监测数据库

⑴ android 数据库怎么监听数据变化

在android中经常会用到改变数据库内容后再去使用数据库更新的内容，很多人会重新去query一遍，但是这样的问题就是程序会特别占内存，而且有可能会搂关cursor而导致程序内存未释放等等。其实android内部提供了一种ContentObserver的东西来监听数据库内容的变化。
ContentObserver的构造函数需要一个参数Hanlder，因为ContentObserver内部使用了一个实现Runnable接口的内部类NotificationRunnable，来实现数据库内容的变化。需要使用hanlder去post消息。注册ContentObserver的方法是：getContentResolver().registerContentObserver(uri, notifyForDescendents, observer).
上面3个参数为：uri----Uri类型，是需要监听的数据库的uri.
notifyForDescendents---boolean true的话就会监听所有与此uri相关的uri。false的话则是直接特殊的uri才会监听。一般都设置为true.
observer-----ContentObserver 就是需要的contentobserver.
初始化一个ContentObserver对象，重载onChange(boolean ),在这个方法里去操作数据库的使用，针对变化后的使用。

⑵ 2022年国内主流医药数据库有哪些

目前主要使用的医药数据库分为两大类，一个是免费医药数据库，一个是商业综合类的医药数据库。医药数据库的本质是让用户能在短时间内在一个网站把想要的信息通过检索一览无余，因此，全面性、准确性、及时性是该类数据库的主要指标。

先说免费医药数据库，大大小小的比较多，但真正用户量大，达到一定使用频率的，我们在此推荐三个最全面的：

①：DrugBank数据库，它是加拿大阿尔伯塔大学（University of Alberta）研究人员将详细的药物数据和全面的药物目标信息结合起来,建立的真实可靠的生物信息学和化学信息学数据库。DrugBank包含50万种药物信息，其中包括2653种经批准的小分子药物、1417种经批准的生物技术(蛋白质/肽)药物、131种营养品和6451种实验药物。

②：pharnexcloud，他目前是开放程度高的中文界面医药数据库，包含了全球药品研发管线、审评审批进度、全球临床试验、中国临床试验、药品招投标、集采、一致性评价等大量整合信息。

③：ClinicalTrials，它是一个基于网络的资源，为患者、他们的家庭成员、医疗保健专业人员、研究人员和公众提供了方便地访问关于各种疾病和病症的公共和私人支持的临床研究的信息。该网站由 美国国立卫生研究院的国家医学图书馆(NLM) 维护（NIH），美国国家医学图书馆提供的资源，探索所有 50 个州和 221 个国家/地区的 422,494 项研究。注：所有资料及相关研究仅供参考，未取得相关政府机构评定。

免费数据库涉及数据层面的关联性相对单一、数据深度存在一定局限性，毕竟这类数据库没有像商业数据库那样花上足够多的人力成本及时间成本去清洗、整理、维护数据。

商业类医药数据库往往是高价值数据库的代表。商业类医药数据库特点是功能强大不仅能对学术类信息加以融合处理，还能分析药品全生命周期数据，竞品药品销售详细情况、竞品企业招投标、投融资、集中采购信息等；除此之外还能实时跟踪产品管线最新信息，做到实时调整战略方向，防止做无用功浪费企业资源。现在商业类数据库可以说是医药企业必备的数据库。笔者就国内药企主要使用的商业医药数据库（同时对比两个国外数据库）给大家一一列举。

药融云企业版Pharnexcloud

数据全面性：★★★★★

运营企业：药融云数字科技

上线时间：2020年

数据库数量：218个

产品组成：药物研发库群、上市药品库群、药品销售库群、市场信息库群、一致性评价库群、原料药库群、医疗器械库群、生产检验库群、合理用药库群、医药文献等十个版块构成。

数据来源：各国药品监管机构、试验研究、学术会议报告、文献期刊、异构资源、企业公告各国卫生机构、医学新闻杂志、网络资讯、专利、协会学会等。

数据特色：数据采集近80个主流国家，监控全球10万+医药数据信息源，数据放大模型算法涉及人口学、经济学、发病率、医疗资源分布等各类特征参数。

增值服务：①专人对接需求，团队解决问题。②沙龙、巡讲、峰会、项目交易、需求对接等活动支持，能加入他们药融圈生态链。

优点：全面覆盖医药领域全产业链各环节，数据总量大、数据来源、专业报告、数据算法、结果展示都做得非常好。

缺点：相比较于全球顶尖的cortellis、informa等，pharnexcloud的数据展示结果关联性还有明显的进步空间。

pharnexcloud医药数据库后来居上，进步很快，近年来逐步成为国内医药企业选择较多的医药数据库，因其产品功能的全面和数据全面性得到越来越多的认可，希望能保持这个进步速度。

药智

综合性推荐指数：★★★★☆

运营企业：重庆康洲数据

上线时间：2009年

产品组成：由研发、一致性、生产、上市、市场、用药、药化、中药材、器械等九个版块组成。

数据来源：地区机构、资讯、企业公告报道、医疗会议、公司年度报告、医疗卫生机构、医学杂志、专利、商标、技术实施文件、学术会议、技术报告、科技期刊等。

数据库数量：172个

检索方式、功能点、底层数据架构、界面展示：与insight、Pharnexcloud数据库大体一致。

优点：药物综合报告、审评、临床数据都做得相当不错。而且仅此一家推出了化妆品、食品数据库。

缺点：药品销售数据起步阶段暂不够成熟，全球数据相对量少。（药品销售数据对于药品的立项调研、竞品销售分析、销售战略目标制定都是重中之重）。创新药物收录数量有待提高。

医药魔方

综合推荐指数：★★★★☆

运营企业：北京华彬立成

上线时间：2013年

数据库数量：49个

产品组成：资本透视、全球新药、全球临床、基础数据、市场洞察这五个版块构成。

数据来源：实验室研究、内部会议、专业报道、专利、商标、技术实施文件、学术会议、技术报告、科技期刊、文献、教科书、地区机构、资讯、新闻资讯、公司年度报告等。

产品亮点：资本透视和创新药物版块做得非常不错，在该领域都属于行业佼佼者。

收费：单价在国内偏高

优点：投融资版块、可视化疾病图谱和靶点整合、审评、临床等数据做充分关联、新上线的NextMed板块有一定领先性、其投融资版块做得很好。

缺点：总体数据数量偏少，药物研发也只解读了3万多个药物，比较同类产品丢失部分功能版块，全球数据不够丰富。销售数据模块虽然有，但十分封闭，无任何宣传，对其具体情况业内不了解。

医药魔方作为创新药物和医药投融资数据库目前国内用户沉积多的数据库之一，但其产品功能过于封闭，已成自己的围墙。

药渡

综合推荐指数：★★★☆

运营企业：药渡经纬信息科技

上线时间：2013年

数据库数量：132个

产品组成：由全球药物、全球器械、投资生态、临床研究、专利文献、政策法规、世界药问、数据定制八个版块构成。

数据来源：实验室研究、内部会议、专业报道、专利、商标、技术实施文件、学术会议、技术报告、科技期刊、在线数据库、在线辞典、电子书库、地区机构、资讯、企业公告报道、医疗会议等。

优点：其药物研发信息与国内审评、临床等多个库均有不错的关联，层级结构、标签及界面都做得相当不错。对生物药、化学药等细微标签做了单独优化。

缺点：目前没有药品销售数据，临床、上市药品分析等数据采集方面比较弱，总体数据量在业内偏弱。

药渡作为国内老牌医药数据库之一以全球研发数据为核心，重点发展咨询业务。缺少销售数据其核心版块数据，导致其数据业务只是一直低价在为其咨询业务做支撑。

米内

综合推荐指数：★★★★☆

运营企业：广州标点医药信息

上线时间：2010年

数据库数量：72个

产品组成：药品销售（多层格局，医院、零售）、审评进度、上市药品、临床试验、中标数据、全球新药研发、全球专利、项目进度这个七个版块构成

产品特色：国内药品销售数据领头企业，其医院销售数据以“三大终端六大市场”为基础，分层抽样多等级医院放大至全国。城市公立医院、县级公立医院、实体药店、网上药店、城市社区卫生中心、乡镇卫生院等各类维度齐备。

优点：南方所背景，医院销售数据算法和研发数据都做得非常不错。六大格局在国内首屈一指。近期上线了独家的电商类数据，虽然业界还在争议电商数据可信度，但毕竟先走出了这一步。

缺点：全面性比较弱，销售数据以外的全球数据、研发数据、审批数据相对重视程度很低，版本一直没有大的进展。

米内医药数据库南方所背景其医院销售版块覆盖面最广之一，但其它版块相对薄弱。

丁香园Insight

综合推荐指数：★★★☆

运营企业：杭州观澜网络

上线时间：2013年Insight（2006年总部）

产品组成：临床试验、申报进度、药品库、上市产品、制药企业、招投标、一致性评价、医药新闻、生物制品、全球数据等十个版块构成。

数据来源：内部会议、专业报道、专利、商标、在线数据库、在线词典、电子书库、异构资源共享平台、知识库、地区机构、资讯、企业公告报道、医疗会议、新闻资讯等。

产品特色：其界面小功能开发丰富特别是小图标的应用在国内UI设计上是好的，区别于同类产品。

检索方式、功能点、底层数据架构、界面展示：与药智数据库大体一致。

优点：搜索体验、UI界面小功能、时间轴、注册数据、国内药物审评、上市批文这些国内数据中做得非常不错。

缺点：市场和销售相关数据涉及较少，全球研发数据处于刚起步阶段(全球药物研发数据对于药企来说十分重要可谓是医药行业的风向标，在全球药物格局、药物立项调研、企业发展战略方向制定方面的重要性不言而喻)

Insight作为老牌医药数据库的典型代表，背靠丁香园集团的大树，目前国内用户沉积多的数据库之一，但因其药物研发数据版块、药品市场与销售数据起步晚，影响了其总体优势。

上海医工院PDB

综合推荐指数：★★★

运营企业：上海数图健康医药科技

上线时间：2011年

数据库数量：31个

产品组成：分为药物综合和新药研发监测两个数据库；药物综合数据库包含了国内市场、细分市场、全球市场、国内工业生产、企业经济运行五个版块；新药研发监测数据库包含了全球研发、中国研发、一致性评价、企业竞争，品种筛选分析五个版块。

数据来源：专利、商标、技术实施文件、学术会议、技术报告、科技期刊、文献、教科书、地区机构、资讯、新闻资讯、公司年度报告、pjb等。

优点：工信部背景知名度高国产医药数据库鼻祖，审评、临床等数据有不错的关联展示；新上线的RPDB零售板块有明显的优势提升；RAS医药处方分析系统具备一定独家性。

缺点：数据全面性相对不高，部分工业类数据更新较慢，UI设计过于传统。PDB作为全国老牌医药数据库之一，全球药物研发数据采集处于起步阶段，也许是底层架构设计问题单开了一个CPM（新药研发监测数据库）导致其部分关联性较差。

科睿唯安cortellis

综合推荐指数：★★★★☆

产品组成：Cortellis 数据库包含Cortellis竞争情报、Cortellis早期药物发现、CMC、仿制药、原料药、系统生物学Metacore等等多个模块，主要由竞争信息、疾病简报、监管信息、新闻、药物发现信息这几个版块构成；

数据来源：各大药品监管机构、新闻杂志、网络资讯、文献期刊、学术报告、专利商标、公司年报等。

检索方式、功能点、底层数据架构：这三个维度和informa数据库基本一致，只是样式展示风格不一样。

优点:在展示结果关联性、专业报告、数据维度方面都做得非常好。

缺点: 缺少系统化药品销售数据，对中国企业管线监控出现不少滞后和少量错误，缺少中国药监局等数据分析。

cortellis医药数据库目前在世界医药领域知名医药数据库之一，因在国内因为其水土不服相比之下使用人群比例不是那么多。

英富曼Informa

综合推荐指数：★★★☆

产品组成：Biomedtracker、Pharmaprojects、Sitetrove、Trialtrave、Datamonitor Healthcare、In Vivo、Medtech Insight、Pink Sheet、Scrip多个版块组成。

数据来源：各国药品监管机构、医疗卫生机构、新闻杂志、网络资讯、文献期刊、学术报告、专利商标、公司年报、搜索引擎、学术会议等。

检索方式、功能点、底层数据架构：这三个维度和cortellis数据库基本一致，只是样式展示风格不一样，更符合国人使用习惯。

优点：可以综合计算药物批准通过率，数据更新历史记录，在新闻数据追溯、展示结果关联性、数据维度方面都做得很好。

缺点：没有销售数据、没有仿制药信息、缺少中国药监局数据解读，中国企业管线跟踪滞后；

Informa医药数据库当前世界主流医药数据库之一，其Pharmaprojects版块Pharnexcloud的’全球药物研发版块’被客户比较得多，因为价格和缺少国内审批等数据因此占有率偏低，目前在国内主要客户人群为高校为主。

一共写了目前国内主要使用9个主流数据库的测评，2个国外医药数据库。每个数据库都各有特色，可以根据自身情况供您选择。

⑶ 如何监测和优化OLAP数据库

微软SQLServer分析服务(SSAS)提供了一个用来创建和管理数据挖掘应用和在线分析处理系统的强大引擎，为了取得最佳的OLAP性能，你应该仔细的监测和优化OLAP数据库和潜在的关系数据源，本文介绍了监测SSAS和优化OLAP性能的工具。

SQLServer Profiler

你可以使用SQL ServerProfiler基于选择好的事件来捕获SSAS实例的活动，SQL Server
Profiler以跟踪的方式来捕获活动并且包含了一套满足最常见的跟踪捕获场景的预定义的模板，可以将跟踪到的信息保存到一个文件或者是一个允许你实时
监测数据的SSAS的数据库中，也可以实时的或者是一步一步的在同一个或者是另一个SSAS实例上重放跟踪，通过对跟踪进行重放，能够轻易地找到运行慢的
多维表达式，或者是MDXes，比较不同环境下的性能基准进行测试和调试，你也能够使用SQL Server
Profiler对安全进行审核，比如说，可以设置用来审核失败的链接尝试或者是一个用户试图访问一个未经授权的对象时许可失败的跟踪文件，关于如何创建
和运行跟踪的详细内容，请看为重放(分析服务)创建分析跟踪和分析服务跟踪事件。

系统监视器

监控本地和远程SSAS实例和操作系统以及所运行的计算机性能的一个最常使用的工具是系统监视器，这是一个Windows性能的实用组件，提供了近
乎实时的仅被用来实时监控的性能信息，并且是被看作用来测量性能和识别硬件瓶颈的最好的工具之一，但是，你不能使用系统监视器来鉴定性能问题的原因，比如
说，系统监视器也许显示高的CPU使用率，但是不会标识出原因;你可以从一个位置使用系统监视器来监控多个计算机，对于每一个需要监控的系统来讲可以减少
资源占用，并且给了你一种直接比较不同计算机的性能统计的方法。

扩展事件和分析服务动态管理视图

扩展事件(XEvents)是一个对系统资源占用非常少的一个高伸缩性和轻量级性能监视系统的事件基础架构，使用XEvents，可以捕获针对所有

SSAS事件给到指定的用户，XEvents基础架构已经被直接集成到了SQLServer并且可以使用T-SQL简单的进行管理，更多的信息请看SQL
Server扩展事件。

分析服务动态管理视图(DMVs)是用来提供大量的关于分析服务实例状态和服务器健康信息的查询结构，使用这些信息能够诊断和调优分析服务实例或者是数据库性能，所有的DMVs都内置于$System中，关于使用DMVs监控分析服务的更多信息，请查看MSDN资源。

以上是用来监测SSAS和OLAP性能的工具，下面是优化OLAP应该考虑的地方。

使用索引

索引可以提高影响多维在线分析处理(MOLAP)分区处理速度和关系在线分析处理(ROLAP)分区查询速度的基础数据库的查询性能，大部分分析服
务数据库是只读的因此可以从索引中受益，一般的经验法则是创建覆盖所有分析服务执行的查询，另外，为了实现最佳的性能，你应该创建的所有索引应该使用
100%的填充因子。

在基础数据库中成本消耗会关系到使用的索引，比如，更新数据的查询(INSERT,
UPDATE或者DELETE)也一定会修改索引，因此，大量的索引会降低这些DML操作(INSERT,UPDATE or
DELETE)的性能，但是，这个不会影响到一个只读系统，另外，索引会占用时间和磁盘空间，最好的做法是使用SQL Server
Profiler和数据库引擎优化向导或者和索引相关的DMVs和动态管理函数DMFS定期的分析查询和索引的使用，这样能帮助你发现需要创建的索引以及
删除掉的索引。

选择适当的聚合

查询性能在很大程度上依赖于适当的聚合，但是没有必要在每一个维度的级别上添加聚合，当使用聚合设计向导(Aggregation Design
Wizard)或者是Usage-Based优化向导时，你应该从较低的值开始尝试不同的性能增益值，最初，当你提高了性能增益值时会注意到主要的查询速
度的提高，尽管性能增益值提高了，也常常会有收益递减，每一次性能的提升使得磁盘空间的增长逐步升级，你也能够使用搜索日志来存储用户查询以备为将来分析
使用，使用Usage-Based优化向导对查询日志数据优化聚合，你也能使用聚合设计向导创建适当的聚合，对于一个拥有较少或者是没有查询日志数据的新
的系统来讲聚合设计向导是非常有用的，而当一个系统成熟时Usage-Based优化向导会产生较好的结果。

使用主动缓存

为了在查询OLAP数据库时达到较快的效果，你必须使用MOLAP存储，但是，如果你使用了MOLAP，因为它是周期性的处理数据的，所以数据会有
一些延迟，为了获得最新的数据，你也必须使用ROLAP存储，但是ROLAP的存储性能要比MOLAP在查询响应方面明显的慢，那就是主动缓存配置选项很
有用的地方了，因为它允许分析服务可以从MOLAP和ROLAP两边检索，因此为使用了ROLAP的最新数据的MOLAP提供了效能，可以在MSDN资源
中发现更过的关于主动缓存的信息。

⑷ 年底如何清理监测数据库

右键浏览器图标，属性，就有个删除的了