通報批評。
3、成果形式一般應為中文學術專著，如有特別優秀並具有較高學術價值的調研報告、古籍整理、學術前沿訪談錄等形式的成果亦可適量吸收。教材、譯著、工具書、散篇論文集、資料匯編、普及性讀物、軟體等成果形式不予受理。
4、選題應有相當重要的學術價值、理論意義和現實意義。
5、書稿須充分尊重前人及今人已有之相關學術貢獻，交代相關學術背景，並在總結前人研究的基礎上提出問題。
6、理論須系統深入，論證要合乎邏輯，研究方法應體現現代科學精神。
7、資料須扎實可靠。所有引文，務請與原著逐一核對，確保准確無誤。尤其對商榷性文字，不得斷章取義，故意誤解或曲解；書稿所引用的相關數據資料必須准確、權威，有明確出處；屬於個人實地調研或問卷調查的數據要有明確的注釋。
8、落選《中文科技文獻資料庫》者，應對之前所投書稿進行較大修改完善後再行投稿，或者更換稿件投稿，享有優先錄用權。