Access数据库怎么导入Excel表

将Excel工作簿中的数据导入到access数据库的表中， *** 作是简单的，通过顶部菜单-外部数据-导入并链接Excel，按步骤和提示即可完成。但为了不致误 *** 作，请注意：

一、 准备工作表（重要）

1 找到源文件并选择要导入 Access 中的数据所在的工作表。如果只想导入工作表的部分数据，则可以定义一个命名区域，其中只包含要导入的单元格。

在 Excel

中创建命名区域的方法：

a 切换到 Excel 并打开要导入的工作表。

b 选择要导入的数据所在的单元格区域。

c 右键单击选定的区域，然后单击“命名单元格区域”或“定义名称”。

d 在“新名称”对话框的“名称”框中，为该区域指定一个名称，然后单击“确定”。

请记住，导入 *** 作一次只能导入一个工作表。要导入来自多个工作表的数据，请对每个工作表重复执行导入 *** 作。

2查看源数据，并按下说明执行 *** 作。

列数

要导入的源列数量不能超过 255，原因是 Access

在一个表中支持的最大字段数为 255。

忽略行和列

在源工作表或命名区域中只包含要导入的行和列是一个好的做法。

表格形式

确保单元格采用表格形式。如果工作表和命名区域中包含合并单元格，单元格的内容将放在与最左列对应的字段中，其他字段留空。

空白行、列和单元格

删除工作表或区域中所有不必要的空白行列。如果工作表或区域包含空白单元格，请尝试在这些单元格中添加丢失的数据。如果准备将记录追加到现有的表中，请确保表中的对应字段可接受空（丢失或未知）值。如果一个字段的“必填字段”属性设置为“否”，并且它的“有效性规则”属性设置允许空值，则该字段将接受空值。

错误值

如果工作表或区域中的一个或多个单元格包含错误值（如 #NUM 和 #DIV），请先更正这些错误值，再开始导入 *** 作。如果源工作表或区域包含错误值，Access

将在表中的对应字段内放置空值。有关改正这些错误的方法的详细信息，请参阅本文后面的丢失值或错误值的疑难解答一节。

数据类型

为了避免在导入过程中出现错误，请确保各个源列中每一行所包含的数据类型都是相同的。Access

会扫描前八个源行，以确定表中字段的数据类型。我们极力建议您确保前八个源行的任何列内都没有混合不同数据类型的值。否则，Access

可能无法向该列分配正确的数据类型。

此外，最好在开始导入 *** 作前，先为 Excel

中的每个源列设置格式并为每一列指定特定的数据格式，这不失为一个好做法。如果列中存在数据类型不同的值，我们极力建议您设置格式。例如，工作表中的 FlightNo

列可能同时包含数字值和文本值（如 871、AA90 和 171）。为了避免丢失值或错误值，请执行以下 *** 作：

右键单击该列标题，然后单击“设置单元格格式”。

在“数字”选项卡的“类别”下，选择一种格式。对于 FlightNo

列，您可能需要选择“文本”。

单击“确定”。

如果为源列设置了格式，但源列中第八行以后的行中仍包含不同数据类型的值，则导入 *** 作还是可能会跳过值或错误地转换值。有关疑难解答的信息，请参阅“丢失值或错误值的疑难解答”一节的内容。

第一行

如果工作表或命名区域的第一行包含列名，则可指定 Access

在导入 *** 作中将第一行的数据视为字段名称。如果源工作表或区域不包含列名，最好在开始导入 *** 作前将它们添加到源中。

注释 

  如果准备将数据追加到现有的表中，请确保每一列的名称与对应字段的名称完全匹配。如果列名与表中对应字段的名称不同，导入 *** 作将失败。要查看字段的名称，请在

Access 的设计视图中打开表。

3 关闭源工作簿（如果它是打开的）。源文件保持打开状态可能会导致在导入 *** 作过程中出现数据转换错误。

二、准备目标数据库

1 打开要在其中存储所导入数据的 Access 数据库。确保该数据库不是只读的，并且您具有更改该数据库的权限。

- 或 -

如果您不想在任何现有的数据库中存储数据，请创建一个空数据库。为此，请执行下列 *** 作：

依次单击“文件”选项卡、“新建”和“空白数据库”或“空白 Web 数据库”。

2 在开始导入 *** 作之前，请先决定是要将数据存储在新表中还是现有的表中。

创建新表  如果选择在新表中存储数据，Access

就会创建一个表，并将导入的数据添加到该表。如果已经存在使用指定名称的表，Access 就会用导入的数据覆盖该表的内容。

追加到现有的表中  如果选择将数据添加到现有表中，Excel 工作表中的各行将追加到指定的表中。

请记住，追加 *** 作过程中的大多数失败都是因为源数据与目标表的结构及字段设置不匹配。要避免这一问题，请在设计视图中打开目标表并查看以下各项：

第一行  如果源工作表或命名区域的第一行不包含列标题，请确保源工作表中的每一列的位置和数据类型与表中对应字段的位置和数据类型匹配。如果第一行包含列标题，列顺序与字段顺序不必匹配，但每一列的名称及数据类型必须与其对应字段的名称及数据类型完全匹配。

丢失字段或多余的字段  如果源工作表中一个或多个字段不在目标表中，请在开始导入 *** 作之前添加它们。不过，如果表中包含了源工作表中不存在的字段，而这些字段接受的是空值，则不需要从表中删除这些字段。

提示  如果一个字段的“必填字段”属性设置为“否”，并且它的“有效性规则”属性设置允许空值，则该字段将接受空值。

主键  如果表中包含主键字段，那么源工作表或区域中必须有一列包含与主键字段兼容的值，并且导入的键值必须是唯一的。如果目标表中现已存在所导入记录中包含的主键值，导入 *** 作将显示错误消息。

索引字段  如果表中字段的“索引”属性设为“是(不允许重复)”，那么源工作表或区域中的对应列必须包含唯一值。

三、开始导入 *** 作

1 在“外部数据”选项卡上的“导入并链接”组中，单击“Excel”。

注释    除非打开了数据库，否则“外部数据”选项卡不可用。

2 在“获取外部数据 - Excel 电子表格”对话框的“文件名”框中，指定要导入的数据所在的 Excel 文件的文件名。

- 或 -

单击“浏览”并使用“文件打开”对话框以找到想要导入的文件。

3 指定所导入数据的存储方式。

要将数据存储在新表中，请选择“将源数据导入当前数据库的新表中”。稍后会提示您命名该表。

若要将数据追加到现有表中，请选择“向表中追加一份记录的副本”，然后从下拉列表中选择表。如果数据库不包含任何表，则此选项不可用。

注释    若要通过创建链接表来链接数据源，请参阅下文中的链接

Excel 中的数据一节。

4 单击“确定”。

“导入电子表格向导”将会启动，并引导您完成整个导入过程。继续执行下一组步骤。

提示：

导入成功与否的关键是excel表格数据的规范性，如果有错误，导入时违法access表的有效性规则，将会生成错误记录表，需要人工逐条核对。

1数据量太大，比如上亿，就用oracle，优点上亿数据对Oracle来说轻飘飘的，也不用太多优化配置，缺点安装比较麻烦，上手比较慢。

2数据量较大，比如千万级，用postgresql，它号称对标Oracle，处理千万级数据还是可以的，也是易学易用。

3数据量一般，比如百万级，用mysql，这个级别的数据量mysql处理还是比较快的。

4数据量较小，比如十万以下，sqlite、access都可以。

上面是基于单表 *** 作的数据量，你看着选。

简单易用的数据库哪个比较好？这个要具体看你的用途，如果数据量比较少（10万左右），追求简约简单，免费开源的sqlite就行，如果数据量比较多，考虑到高并发、分布式，可以使用专业的mysql、postgresql，下面我分别简单介绍一下，感兴趣的朋友可以尝试一下：

小巧灵活sqlite

这是基于c语言开发的一个轻量级关系型数据库，短小精悍、免费开源，个人使用无需繁琐的配置，只需一个简单的运行库便可直接使用，针对各种编程语言都提供了丰富的API接口， java、 python、c#等都可轻松 *** 作，如果你存储数据量不多，只是本地简单的 *** 作（读多写少），可以使用一下这个数据库，占用内存非常少，轻便灵活，当然，在高并发、数据量大的情况下就不合适了：

专业强大mysql

这是目前应该广泛使用的一个关系型数据库，免费开源跨平台，在信息系统开发方面一直占据着主力位置，如果你从事于web开发或者网站后台建设，那么这个数据库一定非常熟悉，支持高并发、分布式，存储数据量相对于sqlite来说，更多也更安全，索引、触发器、存储过程等功能非常不错，支持数据导入导出、恢复备份，只要你熟悉一下基本使用过程，很快就能掌握和运用：

免费开源postgresql

这是加州大学计算机系开发的一个对象-关系型数据库（自由软件），免费、开源、跨平台，支持流计算、全文检索、图式搜索、并行计算、存储过程、空间数据、K-V类型，相比较mysql来说，在复杂查询、高并发下更稳定、性能更优越，可扩展性、可维护性非常不错，但也有劣势，例如新旧版本不分离存储，没有Coverage index scan等，总体使用效果来说还不错：

当然，除了以上3个数据库，还有许多其他数据库，像mssql、oracle等也都非常不错，对于存储和处理数据来说绰绰有余，只要你熟悉一下基本使用过程，很快就能入门的，网上也有相关教程和资料，介绍的非常详细，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。

最符合初学者理解和入门的是Access，因为它和Excel本来就是一个套件，相互转化容易，复制粘贴即可，非常好理解库、表、字段、键的概念。

如果数据量不大，强烈推荐试试Filemaker，脚本化编程，自由定制输入界面、工作流程，非常便捷高效。

最近杀出来的airtable，更是简单高效，界面美观， *** 作与电子表格相当，发展势头也非常迅猛。

二者侧重点有所不同，用户可根据需要选择

作为一个软件开发人员，长期需要和数据库打交道，个人更加青睐于MySQL。虽然可能基于你的Excel原因，有些人会建议你使用Access数据库，但是基于我个人的 意见，我并不建议你那样做。采用MySql的具体理由如下：

1MySQL具有普遍性，在国内的环境中，绝大多数的互联网企业采用的是MySQL。有了广大的用户基础后，针对于各种问题网上也能更好地找到解决方案。

2MySQL相对于Oracle而言，更加轻量化，针对于从Excel量级的数据，没必要使用Oracle。同时MySQL是完全免费的，不用担心版权及费用问题，无论对个人还是对预算有限的企业而言都是很好的选择。

3MySQL高度兼容标准SQL，这对于以后迁移到其他数据库而言，也能很大程度地降低学习成本。

希望我的回答能够对你有所帮助！！！[耶][耶][耶]

Excel办公确实便利，可以做一些简单的数据分析，但涉及大量复杂的数据运算，就会遇到和题主一样的问题，运算速度慢，如果主机性能不是很好，还有可能面临电脑死机，数据丢失等问题。

遇到这种情况，我们该如何解决呢？数据库的重要性显而易见！

现在， 我将用3分钟的时间，与您探讨该选择何种数据库，以及选择它的理由，是否有更优的解决方案呢？

MySQL数据库，90%的企业都会选择它

数据库选得好，企业的数据安全，资产安全，也就得到了保障。那么该如何选择数据库呢？这个跟你的业务量和业务服务行业，密不可分。

如果你只是上班打卡，用SQL server就可以了；

如果你要储存会话信息，用户配置信息，购物车数据，建议使用NoSQL数据库；

不过90%的企业或个人，首选数据库都是MySQL数据库。

为什么这么说？

因为，它集 低成本、高可用、可靠性强、易用性强、体积小、速度快开放源码 等特性于一身，所以在金融、财务、网站、 数据处理 等应用领域，它占据着独一无二的优势。

这也是几乎所有企业都选择它，来存储数据的原因。

加之MySQL数据库，支持多种存储引擎，支持大型数据库，可以处理成千上万条记录，还提供用于管理、检查、优化数据库 *** 作的工具。

因而，MySQL尤其受个人，以及中小企业的推崇。

虽然MySQL数据库简单易用，但我还是不会部署该怎么办？

别担心，现在市面上已经出现了，一种自带数据库的新型办公软件。

比如说，云表企业应用平台，一款兼容excel功能，但功能更为强大的办公软件，它就内嵌了MySQL数据库。 （文末有免费获取方式）

云表内嵌的MySQL数据库，有何优点？

1 性能更加优化，更加兼容系统。因为云表的研发人员，时刻更新维护MySQL数据库。

2 省去自己手动部署的麻烦。但如果你熟悉部署数据库，想把数据库改成Oracle或SQL server等数据库，也可以设置。（不过，我建议IT小白还是 “拿来即用” 就好）

3 快速实时计算。数据分析实时交互，完全满足管理决策中的临时性分析，多变的业务需求，以及频繁的结果刷新。

4 通过自带的内存计算引擎，无需事先建立CUBE，IT部门将告别报表延时报表分析，亿级数据秒级响应。

内嵌的MySQL数据库是否可靠

云表不仅是一款办公软件，同时还是一款开发工具。

通过它，你将解决以下问题：

复杂的数据运算，精确到行列的权限管控，以及工作流，海量用户同时在线办公，数据透视，制作像销售单，洽谈合同等表单报表，一份制作，即可重复录用

你还可以通过它，与电子称、地磅等进行对接，与用友金蝶等三方系统集成，生成条形码，扫码出入库，生成移动端APP 基本上业务所需的功能，你都可以放心交给它做。

它最大的亮点就是，你可以 用使用excel的手法，用它来开发业务应用。

而且，可视化的 拖拉拽 之后，开发出来的ERP、WMS、OA、进销存等业务应用，还秉承了MySQL数据库增删改查的功能特性。

没错，用云表开发出来的业务应用，是允许二次开发的，而且功能可以随时增删改查，轻松满足大集团精细化的数据控制需求。

不过，大家最关心的应该是数据安全问题吧。

数据存放在云表内嵌的MySQL数据库，是安全不丢失的，它提供了多种数据存储的方式，本地部署，云端部署，混合部署，任君挑选！

正因如此，像 恒逸石化、许继电气、航天科工委、中铁、中冶、云南小松 等大型集团，才鼓励内部员工去学习云表。

篇幅所限，只说到这里，说太多你也不会看。

免费 的软获取方式在下方：

数据库的用处可大着呢，不仅可以实现数据共享，减少数据冗余度，还能实现对数据的集中控制，保持数据的一致性和可维护性。选取简单易用的数据库，你有什么好的建议呢，留言让我们看到噢！

题主强调了简单易用。所以推荐最简单三个。

1Access。

2Excel。

3飞书文档、腾讯文档、石墨文档等的表格。

如果要做分析，数据量才比较大，建议Access，还是专业的更好一些。网上教程也很多，比较容易学。而且建议用早一点的版本，比如2003或者2007，Access这些年微软一直想从office里去掉，奈何用的人还是很多，所以不敢去掉，但是采取了一种比较恶心的方法让用户放弃，就是每发布一个新版本，就去掉一些好用的功能，所以说Access是越早的功能越强。

还一个推荐就是Sql Server Express版本，是SQL Server的免费版本，不要钱，基本功能都有，要比sqllite等强大的多

这要结合你个人实际情况来定，有计算机基础，懂一点数据库的话那么市场上的那些软件都可以用，常用有oracle，sqlserver，mysql等，要上手快还是sqlserver比较快，界面 *** 作也比较直观；如果一点基础都没有，但是又要分析数据的话可以用微软自带的一个access，这个上手比较快。决定用哪一种之后还是要买点教材看，简单的sql查询要会，熟练之后也能提高工作效率。

个人使用数据库的话，只存数据不做分析，SQLite就足够了。

县自秦立，延续至今，治理县政也就成为安邦定国的根本之策。县域经济是县级行政区域范围内各类经济的总和，是国民经济中基础层次的行政区域经济，是以城镇为中心，以农村经济和农业为主体，由一、二、三产业各种经济成分构成的复合系统。作为城市经济与乡村经济的结合、农村经济向城市经济拓展与延伸的枢纽地带，县域经济具有较强的综合性和不可替代性，既是国民经济的重要组成部分，也是实现对宏观经济活动进行调控的重要环节。党的十六大报告第一次使用了“县域”这个概念，提出了“壮大县域经济”的战略决策；十六届三中全会又进一步强调“大力发展县域经济”，这充分表明党中央对县域经济发展的高度重视。

近几年来，临沂市委、市政府高度重视县域经济，采取一系列政策措施推进县域经济发展，但我市县域总体实力在全省来看仍然偏弱。全省30个经济强县中没有我市的位置，距全国百强差距更大。我市与其他市相比，特别是与沿海和鲁中各市相比，县域经济实力仍有差距。壮大县域经济对于我市尽快步入全省乃至全国经济发展先进行列，早日实现全面小康具有重大意义。本文在剖析我市县域经济发展现状的基础上，对加快县域经济发展提出一点参考建议。

一、我市县域经济的基本情况

（一）全市总体情况分析

1、县域份额大。我省139个县市区中，县域占121个（含县级市、农村人口占60%以上的市辖区，下同）。我市三区九县，均在全省县域经济考核之列，其中沂南、苍山、费县、平邑、莒南为经济欠发达县；潍坊12个县（市区）列入11个，其中青州市、诸城市、寿光市为3个经济强县；泰安6个县（市区）列入5个，其中新泰市、肥城市为经济强县，东平县为经济欠发达县；威海4个县（市区）列入3个，文登市、荣成市、乳山市全部为经济强县；济宁12个县（市区）列入11个，其中曲阜市、兖州市、邹城市为经济强县，嘉祥县、汶上县、梁山县为经济欠发达县；德州11个县（市区）列入10个，其中陵县、宁津县、庆云县、平原县、武城县为经济欠发达县。

从县域的人口看，2002年末，我市县域人口为10085万人，2003年末为101105万人，其他市变化也不大。我市县域单位数占全省的十分之一，县域人口数占全省的123%，是全省县域单位数和县域人口数最多的市。我市县域份额大，人口多，县域经济在整个社会经济发展中往往处于弱势，从一个侧面反映了全市社会经济发展的难度要大于兄弟市。

2、地区生产总值总量不小，但人均水平不高。2002年，

我市县域生产总值为62205亿元（不包括驻临沂三区的市属以上企业，下同），在全省列第五位。2003年县域生产总值为74050亿元，低于潍坊和济宁,高于泰安、威海和德州；而从县域人均生产总值来看，2002年我市为6167元（本文所用人均数为年末累计数除以年末人口数，下同），2003年为7324元，比潍坊(10592元)、泰安(9299元)、威海(32392元)、济宁(10684元)、德州(9233元)都低,五市分别为临沂的145倍、127倍、443倍、146倍和126倍，从上图来看，我市的人均地区生产总值差距在拉大。

2003年，从全省县域考核的121个县市区情况看，沂水、兰山、郯城的生产总值列39、42和46名。三区的GDP增速分别列33、15和51位，其余各县的GDP增速都排在了66名之后,沂南、苍山和莒南的人均生产总值排在了百名之后。沂南、苍山、费县、平邑、莒南五个欠发达县（以下简称五个弱县）的生产总值排在全省30个欠发达县的前五名，但增速和人均占有量除费县外均在30个欠发达县中下游。

3、人均地方财政收入较低。2002年，我市县域地方财政收入2089亿元，人均20710元,比全省低13273元。到2003年，我市县域地方财政收入2392亿元，人均2366元,从图中看出，我市的人均财政收入同其他市的差距在拉大。

从全省121个县域2003年的地方财政收入看，兰山和沂水分别列34和35位，莒南排第59名，其余四个弱县均在75名之后，河东区和蒙阴县都排在了百名之后;单从弱县的财政收入看，除苍山外，都进入了30弱的前十名，莒南县在弱县中排名第一，但是人均财政收入除莒南第12名外其余都比较靠后。地方财政收入占GDP比重最靠前的莒南县排在弱县的第18名，沂南、平邑、费县、苍山分别占30弱的第24、27、28和第30名。

4 、规模以上工业增加值总量位居中游，增速相对靠后。2003年，我市县域规模以上工业增加值为15243亿元，高于德州(11946亿元)，与泰安(15351亿元)基本持平，比威海(31092亿元)少510%，比潍坊(27268亿元)少441%，比济宁(22371亿元)少319%。

兰山在全省121个县域中列26位，罗庄列49位，其余都较靠后，其中河东、沂南、苍山、蒙阴都在百名之后；兰山的增速列60名，罗庄、沂南和沂水增速分别列117名、119名和第112名。费县和莒南的规模以上工业增加值分别居30弱的第6和第8位，沂南和苍山排名分别为第17位和第20位；5个弱县的增速排名都在30弱县的23名之后。

5、非农结构与济宁、泰安相近，与威海差距明显。2002年，我市县域农业与非农产业增加值结构为192：808， 2003年为168:832，与济宁、泰安相近,与威海比较，非农比重低42个百分点，差距比较明显。

6、进出口增速较快，绝对额差距仍较突出。2002年，我市县域进出口总额为53亿美元，而潍坊为130亿美元，威海为108亿美元，二市分别为临沂的24倍和2倍;2003年我市县域进出口总额为94亿美元，其他市如潍坊为168亿美元、威海154亿美元、济宁43亿美元、德州22亿美元、泰安19亿美元。与潍坊、威海相差的倍数降低，但绝对额仍相差74亿美元和6亿美元。

从全省县域出口来看，除莒南27名、罗庄28名外，其他10个县区都在40—98名之间；莒南、费县、苍山、平邑、沂南五个弱县的出口总额分别占30弱的第1、3、6、7和第14名，出口占GDP的比重分别排名为1、7、10、12和第19名。

7、实际利用外资好于泰安、济宁，与潍坊、威海差距较大。2002年，我市县域实际利用外资077亿美元，2003年为229亿美元，低于潍坊的458亿美元，威海的703亿美元，德州276亿美元，高于泰安的078亿美元和济宁的106亿美元,从实际利用外资可以看出，潍坊、威海二市还孕育着更大的进出口后劲。

从全省县域来讲，除兰山23名，罗庄24名之外，其他10个县区有7个在百名之后。苍山、莒南、费县、平邑、沂南五个弱县实际利用外资占GDP的比重较低，分别占全省30弱的18、19、26、28、30名。

从上述比较可以看出，我市县域经济总量大、人口多，总体经济实力较强，人均较弱。如与潍坊比较，无论总量还是人均，我市差距基本是全方位的；与济宁比较，地区生产总值、地方财政收入和规模以上工业增加值及一些人均指标都偏弱；与威海比较，临沂生产总值和地方财政收入等指标总量较大，但规模以上工业增加值、实际利用外资和进出口就差很多，人均指标差距更为明显。与泰安、德州比较，临沂县域经济总量有优势，但人均指标仍有差距。

（二）兰山区同强县青州市经济实力分析

兰山区2003年年末人口为8738万人,青州市为8992万人，在全省121个县域中分列第31和第29位；兰山的GDP为7931亿元，排名（指在全省121个县域中，下同）第42位，比青州落后10位，人均GDP低2152元，但GDP增幅比青州高35个百分点，增幅的位次比青州靠前53位；兰山的工业增加值是4461亿元，列第33位，比32位的青州少2511万元，但增速比青州高37位。规模以上工业增加值兰山比青州高47亿元，同时位次高7位，增幅也明显高于青州；兰山的全社会固定资产投资5738亿元，列第23位，略高于24位的青州；兰山地方财政收入是361亿元，列第34位，略低于33位的青州；兰山社会消费品零售总额为655亿元列全省第一位，比第20位的青州要出27亿多元；去年兰山实际利用外资1亿美元，列第23位，高于青州的048亿美元，但兰山的出口额仅为042亿美元，比青州的075亿美元要靠后18名。

从上述比较可以看出,兰山区有自身的区位优势和特点，只要充分发挥市场带动作用，广泛利用内外资投入，不断挖掘自身潜力加快发展，进入全省30强是大有希望的。

（三）莒南县、平邑县同安丘市部分指标对比

潍坊的安丘市同我市的莒南县和平邑县，在地理资源和人口方面都有相似之处，安丘市在全省121个县域的综合经济实力中属中等偏下的县域，与其比较更能增强我们摆脱弱县的信心。

安丘市2003年年末人口为105万人，略高于莒南县的9902万人和平邑县的9828万人;去年安丘的GDP和人均GDP都高于莒南县和平邑县,但增幅不如二县;安丘的工业增加值及增幅不及莒南和平邑,但规模以上工业增加值及增幅都高于二县;安丘的全社会固定资产投资超过了莒南和平邑二县之和,分别为5082亿元、1977亿元和1966亿元；安丘的社会消费品零售总额也接近于二县之和，分别是3289亿元、1473亿元和1955亿元；莒南和平邑的实际利用外资有差距，但出口额莒南县要超过安丘市。

可以看出，莒南和平邑二县虽有差距，好多指标并不在后30名，只要坚定不移地贯彻全面、协调、可持续的科学发展观，坚持以经济建设为中心，分析透各自优势和存在的问题，扬长避短，找出适合本地经济快速发展的路子，是完全可以摆脱弱县行列的。

二、壮大县域经济的基本思路

壮大县域经济应充分尊重各县区的客观实际，立足县区本身的资源、劳动力、基础产业等方面的优势，加快推进工业化、城镇化。同时应把握如下几条原则：

1县域经济应该是特色经济。经济发展是不对称性的、非均衡的，这是经济发展的规律，县域经济发展也必须遵循这一规律。我市北部是山区南部为平原，区域差异性明显，各县应从实际出发，选择不同的角度，调整空间把特色产业做大做强，不断壮大主导产业，构建具有竞争力的主导产业。

2县域经济应是民营经济。充分发挥市场配置资源的基础性作用，以企业为主体，政府的工作着力点应放在促进生产力要素快速流通的领域。把民营经济培育成新的经济增长点是壮大县域经济的重要基础，民营经济是集“民资、民智、民力”于一体的民本经济，是充满活力的经济，是植富于民的经济。转制搞活、放手发展、开放引进、发展壮大一批民营经济，使其在县域经济中发挥主导作用。

3县域经济应该是富民经济。农民增收应是发展县域经济的主要任务，没有农民的小康就没有全社会的小康，各县区应继续完善减轻农民负担的政策，像罗庄区根据目前的经济状况随时取消农业税。

4县域经济应该是可持续发展的经济。在发展经济的同时，要充分重视经济效益与生态效益、社会效益的和谐统一，发展经济绝不能以环境恶化和资源浪费为代价。

三、壮大县域经济的对策建议

1改善域内环境，创造发展条件。在硬环境方面，以农村城镇化建设为重点，努力建设并改善各类基础设施。以县城为中心，以乡镇为网点，建设好公路、铁路要道旁乡镇和经济小区，并利用其辐射带动功能把分散的乡村连接成一体，加快交通、能源、通讯、广播电视和信息网络技术设施建设，形成县域内人流、物流、资金流和信息流畅通的良好流通网络。在软环境方面，立足“科教兴县”、“人才强县”，采取优惠政策留住高技术人才，加大对基础人才包括青年技工和农民的培训；优化县域社会信用环境，创造良好的金融外部环境，建立中小企业担保机制，改善和加强金融服务；发挥各类中介组织和流通企业在搞活县域流通中的积极作用，努力形成良好的市场经济秩序，增强县域经济发展的吸引力。

2加快推进新型工业化进程，提升县域工业的规模经济水平，增强县域工业的竞争能力。发展县域经济首要任务是加快工业化。加大技术改造和技术开发力度，在着力发挥劳动密集型产业比较优势的同时，运用高新技术和先进适用技术改造传统产业，提升产品的技术含量和附加值。以现有的食品、五金、建材、复混肥、木材加工等产业集群为依托，支持企业做大做强，壮大产业，增强产业竞争力。同时，发展县域工业应重视资源、环境等制约条件，并将县域工业化与城市工业化衔接起来，要积极引导，积极创造工业化发展的有利条件。

3适度优先发展城镇经济，加快农村劳动力转移速度和城镇化进程。随着农村经济的发展，农民享受城市文明的要求越来越迫切。目前，广大农民在大城市还很难支付定居成本，而在镇区的居住成本较低，因此，县域内的中心镇有望成为劳动力转移的首选之地。要积极、稳妥地推进县域城镇化建设，大力发展城镇经济，培育县域经济的“增长点”。择优培育中心镇和重点镇，引导农村人口向城镇集中，发展小城镇第三产业。以县城和有条件的建制镇为基础，科学规划，合理布局，根据城镇自身所处的位置和特点，发展一批工业主导型、商业贸易型、交通枢纽型、旅游开发型等特色小城镇。

4加快推进农业产业化进程，大力发展县域非农产业。目前，受单一农户生产规模小、合作意识差、市场化程度低等因素的限制，推进农业产业化还面临着体制性障碍。因此，在推进农业产业化的同时，要以市场为导向加快农业结构调整，在保证粮食安全的前提下，大力发展有市场、有潜力的农产品生产，发展优质、高效农业和区域特色农业。以龙头企业为纽带，采取农户＋工厂、农户＋公司、农户＋市场等形式积极推进农业产业化经营，提高农民进入市场的组织化程度和农业综合效益，加快传统农业向现代农业的转变进程。

5建立多元化资金投入体系，千方百计增加对农业的投入。农业是经济发展、社会安定、国家自力的基础，也是受自然风险和市场风险双重约束的弱质产业。本着“多予、少取、放活”方针，以农业增效、农民增收和提高农业竞争力为目标，加大对农业的投入。(1)积极开展招商引资，鼓励民间资本、工商资本、外商资本投向农业领域。（2）优化投资结构，农业财政投资要重点支持农村中小型基础设施建设、骨干品种及优势产业带发展、农产品质量提高、农业产业化经营、社会化服务和科技推广，加大财政对义务教育、农民技能培训及卫生领域的投入力度，提高农业投资效率。(3)适当调整投入政策，改变分散切块格局，建立农业投入的直通机制，减少中间环节，保证投入效益。(4)建立县域产业发展基金，出台对龙头企业实质性扶持的相关政策，如贴息、利用贷款等优惠政策。(5)加快农村金融体制改革，积极探索小额信贷、民间借贷等金融创新模式。

6鼓励发展非公有经济，增强发展活力。进一步激活民间投资的积极性，加速县域经济民营化进程。县一级的所有领域应向民营经济开放，加大对个体私营经济的扶持力度，积极引导民营企业加快技术革新，扩张规模，提高效益，不断提升民营经济的份额和实力。加大开放力度，全面构建开放型县域经济，充分利用国内外两种资源，积极开发两个市场，并把利用外资与发展区域特色产业相结合，与改造提升民营经济相结合。

7切实加强土地管理和耕地保护。县域经济要加快工业化、城镇化、农业产业化进程，占用耕地是不可避免的。我市人多可耕地少，土地是农民和农业的根本。切实加强土地管理和耕地保护，一方面，地方政府征用土地用于公益性项目；另一方面，征地的收益必须向农民转移。

参考资料：

(来源：临沂市统计局)

Hadoop在可伸缩性、健壮性、计算性能和成本上具有无可替代的优势，事实上已成为当前互联网企业主流的大数据分析平台。本文主要介绍一种基于Hadoop平台的多维分析和数据挖掘平台架构。作为一家互联网数据分析公司，我们在海量数据的分析领域那真是被“逼上梁山”。多年来在严苛的业务需求和数据压力下，我们几乎尝试了所有可能的大数据分析方法，最终落地于Hadoop平台之上。

1 大数据分析大分类

Hadoop平台对业务的针对性较强，为了让你明确它是否符合你的业务，现粗略地从几个角度将大数据分析的业务需求分类，针对不同的具体需求，应采用不同的数据分析架构。

按照数据分析的实时性，分为实时数据分析和离线数据分析两种。

实时数据分析一般用于金融、移动和互联网B2C等产品，往往要求在数秒内返回上亿行数据的分析，从而达到不影响用户体验的目的。要满足这样的需求，可以采用精心设计的传统关系型数据库组成并行处理集群，或者采用一些内存计算平台，或者采用HDD的架构，这些无疑都需要比较高的软硬件成本。目前比较新的海量数据实时分析工具有EMC的Greenplum、SAP的HANA等。

对于大多数反馈时间要求不是那么严苛的应用，比如离线统计分析、机器学习、搜索引擎的反向索引计算、推荐引擎的计算等，应采用离线分析的方式，通过数据采集工具将日志数据导入专用的分析平台。但面对海量数据，传统的ETL工具往往彻底失效，主要原因是数据格式转换的开销太大，在性能上无法满足海量数据的采集需求。互联网企业的海量数据采集工具，有Facebook开源的Scribe、LinkedIn开源的Kafka、淘宝开源的Timetunnel、Hadoop的Chukwa等，均可以满足每秒数百MB的日志数据采集和传输需求，并将这些数据上载到Hadoop中央系统上。

按照大数据的数据量，分为内存级别、BI级别、海量级别三种。

这里的内存级别指的是数据量不超过集群的内存最大值。不要小看今天内存的容量，Facebook缓存在内存的Memcached中的数据高达320TB，而目前的PC服务器，内存也可以超过百GB。因此可以采用一些内存数据库，将热点数据常驻内存之中，从而取得非常快速的分析能力，非常适合实时分析业务。图1是一种实际可行的MongoDB分析架构。

图1 用于实时分析的MongoDB架构

MongoDB大集群目前存在一些稳定性问题，会发生周期性的写堵塞和主从同步失效，但仍不失为一种潜力十足的可以用于高速数据分析的NoSQL。

此外，目前大多数服务厂商都已经推出了带4GB以上SSD的解决方案，利用内存+SSD，也可以轻易达到内存分析的性能。随着SSD的发展，内存数据分析必然能得到更加广泛的应用。

BI级别指的是那些对于内存来说太大的数据量，但一般可以将其放入传统的BI产品和专门设计的BI数据库之中进行分析。目前主流的BI产品都有支持TB级以上的数据分析方案。种类繁多，就不具体列举了。

海量级别指的是对于数据库和BI产品已经完全失效或者成本过高的数据量。海量数据级别的优秀企业级产品也有很多，但基于软硬件的成本原因，目前大多数互联网企业采用Hadoop的HDFS分布式文件系统来存储数据，并使用MapReduce进行分析。本文稍后将主要介绍Hadoop上基于MapReduce的一个多维数据分析平台。

数据分析的算法复杂度

根据不同的业务需求，数据分析的算法也差异巨大，而数据分析的算法复杂度和架构是紧密关联的。举个例子，Redis是一个性能非常高的内存Key-Value NoSQL，它支持List和Set、SortedSet等简单集合，如果你的数据分析需求简单地通过排序，链表就可以解决，同时总的数据量不大于内存（准确地说是内存加上虚拟内存再除以2），那么无疑使用Redis会达到非常惊人的分析性能。

还有很多易并行问题（Embarrassingly Parallel），计算可以分解成完全独立的部分，或者很简单地就能改造出分布式算法，比如大规模脸部识别、图形渲染等，这样的问题自然是使用并行处理集群比较适合。

而大多数统计分析，机器学习问题可以用MapReduce算法改写。MapReduce目前最擅长的计算领域有流量统计、推荐引擎、趋势分析、用户行为分析、数据挖掘分类器、分布式索引等。

2 面对大数据OLAP大一些问题

OLAP分析需要进行大量的数据分组和表间关联，而这些显然不是NoSQL和传统数据库的强项，往往必须使用特定的针对BI优化的数据库。比如绝大多数针对BI优化的数据库采用了列存储或混合存储、压缩、延迟加载、对存储数据块的预统计、分片索引等技术。

Hadoop平台上的OLAP分析，同样存在这个问题，Facebook针对Hive开发的RCFile数据格式，就是采用了上述的一些优化技术，从而达到了较好的数据分析性能。如图2所示。

然而，对于Hadoop平台来说，单单通过使用Hive模仿出SQL，对于数据分析来说远远不够，首先Hive虽然将HiveQL翻译MapReduce的时候进行了优化，但依然效率低下。多维分析时依然要做事实表和维度表的关联，维度一多性能必然大幅下降。其次，RCFile的行列混合存储模式，事实上限制死了数据格式，也就是说数据格式是针对特定分析预先设计好的，一旦分析的业务模型有所改动，海量数据转换格式的代价是极其巨大的。最后，HiveQL对OLAP业务分析人员依然是非常不友善的，维度和度量才是直接针对业务人员的分析语言。

而且目前OLAP存在的最大问题是：业务灵活多变，必然导致业务模型随之经常发生变化，而业务维度和度量一旦发生变化，技术人员需要把整个Cube（多维立方体）重新定义并重新生成，业务人员只能在此Cube上进行多维分析，这样就限制了业务人员快速改变问题分析的角度，从而使所谓的BI系统成为死板的日常报表系统。

使用Hadoop进行多维分析，首先能解决上述维度难以改变的问题，利用Hadoop中数据非结构化的特征，采集来的数据本身就是包含大量冗余信息的。同时也可以将大量冗余的维度信息整合到事实表中，这样可以在冗余维度下灵活地改变问题分析的角度。其次利用Hadoop MapReduce强大的并行化处理能力，无论OLAP分析中的维度增加多少，开销并不显著增长。换言之，Hadoop可以支持一个巨大无比的Cube，包含了无数你想到或者想不到的维度，而且每次多维分析，都可以支持成千上百个维度，并不会显著影响分析的性能。

　

而且目前OLAP存在的最大问题是：业务灵活多变，必然导致业务模型随之经常发生变化，而业务维度和度量一旦发生变化，技术人员需要把整个Cube（多维立方体）重新定义并重新生成，业务人员只能在此Cube上进行多维分析，这样就限制了业务人员快速改变问题分析的角度，从而使所谓的BI系统成为死板的日常报表系统。

3 一种Hadoop多维分析平台的架构

整个架构由四大部分组成：数据采集模块、数据冗余模块、维度定义模块、并行分 析模块。

数据采集模块采用了Cloudera的Flume，将海量的小日志文件进行高速传输和合并，并能够确保数据的传输安全性。单个collector宕机之后，数据也不会丢失，并能将agent数据自动转移到其他的colllecter处理，不会影响整个采集系统的运行。如图5所示。

数据冗余模块不是必须的，但如果日志数据中没有足够的维度信息，或者需要比较频繁地增加维度，则需要定义数据冗余模块。通过冗余维度定义器定义需要冗余的维度信息和来源（数据库、文件、内存等），并指定扩展方式，将信息写入数据日志中。在海量数据下，数据冗余模块往往成为整个系统的瓶颈，建议使用一些比较快的内存NoSQL来冗余原始数据，并采用尽可能多的节点进行并行冗余；或者也完全可以在Hadoop中执行批量Map，进行数据格式的转化。

维度定义模块是面向业务用户的前端模块，用户通过可视化的定义器从数据日志中定义维度和度量，并能自动生成一种多维分析语言，同时可以使用可视化的分析器通过GUI执行刚刚定义好的多维分析命令。

并行分析模块接受用户提交的多维分析命令，并将通过核心模块将该命令解析为Map-Reduce，提交给Hadoop集群之后，生成报表供报表中心展示。

核心模块是将多维分析语言转化为MapReduce的解析器，读取用户定义的维度和度量，将用户的多维分析命令翻译成MapReduce程序。核心模块的具体逻辑如图6所示。

图6中根据JobConf参数进行Map和Reduce类的拼装并不复杂，难点是很多实际问题很难通过一个MapReduce Job解决，必须通过多个MapReduce Job组成工作流（WorkFlow），这里是最需要根据业务进行定制的部分。图7是一个简单的MapReduce工作流的例子。

MapReduce的输出一般是统计分析的结果，数据量相较于输入的海量数据会小很多，这样就可以导入传统的数据报表产品中进行展现。

利用Java开发数据库应用系统时，经常需要在用户界面上显示查询结果。由于SUN公司提供的JDK1x开发工具包不是可视化的集成开发环境（IDE），不能象Delphi、VB那样方便地把查询结果在DBGrid等表格中显示出来。因此，只能靠自己编写代码来实现。

在实际应用中，我们可以利用Vector、JTable、AbstractTableModel等三个类较好地解决这一问题。以下，详细介绍一下实现方法。

· 一、 类Vector、类JTable及类AbstractTableModel简介：

1、 类Vector：

类Vector是Java的历史集合类，隶属于javautil包。它包装了异构链表和数组杂合体，具有以下两个特点：

向量是异构的，不要求每个元素的类型相同，向量中可以混合多种对象类型；

向量是数组杂合体，因为它们可以在增加元素时动态增大。

其异构性正好符合数据库记录中属性类型不一的特点，而其动态性也正好符合数据库查询时，结果集记录个数不定的特点。

类Vector定义如下：

public class Vector extends AbstractList

implements List , Cloneable , Serializable{…}

实现了向量成员的查找、新增、删除等方法。如：add(Object obj)可方便地加入一个对象；get(int index)可方便地得到向量中的一个对象；remove(Object obj)。则可方便地删除向量中一个对象。

· 2、 类JTable：

JTable组件是Swing组件中比较复杂的小件，隶属于javaxswing包，它能以二维表的形式显示数据。类JTable定义如下：

public class JTable extends JComponent

implements TableModelListener, Scrollable, TableColumnModelListener,

ListSelectionListener, CellEditorListener, Accessible{…}

类JTable在显示数据时具有以下特点：

可定制性：可以定制数据的显示方式和编辑状态；

异构性：可以显示不同类型的数据对象，甚至包括颜色、图标等复杂对象；

简便性：可以以缺省方式轻松地建立起一个二维表。

其可定制性可满足不同用户和场合的要求，异构性也正好符合数据库访问结果集中属性类型不一的特点。类JTable提供了极为丰富的二维表格 *** 作方法，如设置编

辑状态、显示方式、选择行列等，在此不一一赘述。

使用类JTable显示数据之前，必须根据情况生成定制模型、单元绘制器或单元编辑器。类AbstractListModel用来定制用户自己的数据模型，这个类在后面要介绍。

TableCellRenderer接口用来定制单元绘制器，TableCellEditor接口用来定制单元编辑器，这两个接口主要用于颜色对象的处理上，在示例中没有用到，不做过多说明。

· 3、 类AbstractTableModel：

类AbstractTableModel是一个抽象类，没有完全实现，不能实例化，使用时必须在程序中实现方法。它隶属于javaxswingtable 。类定义如下：

public abstract class AbstractTableModel extends Object

implements TableModel, Serializable{…}

类AbstractTableModel提供了TableModel接口中绝大多数方法的缺省实现。TableModel接口定义了JTable 的基础数据结构。用户要生成自己的数据模型，本来可以

通过实现TableModel接口中所有方法来满足要求，但管理听众表的功能对于所有数据模型是共同的，所以在javaxswingtable中又定义了类AbstractTableModel来

处理这个工作。它既管理听众表，又为生成TableModelEvents事件并委托给听众提供了便利。

要想生成一个具体的TableModel作为AbstractTableMode的子类，至少必须实现下面三个方法：

public int getRowCount();

public int getColumnCount();

public Object getValueAt(int row, int column);

至此，我们可以建立一个简单二维表（5×5），实现方法如下：

TableModel dataModel = new AbstractTableModel() {

public int getColumnCount() { return 5; }

public int getRowCount() { return 5;}

public Object getValueAt(int row, int col) { return new Integer(rowcol); }

};

JTable table = new JTable(dataModel);

JScrollPane scrollpane = new JScrollPane(table);

· 二、 数据库及其连接方法简介：

示例采用Sybase数据库系统，数据库存放在数据库服务器中。路径为：D:/WORKER，数据库名为：workerdbf。具有以下字段：

字段名

类型

Wno（职工号）

VARCHAR

Wname（职工名）

VARCHAR

Sex（性别）

VARCHAR

Birthday（出生日期）

DATE

Wage（工资）

FLOAT

要连接此数据库，需使用javasql包中的类DriverManager。此类是用于管理JDBC驱动程序的实用程序类。它提供了通过驱动程序取得连接、注册，撤消驱动程序， 设置登记和数据库访问登录超时等方法。具体连接方法如下：

第一步：定位、装入和链接SybDriver类；

driver="comsybasejdbcSybDriver";

SybDriver sybdriver=(SybDriver)ClassforName(driver)newInstance();

第二步：注册SybDriver类；

DriverManagerregisterDriver(sybdriver);

第三步：取得连接（SybConnection）对象引用。

user="sa";

password="";

url="jdbc:sybase:Tds:202117203114:5000/WORKER";

SybConnection connection=(SybConnection)DriverManagergetConnection

(url,user,password);

建立完连接后，即可通过Statement接口进行数据库的查询与更改。

· 三、 实现方法：

限于篇幅，在此只给出核心代码，包引入、界面处理、变量定义等部分不再介绍。

第一步：对象声明。

AbstractTableModel tm;//声明一个类AbstractTableModel对象

JTable jg_table;//声明一个类JTable对象

Vector vect;//声明一个向量对象

JScrollPane jsp;//声明一个滚动杠对象

String title[]={"职工号","职工名","性别","出生日期","工资"};

//二维表列名

第二步：定制表格。

1、实现抽象类AbstractTableModel对象tm中的方法：

vect=new Vector();//实例化向量

tm=new AbstractTableModel(){

public int getColumnCount(){

return titlelength;}//取得表格列数

public int getRowCount(){

return vectsize();}//取得表格行数

public Object getValueAt(int row,int column){

if(!vectisEmpty())

return

((Vector)vectelementAt(row))elementAt(column);

else

return null;}//取得单元格中的属性值

public String getColumnName(int column){

return title[column];}//设置表格列名

public void setValueAt(Object value,int row,int column){}

//数据模型不可编辑，该方法设置为空

public Class getColumnClass(int c){

return getValueAt(0,c)getClass();

}//取得列所属对象类

public boolean isCellEditable(int row,int column){

return false;}//设置单元格不可编辑，为缺省实现

};

2、定制表格：

jg_table=new JTable(tm);//生成自己的数据模型

jg_tablesetToolTipText("显示全部查询结果");//设置帮助提示

jg_tablesetAutoResizeMode(JTableAUTO_RESIZE_OFF);

//设置表格调整尺寸模式

jg_tablesetCellSelectionEnabled(false);//设置单元格选择方式

jg_tablesetShowVerticalLines(true);//设置是否显示单元格间的分割线

jg_tablesetShowHorizontalLines(true);

jsp=new JScrollPane(jg_table);//给表格加上滚动杠

第三步：显示查询结果。

1、 连接数据库：第二部分已给出。

2、 数据库查询：

Statement stmt=connectioncreateStatement();

ResultSet rs=stmtexecuteQuery("select from worker");

3、 显示查询结果：

vectremoveAllElements();//初始化向量对象

tmfireTableStructureChanged();//更新表格内容

while(rsnext()){

Vector rec_vector=new Vector();

//从结果集中取数据放入向量rec_vector中

rec_vectoraddElement(rsgetString(1));

rec_vectoraddElement(rsgetString(2));

rec_vectoraddElement(rsgetString(3));

rec_vectoraddElement(rsgetDate(4));

rec_vectoraddElement(new Float(rsgetFloat(5)));

vectaddElement(rec_vector);//向量rec_vector加入向量vect中

}

tmfireTableStructureChanged();//更新表格，显示向量vect的内容。

大家都知道，在进行数据分析的时候需要先挖掘数据和存取数据，这样才能够为数据分析工作打好基础。但是在一般情况下，数据挖掘出来之后是有很多无用重复的数据的，如果将这些数据直接分析的时候会影响分析结果，这就需要对数据进行加工。如果加工得好，那么出来后的数据是一个简洁、规范、清晰的样本数据。数据加工的步骤通常包括数据抽取、数据转换、数据计算。下面就跟大家好好普及一下如何做好数据加工。

首先说说数据加工中的数据抽取吧，数据抽取就是对数据库中现有字段进行整合加工，这样就能够形成分析需要的数据。这种过程就叫做数据抽取。一般来说，数据抽取工作就是字段拆分、字段合并、字段匹配组成。什么是字段拆分哦？字段拆分就是为了截取某一字段中的部分信息，将该字段拆分成两个或多个字段。然后就是字段合并，字段合并就是将若干字段合成为一个新的字段，或者将字段值与文字、数字等组合形成新的字段。最后就是字段匹配，字段匹配就是从具有相同字段的关联数据库中获取所需数据，一般来说字段匹配要求原数据库与关联数据库至少存在一个关联字段，根据关联字段实现批量查询匹配对应的数据。

接着说说数据转换。由于不同来源的数据可能存在不同的结构，数据转换主要指将数据转换成规范、清晰、又易于分析的结构。一般来说，数据转换有结构转换和行列转换。结构转换就是在数据分析中，根据不同的业务需求，需要对数据进行结构转换。并且主要指一维数据表与二维数据表之间的转换。然后就是行列转换。这是 在进行数据分析报表时，常常要从不同的维度观察数据，例如从时间的维度查看汇总数据，或从地区的维度观查汇总数据，这样需要把行列数据进行转换。

最后说说数据计算。有有时候数据库中没有我们需要的字段，需要通过现有字段进行计算之后才能获得。我们在进行数据计算的时候主要有简单计算和日期时间的计算。简单计算就是对数据值进行加、减、乘、除等运算并产生新的字段。而日期、时间数据计算就是在企业管理中，经常会涉及到日期和时间数据的管理分析，它也是数据库中的一类重要数据。

上述的内容就是对于数据清洗工作的具体分析了，大家在进行数据分析的时候一定要注意好上面提到的内容，这样才能够做好数据分析，尤其是注意好数据的转换，这是数据加工中至关重要的内容，希望这篇文章能够给大家带来帮助。

1数据量太大，比如上亿，就用oracle，优点上亿数据对Oracle来说轻飘飘的，也不用太多优化配置，缺点安装比较麻烦，上手比较慢。

2数据量较大，比如千万级，用postgresql，它号称对标Oracle，处理千万级数据还是可以的，也是易学易用。

3数据量一般，比如百万级，用mysql，这个级别的数据量mysql处理还是比较快的。

4数据量较小，比如十万以下，sqlite、access都可以。

上面是基于单表 *** 作的数据量，你看着选。

简单易用的数据库哪个比较好？这个要具体看你的用途，如果数据量比较少（10万左右），追求简约简单，免费开源的sqlite就行，如果数据量比较多，考虑到高并发、分布式，可以使用专业的mysql、postgresql，下面我分别简单介绍一下，感兴趣的朋友可以尝试一下：

小巧灵活sqlite

这是基于c语言开发的一个轻量级关系型数据库，短小精悍、免费开源，个人使用无需繁琐的配置，只需一个简单的运行库便可直接使用，针对各种编程语言都提供了丰富的API接口， java、 python、c#等都可轻松 *** 作，如果你存储数据量不多，只是本地简单的 *** 作（读多写少），可以使用一下这个数据库，占用内存非常少，轻便灵活，当然，在高并发、数据量大的情况下就不合适了：

专业强大mysql

这是目前应该广泛使用的一个关系型数据库，免费开源跨平台，在信息系统开发方面一直占据着主力位置，如果你从事于web开发或者网站后台建设，那么这个数据库一定非常熟悉，支持高并发、分布式，存储数据量相对于sqlite来说，更多也更安全，索引、触发器、存储过程等功能非常不错，支持数据导入导出、恢复备份，只要你熟悉一下基本使用过程，很快就能掌握和运用：

免费开源postgresql

这是加州大学计算机系开发的一个对象-关系型数据库（自由软件），免费、开源、跨平台，支持流计算、全文检索、图式搜索、并行计算、存储过程、空间数据、K-V类型，相比较mysql来说，在复杂查询、高并发下更稳定、性能更优越，可扩展性、可维护性非常不错，但也有劣势，例如新旧版本不分离存储，没有Coverage index scan等，总体使用效果来说还不错：

当然，除了以上3个数据库，还有许多其他数据库，像mssql、oracle等也都非常不错，对于存储和处理数据来说绰绰有余，只要你熟悉一下基本使用过程，很快就能入门的，网上也有相关教程和资料，介绍的非常详细，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。

最符合初学者理解和入门的是Access，因为它和Excel本来就是一个套件，相互转化容易，复制粘贴即可，非常好理解库、表、字段、键的概念。

如果数据量不大，强烈推荐试试Filemaker，脚本化编程，自由定制输入界面、工作流程，非常便捷高效。

最近杀出来的airtable，更是简单高效，界面美观， *** 作与电子表格相当，发展势头也非常迅猛。

二者侧重点有所不同，用户可根据需要选择

作为一个软件开发人员，长期需要和数据库打交道，个人更加青睐于MySQL。虽然可能基于你的Excel原因，有些人会建议你使用Access数据库，但是基于我个人的 意见，我并不建议你那样做。采用MySql的具体理由如下：

1MySQL具有普遍性，在国内的环境中，绝大多数的互联网企业采用的是MySQL。有了广大的用户基础后，针对于各种问题网上也能更好地找到解决方案。

2MySQL相对于Oracle而言，更加轻量化，针对于从Excel量级的数据，没必要使用Oracle。同时MySQL是完全免费的，不用担心版权及费用问题，无论对个人还是对预算有限的企业而言都是很好的选择。

3MySQL高度兼容标准SQL，这对于以后迁移到其他数据库而言，也能很大程度地降低学习成本。

希望我的回答能够对你有所帮助！！！[耶][耶][耶]

Excel办公确实便利，可以做一些简单的数据分析，但涉及大量复杂的数据运算，就会遇到和题主一样的问题，运算速度慢，如果主机性能不是很好，还有可能面临电脑死机，数据丢失等问题。

遇到这种情况，我们该如何解决呢？数据库的重要性显而易见！

现在， 我将用3分钟的时间，与您探讨该选择何种数据库，以及选择它的理由，是否有更优的解决方案呢？

MySQL数据库，90%的企业都会选择它

数据库选得好，企业的数据安全，资产安全，也就得到了保障。那么该如何选择数据库呢？这个跟你的业务量和业务服务行业，密不可分。

如果你只是上班打卡，用SQL server就可以了；

如果你要储存会话信息，用户配置信息，购物车数据，建议使用NoSQL数据库；

不过90%的企业或个人，首选数据库都是MySQL数据库。

为什么这么说？

因为，它集 低成本、高可用、可靠性强、易用性强、体积小、速度快开放源码 等特性于一身，所以在金融、财务、网站、 数据处理 等应用领域，它占据着独一无二的优势。

这也是几乎所有企业都选择它，来存储数据的原因。

加之MySQL数据库，支持多种存储引擎，支持大型数据库，可以处理成千上万条记录，还提供用于管理、检查、优化数据库 *** 作的工具。

因而，MySQL尤其受个人，以及中小企业的推崇。

虽然MySQL数据库简单易用，但我还是不会部署该怎么办？

别担心，现在市面上已经出现了，一种自带数据库的新型办公软件。

比如说，云表企业应用平台，一款兼容excel功能，但功能更为强大的办公软件，它就内嵌了MySQL数据库。 （文末有免费获取方式）

云表内嵌的MySQL数据库，有何优点？

1 性能更加优化，更加兼容系统。因为云表的研发人员，时刻更新维护MySQL数据库。

2 省去自己手动部署的麻烦。但如果你熟悉部署数据库，想把数据库改成Oracle或SQL server等数据库，也可以设置。（不过，我建议IT小白还是 “拿来即用” 就好）

3 快速实时计算。数据分析实时交互，完全满足管理决策中的临时性分析，多变的业务需求，以及频繁的结果刷新。

4 通过自带的内存计算引擎，无需事先建立CUBE，IT部门将告别报表延时报表分析，亿级数据秒级响应。

内嵌的MySQL数据库是否可靠

云表不仅是一款办公软件，同时还是一款开发工具。

通过它，你将解决以下问题：

复杂的数据运算，精确到行列的权限管控，以及工作流，海量用户同时在线办公，数据透视，制作像销售单，洽谈合同等表单报表，一份制作，即可重复录用

你还可以通过它，与电子称、地磅等进行对接，与用友金蝶等三方系统集成，生成条形码，扫码出入库，生成移动端APP 基本上业务所需的功能，你都可以放心交给它做。

它最大的亮点就是，你可以 用使用excel的手法，用它来开发业务应用。

而且，可视化的 拖拉拽 之后，开发出来的ERP、WMS、OA、进销存等业务应用，还秉承了MySQL数据库增删改查的功能特性。

没错，用云表开发出来的业务应用，是允许二次开发的，而且功能可以随时增删改查，轻松满足大集团精细化的数据控制需求。

不过，大家最关心的应该是数据安全问题吧。

数据存放在云表内嵌的MySQL数据库，是安全不丢失的，它提供了多种数据存储的方式，本地部署，云端部署，混合部署，任君挑选！

正因如此，像 恒逸石化、许继电气、航天科工委、中铁、中冶、云南小松 等大型集团，才鼓励内部员工去学习云表。

篇幅所限，只说到这里，说太多你也不会看。

免费 的软获取方式在下方：

数据库的用处可大着呢，不仅可以实现数据共享，减少数据冗余度，还能实现对数据的集中控制，保持数据的一致性和可维护性。选取简单易用的数据库，你有什么好的建议呢，留言让我们看到噢！

题主强调了简单易用。所以推荐最简单三个。

1Access。

2Excel。

3飞书文档、腾讯文档、石墨文档等的表格。

如果要做分析，数据量才比较大，建议Access，还是专业的更好一些。网上教程也很多，比较容易学。而且建议用早一点的版本，比如2003或者2007，Access这些年微软一直想从office里去掉，奈何用的人还是很多，所以不敢去掉，但是采取了一种比较恶心的方法让用户放弃，就是每发布一个新版本，就去掉一些好用的功能，所以说Access是越早的功能越强。

还一个推荐就是Sql Server Express版本，是SQL Server的免费版本，不要钱，基本功能都有，要比sqllite等强大的多

这要结合你个人实际情况来定，有计算机基础，懂一点数据库的话那么市场上的那些软件都可以用，常用有oracle，sqlserver，mysql等，要上手快还是sqlserver比较快，界面 *** 作也比较直观；如果一点基础都没有，但是又要分析数据的话可以用微软自带的一个access，这个上手比较快。决定用哪一种之后还是要买点教材看，简单的sql查询要会，熟练之后也能提高工作效率。

个人使用数据库的话，只存数据不做分析，SQLite就足够了。

1数据量太大，比如上亿，就用oracle，优点上亿数据对Oracle来说轻飘飘的，也不用太多优化配置，缺点安装比较麻烦，上手比较慢。

2数据量较大，比如千万级，用postgresql，它号称对标Oracle，处理千万级数据还是可以的，也是易学易用。

3数据量一般，比如百万级，用mysql，这个级别的数据量mysql处理还是比较快的。

4数据量较小，比如十万以下，sqlite、access都可以。

上面是基于单表 *** 作的数据量，你看着选。

简单易用的数据库哪个比较好？这个要具体看你的用途，如果数据量比较少（10万左右），追求简约简单，免费开源的sqlite就行，如果数据量比较多，考虑到高并发、分布式，可以使用专业的mysql、postgresql，下面我分别简单介绍一下，感兴趣的朋友可以尝试一下：

小巧灵活sqlite

这是基于c语言开发的一个轻量级关系型数据库，短小精悍、免费开源，个人使用无需繁琐的配置，只需一个简单的运行库便可直接使用，针对各种编程语言都提供了丰富的API接口， java、 python、c#等都可轻松 *** 作，如果你存储数据量不多，只是本地简单的 *** 作（读多写少），可以使用一下这个数据库，占用内存非常少，轻便灵活，当然，在高并发、数据量大的情况下就不合适了：

专业强大mysql

这是目前应该广泛使用的一个关系型数据库，免费开源跨平台，在信息系统开发方面一直占据着主力位置，如果你从事于web开发或者网站后台建设，那么这个数据库一定非常熟悉，支持高并发、分布式，存储数据量相对于sqlite来说，更多也更安全，索引、触发器、存储过程等功能非常不错，支持数据导入导出、恢复备份，只要你熟悉一下基本使用过程，很快就能掌握和运用：

免费开源postgresql

这是加州大学计算机系开发的一个对象-关系型数据库（自由软件），免费、开源、跨平台，支持流计算、全文检索、图式搜索、并行计算、存储过程、空间数据、K-V类型，相比较mysql来说，在复杂查询、高并发下更稳定、性能更优越，可扩展性、可维护性非常不错，但也有劣势，例如新旧版本不分离存储，没有Coverage index scan等，总体使用效果来说还不错：

当然，除了以上3个数据库，还有许多其他数据库，像mssql、oracle等也都非常不错，对于存储和处理数据来说绰绰有余，只要你熟悉一下基本使用过程，很快就能入门的，网上也有相关教程和资料，介绍的非常详细，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。

最符合初学者理解和入门的是Access，因为它和Excel本来就是一个套件，相互转化容易，复制粘贴即可，非常好理解库、表、字段、键的概念。

如果数据量不大，强烈推荐试试Filemaker，脚本化编程，自由定制输入界面、工作流程，非常便捷高效。

最近杀出来的airtable，更是简单高效，界面美观， *** 作与电子表格相当，发展势头也非常迅猛。

二者侧重点有所不同，用户可根据需要选择

作为一个软件开发人员，长期需要和数据库打交道，个人更加青睐于MySQL。虽然可能基于你的Excel原因，有些人会建议你使用Access数据库，但是基于我个人的 意见，我并不建议你那样做。采用MySql的具体理由如下：

1MySQL具有普遍性，在国内的环境中，绝大多数的互联网企业采用的是MySQL。有了广大的用户基础后，针对于各种问题网上也能更好地找到解决方案。

2MySQL相对于Oracle而言，更加轻量化，针对于从Excel量级的数据，没必要使用Oracle。同时MySQL是完全免费的，不用担心版权及费用问题，无论对个人还是对预算有限的企业而言都是很好的选择。

3MySQL高度兼容标准SQL，这对于以后迁移到其他数据库而言，也能很大程度地降低学习成本。

希望我的回答能够对你有所帮助！！！[耶][耶][耶]

Excel办公确实便利，可以做一些简单的数据分析，但涉及大量复杂的数据运算，就会遇到和题主一样的问题，运算速度慢，如果主机性能不是很好，还有可能面临电脑死机，数据丢失等问题。

遇到这种情况，我们该如何解决呢？数据库的重要性显而易见！

现在， 我将用3分钟的时间，与您探讨该选择何种数据库，以及选择它的理由，是否有更优的解决方案呢？

MySQL数据库，90%的企业都会选择它

数据库选得好，企业的数据安全，资产安全，也就得到了保障。那么该如何选择数据库呢？这个跟你的业务量和业务服务行业，密不可分。

如果你只是上班打卡，用SQL server就可以了；

如果你要储存会话信息，用户配置信息，购物车数据，建议使用NoSQL数据库；

不过90%的企业或个人，首选数据库都是MySQL数据库。

为什么这么说？

因为，它集 低成本、高可用、可靠性强、易用性强、体积小、速度快开放源码 等特性于一身，所以在金融、财务、网站、 数据处理 等应用领域，它占据着独一无二的优势。

这也是几乎所有企业都选择它，来存储数据的原因。

加之MySQL数据库，支持多种存储引擎，支持大型数据库，可以处理成千上万条记录，还提供用于管理、检查、优化数据库 *** 作的工具。

因而，MySQL尤其受个人，以及中小企业的推崇。

虽然MySQL数据库简单易用，但我还是不会部署该怎么办？

别担心，现在市面上已经出现了，一种自带数据库的新型办公软件。

比如说，云表企业应用平台，一款兼容excel功能，但功能更为强大的办公软件，它就内嵌了MySQL数据库。 （文末有免费获取方式）

云表内嵌的MySQL数据库，有何优点？

1 性能更加优化，更加兼容系统。因为云表的研发人员，时刻更新维护MySQL数据库。

2 省去自己手动部署的麻烦。但如果你熟悉部署数据库，想把数据库改成Oracle或SQL server等数据库，也可以设置。（不过，我建议IT小白还是 “拿来即用” 就好）

3 快速实时计算。数据分析实时交互，完全满足管理决策中的临时性分析，多变的业务需求，以及频繁的结果刷新。

4 通过自带的内存计算引擎，无需事先建立CUBE，IT部门将告别报表延时报表分析，亿级数据秒级响应。

内嵌的MySQL数据库是否可靠

云表不仅是一款办公软件，同时还是一款开发工具。

通过它，你将解决以下问题：

复杂的数据运算，精确到行列的权限管控，以及工作流，海量用户同时在线办公，数据透视，制作像销售单，洽谈合同等表单报表，一份制作，即可重复录用

你还可以通过它，与电子称、地磅等进行对接，与用友金蝶等三方系统集成，生成条形码，扫码出入库，生成移动端APP 基本上业务所需的功能，你都可以放心交给它做。

它最大的亮点就是，你可以 用使用excel的手法，用它来开发业务应用。

而且，可视化的 拖拉拽 之后，开发出来的ERP、WMS、OA、进销存等业务应用，还秉承了MySQL数据库增删改查的功能特性。

没错，用云表开发出来的业务应用，是允许二次开发的，而且功能可以随时增删改查，轻松满足大集团精细化的数据控制需求。

不过，大家最关心的应该是数据安全问题吧。

数据存放在云表内嵌的MySQL数据库，是安全不丢失的，它提供了多种数据存储的方式，本地部署，云端部署，混合部署，任君挑选！

正因如此，像 恒逸石化、许继电气、航天科工委、中铁、中冶、云南小松 等大型集团，才鼓励内部员工去学习云表。

篇幅所限，只说到这里，说太多你也不会看。

免费 的软获取方式在下方：

数据库的用处可大着呢，不仅可以实现数据共享，减少数据冗余度，还能实现对数据的集中控制，保持数据的一致性和可维护性。选取简单易用的数据库，你有什么好的建议呢，留言让我们看到噢！

题主强调了简单易用。所以推荐最简单三个。

1Access。

2Excel。

3飞书文档、腾讯文档、石墨文档等的表格。

如果要做分析，数据量才比较大，建议Access，还是专业的更好一些。网上教程也很多，比较容易学。而且建议用早一点的版本，比如2003或者2007，Access这些年微软一直想从office里去掉，奈何用的人还是很多，所以不敢去掉，但是采取了一种比较恶心的方法让用户放弃，就是每发布一个新版本，就去掉一些好用的功能，所以说Access是越早的功能越强。

还一个推荐就是Sql Server Express版本，是SQL Server的免费版本，不要钱，基本功能都有，要比sqllite等强大的多

这要结合你个人实际情况来定，有计算机基础，懂一点数据库的话那么市场上的那些软件都可以用，常用有oracle，sqlserver，mysql等，要上手快还是sqlserver比较快，界面 *** 作也比较直观；如果一点基础都没有，但是又要分析数据的话可以用微软自带的一个access，这个上手比较快。决定用哪一种之后还是要买点教材看，简单的sql查询要会，熟练之后也能提高工作效率。

个人使用数据库的话，只存数据不做分析，SQLite就足够了。

以上就是关于Access数据库怎么导入Excel表全部的内容，包括:Access数据库怎么导入Excel表、数据库应该选择什么、急需国泰安“中国上市公司财务指标分析数据库”2011年的数据，请发到邮箱[email protected]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！