access是做什么的

前名 Microsoft Access）是由微软发布的关联式数据库管理系统。它结合了 Microsoft Jet Database Engine 和 图形用户界面两项特点，是 Microsoft Office的成员之一。

Access能够存取 Access/Jet、Microsoft SQL Server、Oracle(甲骨文软件公司)，或者任何 ODBC 兼容数据库内的资料。熟练的软件设计师和资料分析师利用它来开发应用软件，而一些不熟练的程序员和非程序员的"进阶用户"则能使用它来开发简单的应用软件。虽然它支援部份面向对象（OO）技术，但是未能成为一种完整的面向对象开发工具。

其实Access 也是微软公司另一个通讯程序的名字，想与 ProComm 以及其他类似程序来竞争。可是事后微软证实这是个失败计划，并且将它中止。数年后他们把名字重新命名于数据库软件。

[编辑本段]概述

Access 是微软公司推出的基于Windows的桌面关系数据库管理系统（RDBMS），是Office系列应用软件之一。它提供了表、查询、窗体、报表、页、宏、模块7种用来建立数据库系统的对象；提供了多种向导、生成器、模板，把数据存储、数据查询、界面设计、报表生成等 *** 作规范化；为建立功能完善的数据库管理系统提供了方便，也使得普通用户不必编写代码，就可以完成大部分数据管理的任务。

[编辑本段]历史

Microsoft Access 10 版本在1992年11月发布。

微软指定它对系统最小要求为视窗30配以4兆节内存．6兆节内存配以最小8兆节硬盘空间（建议最好有14兆节硬盘空间）则为建议的系统要求．当时软件以7张144兆节软碟发布的载体．

这个软件能够有效地处理大量记录但是测试显示在某些情况下会导致数据损毁．比如说，大小超过700MB的文件常会出问题。（值得注意的是在10版广泛应用的时候大多数硬盘是小于700MB的。）软件的使用指南指出过时的设备驱动和错误的配置可能回导致数据丢失。

Access的最初名称是Cirrus。它开发于Visual Basic之前，当时的窗口引擎称作Ruby。比尔盖茨看过Ruby的原型后决定把这个基于Basic语言的组件作为一个独立的可扩展应用程序与Access联合开发。这个项目称作Thunder。这两个项目互相独立的被作为底层的窗口引擎开发并且互不兼容。 然而，在VBA出现后它们被合并在一起。

1995年末，access 95发布，这是世界上第一个32为关系型数据库管理系统，使得access的应用得到了普及和继续发展。

1997年，access 97发布。它的最大特点是在access数据库中开始支持web技术，这一技术上的发展，开拓了access数据库从桌面想网络的发展。

21世纪初，microsoft发布access2000，这是微软强大的桌面数据库管理系统的第六代产品，也是32为位access的第三个版本。至此，access在桌面关系型数据库的领域的普及已经跃上了一个新台阶。

2003年微软正式发布了access 2003，这是继2002年后发布的最新版本，它在继承了以前版本的有点外，又新增了一些使用功能

[编辑本段]用途

Microsoft Access在很多地方得到广泛使用，例如小型企业，大公司的部门，和喜爱编程的开发人员专门利用它来制作处理数据的桌面系统。它也常被用来开发简单的WEB应用程序．这些应用程序都利用ASP技术在Internet Information Services运行．比较复杂的WEB应用程序则使用PHP/MySQL或者ASP/Microsoft SQL Server．

它的使用方便程度和强大的设计工具为初级程序员提供许多功能。不过，这种便于使用可能使人误解。这类开发者都是没有在应用或者数据设计方面训练的办公室从业人员。因此许多人以为这样的开发者能够创造可用的系统，但也有很多人认为工具本身的局限性产生了这样的误导。

一些专业的应用程序开发人员使用 Access 用作 快速应用开发，特别是给街道上的推销员制作一个初型或独立应用程序的工具。可是如果是透个网络存取数据的话，Access 的可扩放性并不高．因此当程序被较多使用者使用时，他们的选择多会是倾向于一些客户端-服务器为本的方案，例如 Oracle、DB2、Microsoft SQL Server、Windows SharePoint Services、PostgreSQL、MySQL、Alpha Five、MaxDB，或者Filemaker。无论如何，不少 Access 的功能（表单，报告，序列和VB代码）可以用作其他数据库的后期应用，包括 JET（档案为主的数据库引擎，Access 缺省使用）、Microsoft SQL Server、Oracle和任何其他跟ODBC兼容的产品。这种方法允许开发者把一个成熟的应用的数据移动到一台更大功率的服务器而没有已经在适当的位置牺牲发展。

很多开发者谁使用Microsoft Access使用Leszynski命名约定，虽然这不普遍；它是一次编程大会，并非一个DBMS实施的规章。

[编辑本段]特性

一好处进入从程序员视角在它的有关兼容性有SQL-质问可能被观看并且作为SQL语句编辑，并且SQL语句直接在巨视和VBA模里可以被使用 *** 作进入桌子。用户可能混合并且使用两个VBA并且"宏"编程形式和逻辑既没提供面向对象的可能性。

导入导出报表的生成程序，当时有能力和到这项任务的复杂报告创造，没有另一受欢迎数据库报表程序的生成程序充满特色和强有力-水晶报告。MSDE(微软公司SQL服务器桌面发动机)2000，袖珍版本的MSSQL服务器2000，被包括开发版的办公室XP并且被用于进入可能作为除之外的另一种选择JET数据库引擎。(尽快的版本的MSDE和微软公司交换服务器实际上使用这台喷气发动机处理巨大大量数据并且安置一“赝品”在它之上的那些应用的应用层。大约这事实的缺乏知识因进入/喷口家庭的软件产品而为不该受不敬做贡献，特别是关于"大"工程。)

进入分割和粘贴功能性能使它有用工具在其他数据库之间连结(例如，在数据或者数据库变换期间的Oracle和微软公司SQL服务器)。进入与给与窗子和其他平台应用一起的积分的各种各样进口和退场门特征一起来，一经请求从应用的里面或者手工由用户其中几可以被执行。例如非常紧密SNP完全格式化的为分享的形式与没有全部的进入软件的人们报告。它也能容易被升级到微软公司SQL服务器。

与一般的RDBMS完全不同，它缺乏数据库触发和预存程序。自从MS Access 2000 (Jet 40)，开发人员可以在查询中设定参数，这跟预存程序很相似的，但这些“预存程序”只能处理一个程序．当资料表内数据发生变化时，它确实允许形式包含被引发的代码，使用是普通的透过查询和其他技术在进入营运储存的程序在方面RDBMS支援这些的。

[编辑本段]发展

进入可提供的编程语言，当时在另一个内产品Microsoft Office家具，微软公司应用的Visual Basic。两个数据库进入讯息库COM组成部分被提供：这笔遗产数据存取物体(DAO)，用进入和新只可提供ActiveX数据对象(忙乱)。

MicrosoftAccess容易被应用于小的工程但是规模无效对大的工程如果应用被不好设计。

全部数据库质问，形式和报告被储存在数据库里，并且与相关的模型的理想协调，没有与他们做一个身体上组织的阶层的可能性。

一种设计技术是把进入应用在数据和计划之间进行分发。一数据库应该只包含桌子和关系，当另一个将有全部计划时，形式，报告和质问和对第一个数据库桌子的连接。令人遗憾，当连结时，进入允许没有有关的道路，因此那些发展环境作为这种生产环境有相同的道路应该(虽然你写你们自己的能"动态连接程序"常规在里VBA那搜出能一定背面结束档案以透过这个目录树搜寻，如果它发现这条电流通路它不能)。

这种技术也允许开发者在不同的档案中分申请，因此一些架构是可能的。

ACCESS的缺点

ACCESS是小型数据库，既然是小型就有他根本的局限性，以下几种情况下数据库基本上会吃不消：

1数据库过大，一般ACCESS数据库达到50M左右的时候性能会急剧下降！

2网站访问频繁，经常达到100人左右的在线。

3记录数过多，一般记录数达到10万条左右的时候性能就会急剧下降！

C函数

函数名: access

功 能: 确定文件的访问权限

用 法: int access(const char filename, int amode);

程序例:

#include <stdioh>

#include <ioh>

int file_exists(char filename);

int main(void)

{

printf("Does NOTEXISTFIL exist: %s\n",

file_exists("NOTEXISTSFIL") "YES" : "NO");

return 0;

}

int file_exists(char filename)

{

return (access(filename, 0) == 0);

}

是否可以解决您的问题？

CREATE 是负责数据库对象的建立，举凡数据库、数据表、数据库索引、预存程序、用户函数、触发程序或是用户自定型别等对象，都可以使用 CREATE 指令来建立，而为了各式数据库对象的不同，CREATE 也有很多的参数。

例如，CREATE DATABASE (建立数据库) 的指令为：

CREATE DATABASE Sales

ON ( NAME = Sales_dat, FILENAME = 'saledatmdf', SIZE = 10, MAXSIZE = 50, FILEGROWTH = 5 )

LOG ON ( NAME = Sales_log, FILENAME = 'salelogldf', SIZE = 5MB, MAXSIZE = 25MB, FILEGROWTH = 5MB )

其中的ON为数据库文件的声明，而LOG ON为交易记录档的声明。 若需要更高级的设置，则还有 FOR 和 WITH 以及 COLLATE等等。

又例如，CREATE TABLE (建立数据表) 的指令为：

CREATE TABLE [dbo][PurchaseOrderDetail]

(

[PurchaseOrderID] [int] NOT NULL REFERENCES PurchasingPurchaseOrderHeader(PurchaseOrderID), -- 具引用完整性限制字段

[LineNumber] [smallint] NOT NULL,

[ProductID] [int] NULL REFERENCES ProductionProduct(ProductID), -- 具引用完整性限制字段

[UnitPrice] [money] NULL,

[OrderQty] [smallint] NULL,

[ReceivedQty] [float] NULL,

[RejectedQty] [float] NULL,

[DueDate] [datetime] NULL,

[rowguid] [uniqueidentifier] ROWGUIDCOL NOT NULL CONSTRAINT [DF_PurchaseOrderDetail_rowguid] DEFAULT (newid()), -- 具限制字段，并有默认值

[ModifiedDate] [datetime] NOT NULL CONSTRAINT [DF_PurchaseOrderDetail_ModifiedDate] DEFAULT (getdate()), -- 具限制字段，并有默认值

[LineTotal] AS (([UnitPrice][OrderQty])),

[StockedQty] AS (([ReceivedQty]-[RejectedQty])),

CONSTRAINT [PK_PurchaseOrderDetail_PurchaseOrderID_LineNumber] -- 主键宣告

PRIMARY KEY CLUSTERED ([PurchaseOrderID], [LineNumber])

WITH (IGNORE_DUP_KEY = OFF)

)

ON [PRIMARY]

其中，每个字段的格式都有定义，并且若有需要建立参考完整性的链接时，可以使用 REFERENCES 来声明，主键则是用PRIMARK KEY 来声明，计算型字段(Computed Field)则是直接给定表达式等等，CREATE TABLE 指令很常用，但若设置起来会较为复杂，因此很多数据库管理人员都会使用GUI工具来设计。

其他像是：

CREATE INDEX：建立数据表索引。

CREATE PROCEDURE：建立预存程序。

CREATE FUNCTION：建立用户函数。

CREATE VIEW：建立查看表。

CREATE TRIGGER：建立触发程序。

等等，都是使用来建立不同数据库对象的指令。

大数据技术，就是从各种类型的数据中快速获得有价值信息的技术。大数据领域已经涌现出了大量新的技术，它们成为大数据采集、存储、处理和呈现的有力武器。

大数据处理关键技术一般包括：大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用(大数据检索、大数据可视化、大数据应用、大数据安全等)。

一、大数据采集技术

数据是指通过RFID射频数据、传感器数据、社交网络交互数据及移动互联网数据等方式获得的各种类型的结构化、半结构化(或称之为弱结构化)及非结构化的海量数据，是大数据知识服务模型的根本。重点要突破分布式高速高可靠数据爬取或采集、高速数据全映像等大数据收集技术;突破高速数据解析、转换与装载等大数据整合技术;设计质量评估模型，开发数据质量技术。

互联网是个神奇的大网，大数据开发和软件定制也是一种模式，这里提供最详细的报价，如果你真的想做，可以来这里，这个手技的开始数字是一八七中间的是三儿零最后的是一四二五零，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了。

大数据采集一般分为大数据智能感知层：主要包括数据传感体系、网络通信体系、传感适配体系、智能识别体系及软硬件资源接入系统，实现对结构化、半结构化、非结构化的海量数据的智能化识别、定位、跟踪、接入、传输、信号转换、监控、初步处理和管理等。必须着重攻克针对大数据源的智能识别、感知、适配、传输、接入等技术。基础支撑层：提供大数据服务平台所需的虚拟服务器，结构化、半结构化及非结构化数据的数据库及物联网络资源等基础支撑环境。重点攻克分布式虚拟存储技术，大数据获取、存储、组织、分析和决策 *** 作的可视化接口技术，大数据的网络传输与压缩技术，大数据隐私保护技术等。

二、大数据预处理技术

主要完成对已接收数据的辨析、抽取、清洗等 *** 作。1)抽取：因获取的数据可能具有多种结构和类型，数据抽取过程可以帮助我们将这些复杂的数据转化为单一的或者便于处理的构型，以达到快速分析处理的目的。2)清洗：对于大数据，并不全是有价值的，有些数据并不是我们所关心的内容，而另一些数据则是完全错误的干扰项，因此要对数据通过过滤“去噪”从而提取出有效数据。

三、大数据存储及管理技术

大数据存储与管理要用存储器把采集到的数据存储起来，建立相应的数据库，并进行管理和调用。重点解决复杂结构化、半结构化和非结构化大数据管理与处理技术。主要解决大数据的可存储、可表示、可处理、可靠性及有效传输等几个关键问题。开发可靠的分布式文件系统(DFS)、能效优化的存储、计算融入存储、大数据的去冗余及高效低成本的大数据存储技术;突破分布式非关系型大数据管理与处理技术，异构数据的数据融合技术，数据组织技术，研究大数据建模技术;突破大数据索引技术;突破大数据移动、备份、复制等技术;开发大数据可视化技术。

开发新型数据库技术，数据库分为关系型数据库、非关系型数据库以及数据库缓存系统。其中，非关系型数据库主要指的是NoSQL数据库，分为：键值数据库、列存数据库、图存数据库以及文档数据库等类型。关系型数据库包含了传统关系数据库系统以及NewSQL数据库。

开发大数据安全技术。改进数据销毁、透明加解密、分布式访问控制、数据审计等技术;突破隐私保护和推理控制、数据真伪识别和取证、数据持有完整性验证等技术。

四、大数据分析及挖掘技术

大数据分析技术。改进已有数据挖掘和机器学习技术;开发数据网络挖掘、特异群组挖掘、图挖掘等新型数据挖掘技术;突破基于对象的数据连接、相似性连接等大数据融合技术;突破用户兴趣分析、网络行为分析、情感语义分析等面向领域的大数据挖掘技术。

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘涉及的技术方法很多，有多种分类法。根据挖掘任务可分为分类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等等;根据挖掘对象可分为关系数据库、面向对象数据库、空间数据库、时态数据库、文本数据源、多媒体数据库、异质数据库、遗产数据库以及环球网Web;根据挖掘方法分，可粗分为:机器学习方法、统计方法、神经网络方法和数据库方法。机器学习中，可细分为:归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等。统计方法中，可细分为:回归分析(多元回归、自回归等)、判别分析(贝叶斯判别、费歇尔判别、非参数判别等)、聚类分析

(系统聚类、动态聚类等)、探索性分析(主元分析法、相关分析法等)等。神经网络方法中，可细分为:前向神经网络(BP算法等)、自组织神经网络(自组织特征映射、竞争学习等)等。数据库方法主要是多维数据分析或OLAP方法，另外还有面向属性的归纳方法。

从挖掘任务和挖掘方法的角度，着重突破：

1可视化分析。数据可视化无论对于普通用户或是数据分析专家，都是最基本的功能。数据图像化可以让数据自己说话，让用户直观的感受到结果。

2数据挖掘算法。图像化是将机器语言翻译给人看，而数据挖掘就是机器的母语。分割、集群、孤立点分析还有各种各样五花八门的算法让我们精炼数据，挖掘价值。这些算法一定要能够应付大数据的量，同时还具有很高的处理速度。

3预测性分析。预测性分析可以让分析师根据图像化分析和数据挖掘的结果做出一些前瞻性判断。

4语义引擎。语义引擎需要设计到有足够的人工智能以足以从数据中主动地提取信息。语言处理技术包括机器翻译、情感分析、舆情分析、智能输入、问答系统等。

5数据质量和数据管理。数据质量与管理是管理的最佳实践，透过标准化流程和机器对数据进行处理可以确保获得一个预设质量的分析结果。

六、大数据展现与应用技术

大数据技术能够将隐藏于海量数据中的信息和知识挖掘出来，为人类的社会经济活动提供依据，从而提高各个领域的运行效率，大大提高整个社会经济的集约化程度。在我国，大数据将重点应用于以下三大领域：商业智能、政府决策、公共服务。例如：商业智能技术，政府决策技术，电信数据信息处理与挖掘技术，电网数据信息处理与挖掘技术，气象信息分析技术，环境监测技术，警务云应用系统(道路监控、视频监控、网络监控、智能交通、反电信诈骗、指挥调度等公安信息系统)，大规模基因序列分析比对技术，Web信息挖掘技术，多媒体数据并行化处理技术，影视制作渲染技术，其他各种行业的云计算和海量数据处理应用技术等。

ADO NET 对象模型中有五个主要的组件 分别是Connection 对象 Command 对象 DataSetCommand DataSet 以及DataReader 这些组件中 负责建立联机和数据 *** 作的部分

我们称为数据 *** 作组件（Managed Providers） 分别由Connection 对象 Command 对象 DataSetCommand 对象以及DataReader 对象所组成 数据 *** 作组件最主要是当作DataSet 对象以及数据源之间的桥梁 负责将数据源中的数据取出后植入DataSet 对象中 以及将数据存回数据源的工作

Connection对象

Connection 对象主要是开启程序和数据库之间的连结 没有利用连结对象将数据库打开 是无法从数据库中取得数据的 这个物件在ADO NET 的最底层 我们可以自己产生这个对象 或是由其它的对象自动产生

Command对象

Command 对象主要可以用来对数据库发出一些指令 例如可以对数据库下达查询 新增 修改 删除数据等指令 以及呼叫存在数据库中的预存程序等 这个对象是架构在Connection 对象上 也就是Command 对象是透过连结到数据源的Connection 对象来下命令的 所以Connection连结到哪个数据库 Command 对象的命令就下到哪里

DataSetCommand对象

DataSetCommand 对象主要是在数据源以及DataSet 之间执行数据传输的工作 它可以透过

Command 对象下达命令后 并将取得的数据放入DataSet 对象中 这个对象是架构在Command对象上 并提供了许多配合DataSet 使用的功能 在Beta 版中DataSetCommand 物件会更名为DataAdapter

DataSet对象

DataSet 这个对象可以视为一个暂存区（Cache） 可以把从数据库中所查询到的数据保留起来 甚至可以将整个数据库显示出来 DataSet 的能力不只是可以储存多个Table 还可以透过DataSetCommand 对象取得一些例如主键等的数据表结构 并可以记录数据表间的关联

DataSet 对象可以说是ADO NET 中重量级的对象 这个对象架构在DataSetCommand 对象上 本身 不具备和数据源沟通的能力 也就是说我们是将DataSetCommand 对象当做DataSet 对象以及数据源间传输数据的桥梁

DataReader对象

当我们只需要循序的读取数据而不需要其它 *** 作时 可以使用DataReader 对象 DataReader

对象只是一次一笔向下循序地读取数据源中的数据 不作其它的 *** 作 因为DataReader 在读取数据的时候限制了每次只读取一笔 而且只能只读 所以使用起来不但节省资源而且效率很好 此外 因为不用把数据全部传回 故可以降低网络的负载

ADO NET 的数据 *** 作组件（Managed Providers）

ADO NET 的数据存取和之前的版本不一样 前版的ADO 存取数据的方式只有一种 那就是透过OLE DB 来存取数据 而现在的ADO NET 则分为两种 一种是直接存取MS SQL Server 中的数据 另一种是透过OLE DB 来存取其它数据库中的数据 前面我们提过 要存取数据源中的数据 要透过数据 *** 控组件 这个数据 *** 作组件就是Connection 对象 Command 对象 DataSetCommand 对象以及DataReader 对象 由于我们可以选择透过OLE DB 和资料源联机 或是和MS SQL Server 直接联机 所以 ASP NET 提供了两组数据 *** 作组件 分别为ADO 数据 *** 作组件以及SQL 数据 *** 作组件

每组数据 *** 作组件内都有Connection 对象 Command 对象 DataSetCommand 对象及

lishixinzhi/Article/program/net/201311/15600

以上就是关于access是做什么的全部的内容，包括:access是做什么的、数据定义语言的CREATE、大数据处理_大数据处理技术等相关内容解答，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！