求SQL数据库设计实例

在MySQL中，可以使用CREATEDATABASE语句创建数据库，语法格式如下：CREATEDATABASE[IFNOTEXISTS][[DEFAULT]CHARACTERSET][[DEFAULT]COLLATE];

[]中的内容是可选的。语法说明如下：

：创建数据库的名称。MySQL的数据存储区将以目录方式表示MySQL数据库，因此数据库名称必须符合 *** 作系统的文件夹命名规则，不能以数字开头，尽量要有实际意义。注意在MySQL中不区分大小写。

IFNOTEXISTS：在创建数据库之前进行判断，只有该数据库目前尚不存在时才能执行 *** 作。此选项可以用来避免数据库已经存在而重复创建的错误。

[DEFAULT]CHARACTERSET：指定数据库的字符集。指定字符集的目的是为了避免在数据库中存储的数据出现乱码的情况。如果在创建数据库时不指定字符集，那么就使用系统的默认字符集。

[DEFAULT]COLLATE：指定字符集的默认校对规则。

MySQL的字符集（CHARACTER）和校对规则（COLLATION）是两个不同的概念。字符集是用来定义MySQL存储字符串的方式，校对规则定义了比较字符串的方式。后面我们会单独讲解MySQL的字符集和校对规则。

与商业智能相关的词汇有例如数据仓库，数据装载（ETL），数据挖掘（Data Mining）， 客户关系管理（CRM），SAS，PeopleSoft, SAP等。理清他们之间的关系才能准确制订个人职业发展规划。

到上个世纪九十年代，以数据存储为目的的联机分析处理系统（OLTP）已经发展得相当成熟，关系型数据库的应用已经非常普及，大型企业或部门积累了大量原始数据。这些数据是按照关系型结构存储，在更新，删除，有效存储（少冗余数据）方面表现出色，但在复杂查询方面效率却十分低下。为充分利用已有数据，提供复杂查询，提供更好的决策支持，出现了数据仓库（Data Warehouse）。数据仓库与数据库（这里的数据库指关系型数据库）的区别在于，数据仓库以方便查询（称为主题）为目的，打破关系型数据库理论中标准泛式的约束，将数据库的数据重新组织和整理，为查询，报表，联机分析等提供数据支持。数据仓库建立起来后，定期的数据装载（ETL）成为数据仓库系统一个主要的日常工作。

在数据仓库发展的同时，一项从大量数据中发现隐含知识的技术也在学术领域兴起,这就是数据挖掘。数据挖掘也称为数据库知识发现（Knowledge Discovery in Databases, KDD），就是将高级智能计算技术应用于大量数据中，让计算机在有人或无人指导的情况下从海量数据中发现潜在的，有用的模式（也叫知识）。最初的数据挖掘应用一般需要从组织数据做起，经历算法设计（建模），挖掘，评价，改进等步骤。其中组织整理数据占据大部分时间，大约占到整个数据挖掘项目80%的时间。

数据挖掘是近年来信息爆炸推动下的新兴产物，是从海量数据中提取有用知识的热门技术。传统的交易型系统，九十年代兴起的互连网技术及ERP系统在越来越廉价的存储设备配合下，产生了大量的数据。但与之相配合的数据分析和知识提取技术在相当长一段时间里没有大的进展，使得存储的大量原始数据没有被充分利用，转化成指导生产的“知识”，形成“数据的海洋，知识的荒漠”这样一种奇怪的现象。

数据挖掘(Data Mining)就是从大量数据中发现潜在规律、提取有用知识的方法和技术。因为与数据库密切相关，又称为数据库知识发现(Knowledge Discovery in Databases，KDD)。数据挖掘不但能够学习已有的知识，而且能够发现未知的知识；得到的知识是“显式”的，既能为人所理解，又便于存储和应用，因此一出现就得到各个领域的重视。从80年代末的初露头角到90年代末的广泛应用，以数据挖掘为核心的商业智能(BI)已经成为IT及其它行业中的一个新宠。目前数据挖掘技术在零售业的货篮数据（Basket data）分析、金融风险预测、产品产量、质量分析、分子生物学、基因工程研究、Internet站点访问模式发现以及信息搜索和分类等许多领域得到了成功的应用。如果你访问著名的亚马逊网上书店(>

以上就是关于求SQL数据库设计实例全部的内容，包括:求SQL数据库设计实例、求一些"数据仓库和数据挖掘"的案例、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！