今天遇到一个让人不淡定的问题. 网站升级后,打开一个页面无法访问, 提示: “对象名”xxx”无效. xxx表在服务器上没有创建,于是俺打开 “sql查询分析器”: 导出创建xxx表的sql脚本,如下: CREATETABLE[xxx]( [id][int]IDENTITY(1,1)NOTNULL, [title][nvarchar](100)COLLATEChinese_P

南美丛林的一只蝴蝶煽动翅膀，可能导致莫斯科下大雪，说明的大气系统的复杂性。而DBA在日常工作中叶经常会面临类似的问题，我们从故障的表象上分析问题处理问题，而往往我们采取的措施仅仅是解决一些表象的问题，并没有找到问题的关键。也就是说，我们并没有抓到扇翅膀的那只蝴蝶，而仅仅抓住了莫斯科上空的乌云。 前几天碰到一个案例，写出来和大家共享。客户有一套系统下午1点多的时候，突然出现了故障，服务无法响应，新会话连不上去。最后只能通过杀掉了大量的会话，

数据库的开发工作是数据库工作人员非常重要的一个工作，数据库的开发直接关系着数据库的发展前景。JDBC，即数据库连接，用于执行SQL语句的Java API，可以为多种关系数据库提供统一访问。JDBC由一组用Java语言编写的类和接口组成，为开发人员提供一个标准的API，使其能够用纯Java API编写数据库应用程序。 下面，IDC评述网整理了10个JDBC驱动工具，供大家参考。 1. Excel JDBC Driver Excel JDBC

为了使中小企业在数据库选型方面有更多的参考，我们的采访涉及到了业界的知名数据库平台，从这些数据库的特点中进行分析，从而给大家带来深圳明源技术公司是一家行业ERP软件提供商，专门为房地产行业提供整个一套ERP解决方案，目前房地产***企业里有70%的都是自己的客户，十强里面有八家是自己的客户，可以说在这个行业里属于一个垄断的行业。 ▲深圳明源技术公司软件工程师：郭昊 由于自己是微软的金牌合作伙伴，因此所有的技术和解决方案都是采用微软的技术

最近挺忙的，只能为大家带来一些使用EF的小技巧。有关EF4.1的使用与探索将在之后一段时间为大家奉上。今天为大家带来如何得到EF查询所生成的SQL。 在EF 4和EF 3.5 SP1中，我们可以使用ToTraceString()方法得到EF查询所生成的SQL。 using(varcontext=newTestDBEntities()) { varquery=frompincontext.Parents wherep.Name==&q

逻辑数据库设计有多种实现方式，包括：自顶至底，自底至顶以及混合方式。传统数据库设计是一个自底至顶的过程，从分析需求中的单个数据元素开始，把相关多个数据元素组合在一起转化为数据库中的表。这种方式较难应对复杂的大型数据库设计，这就需要结合自顶至底的设计方式。 使用ER模型进行概念数据建模方便了项目团队内部及与最终用户之间的交流与沟通。ER建模的高效性还体现在它是一种自顶至底的设计方法。一个数据库中的实体数量比数据元素少很多，因为大部分数据元素

以XiZiShop为例，如下效果图： 上图红色方框所示为一级类别。 上图所示为二级类别、三级类别和筛选条件类别，以及筛选条件的值。 数据库设计步骤如下： 【步骤一】对于一级类别、二级类别，三级类别，我统一把它们放在一张表里面，名曰：栏目表(T_Columns)，各级的父子关系通过表中的FatherCol这一列去进行关联。如下图： 【步骤二】建立好存储一级类别、二级类别和三级类别的表之后，再开始考虑“筛选条件表&rdquo

很多公司都想要提高数据加载和查询处理性能。在访问了专攻数据分析、数据建模、数据仓储和商业智能(BI)的PenguinSoft咨询公司联合创始人Mark Whitehorn先生，他表示任何一个称职的顾问都会在提出数据仓库改变建议之前，先看看这个公司存在的问题。总体上说，存储产品的选择很关键，有6个技巧可以改进数据库性能。 1.在考虑性能优化之前，需要先找出现存的瓶颈。如果你的查询性能CPU负载比较高，那么买更快的磁盘就完全是浪费钱。 2.了

引言：一步一步设计你的数据库之不可轻视的需求分析中我们通过多种方法来理解客户的需求并撰写了需求文档。本文我们将回答三个问题。1. 为什么业务规则非常重要。2. 怎样识别业务规则。3. 如何修改关系模型并隔离出业务规则。 什么是业务规则 业务规则描述了业务过程中重要的且值得记录的对象、关系和活动。其中包括业务操作中的流程、规范与策略。业务规则保证了业务能满足其目标和义务。 生活中的一些业务规则可能是： 当顾客进入店内，最近的员工须向顾客

计算机存储的容量限制仍然日益成为IT系统的瓶颈。其主要原因有两个：第一，信息革命导致人们产生了比过去多得多的数据。巨大的数据库系统每时每刻都在产生海量的新数据。第二，随着计算机存储能力的增长，人们倾向于永久性保存所有的数据。例如，在信息革命早期，证券交易系统往往只保存近一段时间的交易细节数据。如今，人们倾向于保存所有能够被保存的数据：每一次交易，每一通电话，网站的每一次点击，交换机中的每一回通信等。 在这种趋势下，计算机存储承担着越来越沉