数据库原理实验报告，学数据库编程之前必须从C？
c++是系统级的编程语言，难度最大，不是最合适的数据库开发语言！数据库开发，首先要学数据库原理，掌握范式；学习关系代数，键，属性，元组，sql；然后学习要用的具体数据库例如mysql,oracle，pg;掌握存储过程，包，触发器，函数，索引等常见语法；然后学习一门宿主语言例如java或者python,通过数据库接口api调用数据库对象操纵数据库；之后可以学习数据统计，数据分析，spark等，涉及机器学习领域；也准备好学习nosql，例如mongodb,redis等！
总之数据库领域涉及面很广，需要卧薪尝胆苦学苦练，方能立于不败之地！
数据库原理里的PRIMARY？
primary key == 主键 等价于 唯一 (UNIQUE) 且 非空 (NOT NULL)。
主关键字(primary key)是表中的一个或多个字段，它的值用于唯一地标识表中的某一条记录。在两个表的关系中，主关键字用来在一个表中引用来自于另一个表中的特定记录。主关键字是一种唯一关键字，表定义的一部分。一个表不能有多个主关键字，并且主关键字的列不能包含空值。主关键字是可选的，并且可在 CREATE TABLE 或 ALTER TABLE 语句中定义。主键: 能够唯一表示数据表中的每个记录的【字段】或者【字段】的组合就称为主码(主键)。一个主键是唯一识别一个表的每一记录，但这只是其作用的一部分，主键的主要作用是将记录和存放在其他表中的数据进行关联。在这一点上，主键是不同表中各记录之间的简单指针。所以，主键的值对用户而言是没有什么意义，并且和它要赋予的值也没有什么特别的联系。大数据时代需要哪些数据库技术？
数据库技术的发展实际上取决于互联网发展过程中需求的不断升级。如果数据是小钱钱，那么数据库就好比古代的布袋，皮钱包再到如今的电子钱包。演变就是为了适应需求的变化。总的来说，根据数据库原理的不同，可以分为关系型数据库，NoSQL数据库以及时序数据库。下面就为大家简单介绍下这几类数据库的特点以及应用场景：
关系型数据库关系型数据库是比较传统的数据库，其中包括SQL Server，Oracle，DB2，MySQL等。关系型数据库是基于行存储的，适合结构化实体的存储，读写性能比较平均，支持复杂条件查询。但对于非结构化数据的存储就有些吃力了。
NoSQL数据库NoSQL数据库的代表非MongoDB莫属，如今，随着MySQL 8的出现，NoSQL数据库的选择也变得多样起来。NoSQL数据库包括文档型数据库，列存储数据库等。这类数据库很好的支持了非结构化数据的存储，但是部分此类数据库由于其底层实现，读性能相较于写性能来说要优异许多。举个栗子，Google Cloud DataStore是一款文档型数据库，其底层基于列索引的BigTable实现。当插入一个JSON对象时，内部需要很多操作来完成对象的保存，相较于关系型数据库的插入操作要麻烦一些。
时序数据库时序数据库是一个新兴的概念，目前比较流行有InfluxDB，国内初创公司涛思数据的TDengine也是不错的选择。时序数据库适用于物联网传感器数据的存储以及应用日志收集等场景。通过名字就可以看出该类数据库存储的数据基本都是通过时间戳索引的，因此同样不支持复杂的条件查询。
结语关系型数据库，NoSQL数据库以及时序数据库的选择取决于要存储的数据类型，应用场景。但在互联网如此发达的今天，还要应对高并发，高可用的挑战。也就有了后来的读写分离，故障转移，读拷贝等技术的出现，同时也诞生了应用缓存Redis，消息队列Kafka等来缓解数据库的压力。在选择数据库时，根据应用场景，数据类型选择最合适的就好。
如何用python监视mysql数据库的更新？
我遇到过和题主一样的问题，其实每种数据库都能找到一些方法去监控数据的变化，比如mysql可以通过配置my.ini将数据库操作日志写到文本文件中，然后通过分析文本去获取变化。但是这样处理实在缺少Python精神：一是你的代码同特定数据库深度耦合，如果后续会迁移到其它数据库问题很多；二是这种代码安装部署很麻烦，需要系统管理员去配合修改mysql设置，而且对mysql的性能影响也需要测试人员进行深度测试。
最终，我选择了一种看起来有点笨，但却非常通用，而且对数据库的性能影响也能预估的方法：使用sql语句去监控数据表的变化。
这种方法具有以下优点：
只使用sql语句，很容易移植到其它数据库系统中使用。定义好轮询间隔时间，可以有效的控制对数据库系统的资源占用。安装配置非常简单，无需修改数据库系统的设置。设计思路非常简单，每隔固定间隔检查一下数据表，如果有新的记录触发回调函数。通常的业务需要两种监控模式，一是新增记录监听（我称之为listen），二是监控已有记录的变化（称之为moniter）。
新增记录的监听所有待监听的表需要有一个自增的字段id，只要判断上一次轮询后有没有新的id出现即可。你需要将上一次处理的最后一个id存储下来，这里我只用了一个变量去存储，你可能需要把它持久存在磁盘或数据库里。代码原型如下：
#!/usr/bin/python# -*- coding: UTF-8 -*-import threadingclass BaseListener(object): #使用一个线程启动监听 def __init__(self): self.checkpoint = 0 self.listen_thread = threading.Thread(name="Listener", target=self.do_listen) self.listen_thread.start() def start(self): self.stop_flag = False def stop(self): self.stop_flag = True def set_checkpoint(self, v): #设置监听的断点，如果需要可以持久存储在磁盘上 self.checkpoint = v def get_checkpoint(self): return self.checkpoint def do_listen(self): while True: if not self.stop_flag: #监听用sql语句，应当以id倒排，需要使用 WHERE id > {CHECK_POINT}进行筛选，如 sql = "SELECT * FROM a WHERE id>{CHECK_POINT} ORDER BY id DESC" checkpoint = self.get_checkpoint() sql_listen = sql.replace("{CHECK_POINT}", checkpoint) # fetchall为读取全部记录的语句 recs = self.fetchall(sql_listen) for rec in recs: rec_id = rec.get('id') self.callback(rec) self.set_checkpoint(rec_id) #根据情况设置轮询时间 time.sleep(1) def callback(self, dictdata): # 这是do_listen调用的一个回调函数，把数据传过来处理，在子类中实现 print "Should be implemented in subclasses！"已有记录是否变化为了更加通用，我们可以抽象为，某一个sql语句查询结果是否有变化。查询结果通常是一个结构体，在Python里面无法有效的比较一个结构体是否有变化，我们可以使用讨巧的办法：将这个结构体序列化后去做比较，我选择了pickle去做序列化操作，它比json更加高效和稳定一些。很明显，这里的一个关键是你需要存储上一次查询得到的数据才能和最近一次查询做比较。代码原型如下：
#!/usr/bin/python# -*- coding: UTF-8 -*-import threadingimport pickleclass BaseMonitor(object): """ 监听数据变化的基类 """ def __init__(self): self.prev_data = None self.stop_flag = True self.monitor_thread = threading.Thread(name="Monitor", target=self.do_monitor) self.monitor_thread.start() def start(self): self.stop_flag = False def stop(self): self.stop_flag = True def do_monitor(self): while True: if not self.stop_flag: self.execute(self.extra_sql) data = self.fetchall(self.base_sql) if data: str_data = pickle.dumps(data) if str_data != self.prev_data: self.callback(data) self.prev_data = str_data def callback(self, dictdata): # 这是do_monitor调用的一个回调函数，把数据传过来处理，在子类中实现 print "Should be implemented in subclasses！"如何使用使用这两个类，只需要继承它们，并实现callback函数就好。如：
class ListenTest(BaseListener): def callback(self, dictdata): print "LISTEN:",dictdataif __name__ == "__main__": ad = ListenTest() ad.start()希望上面的思路或多或少能帮到你。
在数据库原理中R？
您好，令 r÷s=t t需要满足一下三个条件：
1.t含于II(r-s)(r) 中
2.对s中的每个元组ts和r中的每个元组tr： 1.tr[S]=ts[S] 2 tr[R-S]=t R÷S1=R1( D1,D2,D4) a 1 a b 1 b a 2 c R÷S2=R2( D1,D2,D3) (没有元组) R÷S2=R3( D1,D4) a c 笛卡尔积结果(这个一看就能看出规律) R*S=R4(A1 ,A2,A3,A4,D1 D2,D3,D4) a 1 A A a 1 A A a 1 A A b 1 A A a 1 A A a 2 A A a 1 A A a 2 B B a 1 A A b 1 B B . . . 共 3*5=15种
