采集数据不停的写入access数据库,经历很长时间，导致文件太大，怎么解决

1、分离数据库，分离前后台，通过数据连接来将减小前台数据库体积。

2、定期压缩后台数据库。

3、数据超过10万条，建议定期把数据导出（必要时再连接数据），并从后台删除相应数据。

通常数据库分为关系型数据库和非关系型数据库，关系型数据库的优势到现在也是无可替代的，比如MySQL、SQL Server、Oracle、DB2、SyBase、Informix、PostgreSQL以及比较小型的Access等等数据库，这些数据库支持复杂的SQL *** 作和事务机制，适合小量数据读写场景；但是到了大数据时代，人们更多的数据和物联网加入的数据已经超出了关系数据库的承载范围。

大数据时代初期，随着数据请求并发量大不断增大，一般都是采用的集群同步数据的方式处理，就是将数据库分成了很多的小库，每个数据库的数据内容是不变的，都是保存了源数据库的数据副本，通过同步或者异步方式保证数据的一致性，每个库设定特定的读写方式，比如主数据库负责写 *** 作，从数据库是负责读 *** 作，等等根据业务复杂程度以此类推，将业务在物理层面上进行了分离，但是这种方式依旧存在一定的负载压力的问题，企业数据在不断的扩增中，后面就采用分库分表的方式解决，对读写负载进行分离，但是这种实现依旧存在不足，且需要不断进行数据库服务器扩容。

NoSQL数据库大致分为5种类型

1、列族数据库：BigTable、HBase、Cassandra、Amazon SimpleDB、HadoopDB等，下面简单介绍几个

（1）Cassandra：Cassandra是一个列存储数据库，支持跨数据中心的数据复制。它的数据模型提供列索引，log-structured修改，支持反规范化，实体化视图和嵌入超高速缓存。

（2）HBase：Apache Hbase源于Google的Bigtable，是一个开源、分布式、面向列存储的模型。在Hadoop和HDFS之上提供了像Bigtable一样的功能。

（3）Amazon SimpleDB：Amazon SimpleDB是一个非关系型数据存储，它卸下数据库管理的工作。开发者使用Web服务请求存储和查询数据项

（4）Apache Accumulo：Apache Accumulo的有序的、分布式键值数据存储，基于Google的BigTable设计，建立在Apache Hadoop、Zookeeper和Thrift技术之上。

（5）Hypertable：Hypertable是一个开源、可扩展的数据库，模仿Bigtable，支持分片。

（6）Azure Tables：Windows Azure Table Storage Service为要求大量非结构化数据存储的应用提供NoSQL性能。表能够自动扩展到TB级别，能通过REST和Managed API访问。

2、键值数据库：Redis、SimpleDB、Scalaris、Memcached等，下面简单介绍几个

（1）Riak：Riak是一个开源，分布式键值数据库，支持数据复制和容错。（2）Redis：Redis是一个开源的键值存储。支持主从式复制、事务，Pub/Sub、Lua脚本，还支持给Key添加时限。

（3）Dynamo：Dynamo是一个键值分布式数据存储。它直接由亚马逊Dynamo数据库实现；在亚马逊S3产品中使用。

（4）Oracle NoSQL Database：来自Oracle的键值NoSQL数据库。它支持事务ACID（原子性、一致性、持久性和独立性）和JSON。

（5）Oracle NoSQL Database：具备数据备份和分布式键值存储系统。

（6）Voldemort：具备数据备份和分布式键值存储系统。

（7）Aerospike：Aerospike数据库是一个键值存储，支持混合内存架构，通过强一致性和可调一致性保证数据的完整性。

3、文档数据库：MongoDB、CouchDB、Perservere、Terrastore、RavenDB等，下面简单介绍几个

（1）MongoDB：开源、面向文档，也是当下最人气的NoSQL数据库。

（2）CounchDB：Apache CounchDB是一个使用JSON的文档数据库，使用Javascript做MapReduce查询，以及一个使用>

关系数据库、非关系型数据库。

1、关系数据库

特点：数据集中控制；减少数据冗余等。

适用范围：对于结构化数据的处理更合适，如学生成绩、地址等，这样的数据一般情况下需要使用结构化的查询。

2、非关系数据库

特点：易扩展；大数据量，高性能；灵活的数据模型等。

使用范围：据模型比较简单；需要灵活性更强的IT系统；对数据库性能要求较高。

扩展资料：

非关系数据库的分类：

1、列存储数据库

这部分数据库通常是用来应对分布式存储的海量数据。键仍然存在，但是它们的特点是指向了多个列。这些列是由列家族来安排的。如：Cassandra， HBase， Riak。

2、文档型数据库

文档型数据库的灵感是来自于Lotus Notes办公软件的，而且它同第一种键值存储相类似。该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，比如JSON。文档型数据库可 以看作是键值数据库的升级版，允许之间嵌套键值。而且文档型数据库比键值数据库的查询效率更高。如：CouchDB， MongoDb 国内也有文档型数据库SequoiaDB，已经开源。

参考资料来源：百度百科-数据库

参考资料来源：百度百科-NoSQL

第一种情况：假如只想处理复杂的，excle处理不了的数据，不涉及到开发程序，那学习下access数据库就可以了。access好安装，易上手，处理一般数据够用了。我有这方面的资料，有需要可以联系我。

第二种情况：你需要自主开发程序，那学的东西就很多了，软件开发是一门综合的学科。

1、数据库可以先学，了解基础知识。

2、编程语言可以放在第二步，了解基础语法和用法。

3、数据机构、 *** 作系统、计算机组成原理、计算机系统结构，都要了解。

4、综合上述知识，衔接各项技术，可以试着开发个简单软件。

总结：软件开发或者数据库开发，一般是需要一个团队共同完成的。大家只负责自己擅长的领域，每个领域都有很深的学问。

首先需要确定学习数据库目的是做什么，要想利用数据本身也是需要通过编程语言来访问数据库的接口，所以要学习数据库需要对编程有一定的了解，一般结构化数据库都是支持sql语言来 *** 作数据库，目前大数据的非结构化数据库也有非sql语言的，需要java等语言。

感谢能回答您的问题。

首先要清楚您学习计算机数据库的目的是什么？

第一种情况：假如只想处理复杂的，excle处理不了的数据，不涉及到开发程序，那学习下access数据库就可以了。access好安装，易上手，处理一般数据够用了。我有这方面的资料，有需要可以联系我。

第二种情况：你需要自主开发程序，那学的东西就很多了，软件开发是一门综合的学科。

1、数据库可以先学，了解基础知识。

2、编程语言可以放在第二步，了解基础语法和用法。

3、数据机构、 *** 作系统、计算机组成原理、计算机系统结构，都要了解。

4、综合上述知识，衔接各项技术，可以试着开发个简单软件。

总结：软件开发或者数据库开发，一般是需要一个团队共同完成的。大家只负责自己擅长的领域，每个领域都有很深的学问。

希望可以帮到您，谢谢！

Access数据库的主要特点

（1）存储方式单一：Access管理的对象有表、查询、窗体、报表、页、宏和模块，以上对象都存放在后缀为（mdb）的数据库文件中，便于用户进行 *** 作和管理。

（2）面向对象：Access是一个面向对象的开发工具，利用面向对象的方式将数据库系统中的各种功能对象化，将数据库管理的各种功能封装在各类对象中。

（3）界面友好、易 *** 作：Access是一个可视化工具，其风格与Windows完全一样，用户想要生成对象并应用，只要使用鼠标进行拖放即可，非常直观方便。

　（4）集成环境、处理多种数据信息：Access基于Windows *** 作系统下的集成开发环境，该环境集成了各种向导和生成器工具，极大地提高了开发人员的工作效率，使得建立数据库、创建表、设计用户界面、设计数据查询、报表打印等可以方便有序地进行。

以上就是关于采集数据不停的写入access数据库,经历很长时间，导致文件太大，怎么解决全部的内容，包括:采集数据不停的写入access数据库,经历很长时间，导致文件太大，怎么解决、大数据常用哪些数据库、常用的数据库有哪几种试着阐述每种数据库的特点和使用范围等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！