使用oracle数据库为什么要装pgsqldev？

一、使用oracle数据库为什么要装pgsqldev？

plsql是链接oracle数据库的客户端工具之一，并不是一定要用plsql的，也可以用toader或navicat来代替

二、eclipse使用要下载数据库吗？

可以不下载数据库，连接其他电脑已经安装的数据库也可以使用

三、要多少数据库就使用rabbitmq？

使用rabbitmq和多少数据库无关，消息服务器用于不同应用之间传递消息。

四、人参为什么要标号使用

为什么人参要标号使用

人参是一种被广泛使用的中草药，被赋予了许多保健功效。然而，由于市场上存在各种不同品种和质量的人参，为了确保消费者能够购买到符合标准的产品，人参标号使用成为了必要的措施。

人参标号使用的主要目的是为了保证人参的品质和有效成分的含量。标号是一个象征，代表着人参经过科学认证和检验，并符合一定标准的保证。通过给人参进行标号，消费者可以轻松地识别出合格的产品，增加购买的信心。

人参的有效成分是指人参中具有药用价值的化学成分，如人参皂苷、人参多糖等。不同品种和质量的人参中，有效成分的含量会有所不同，因此标明有效成分含量是判断人参品质的重要指标。标号使用将有效成分含量明确标注在产品包装上，使消费者可以直观地了解到所购买的人参产品的药效。

此外，人参的产地也是影响品质的重要因素。不同产地的土壤、气候和种植方式对人参的生长环境有着直接影响，从而影响其品质和功效。标号使用还可以包含人参的产地信息，让消费者了解所购买产品的原产地，选择适合自己需求的品种。

关于人参标号使用的要求，不同国家和地区可能存在细微差异。在中国，国家药典对人参的标准和方法进行了明确规定，确保人参产品的质量和安全。根据国家药典的要求，人参品种应当清晰标明，有效成分含量应当满足一定的标准，产地应当实事求是地标注。

人参标号使用的好处不仅仅在于指导消费者选择合适的产品，同时也有利于提升整个人参产业的发展。通过标号使用，优质的人参产品可以得到更多的认可和市场关注，促进产业链各环节的提升和发展。

如何识别标号使用的人参产品

如果你想购买标号使用的人参产品，以下是一些识别方法和注意事项：

• 查看产品包装：确认产品包装上是否标有明显的标号，标号应当包含人参品种、有效成分含量和产地等关键信息。
• 产品认证证书：有些人参产品会附带相应的认证证书，可以进一步核实产品质量和标准。
• 购买渠道选择：选择正规可信赖的购买渠道，例如大型药店、保健品专卖店等。
• 咨询专业人士：在购买前可以向药师、保健品专家等咨询，了解更多关于人参的知识和选择建议。

总之，人参标号使用对于消费者来说是一种保证，可以帮助消费者选择优质的人参产品。同时，它也是整个人参产业发展的推动力量，促进了行业的规范和提升。在购买人参产品时，我们应当注重产品的质量标准和标号使用，以确保我们获得到真正符合标准的人参，并从中获得保健功效。

五、arcmap为什么要建立数据库？

由于在地图制作时我们需要在 arcMap 中读取数据库中的地理数据，并且在发布地图服务时。arcGIS Server 也需要从数据库中读取数据并发布。所以我们需要建立起 arcMap----> 数据库 和 arcGIS Server----->数据库的连接。

并且，由于我们可以在 arcMap 对 arcGIS Server 进行管理，所以也需要建立起这两者的连接。

六、sqlsever为什么要压缩数据库？

是收缩还是压缩。如果是收缩数据库，在数据库的右键，任务，有个收缩功能。如果是压缩，在数据库右键，属性，数据库选项上，启动压缩功能。

七、hive为什么要连数据库？

hive只是个工具，它的数据分析，依赖于mapreduce，它的数据管理，依赖于外部系统。所以hive要连数据库。

八、数据库为什么要建索引？

在满足语句需求的情况下，尽量少的访问资源是数据库设计的重要原则，这和执行的 SQL 有直接的关系，索引问题又是 SQL 问题中出现频率最高的，常见的索引问题包括：无索引（失效）、隐式转换。1. SQL 执行流程看一个问题，在下面这个表 T 中，如果我要执行 需要执行几次树的搜索操作，会扫描多少行？

这分别是 ID 字段索引树、k 字段索引树。

这条 SQL 语句的执行流程：

1. 在 k 索引树上找到 k=3，获得 ID=3002. 回表到 ID 索引树查找 ID=300 的记录，对应 R33. 在 k 索引树找到下一个值 k=5，ID=5004. 再回到 ID 索引树找到对应 ID=500 的 R4

5. 在 k 索引树去下一个值 k=6，不符合条件，循环结束

这个过程读取了 k 索引树的三条记录，回表了两次。因为查询结果所需要的数据只在主键索引上有，所以必须得回表。所以，我们该如何通过优化索引，来避免回表呢？2. 常见索引优化2.1 覆盖索引覆盖索引，换言之就是索引要覆盖我们的查询请求，无需回表。

如果执行的语句是 ，这样的话因为 ID 的值在 k 索引树上，就不需要回表了。

覆盖索引可以减少树的搜索次数，显著提升查询性能，是常用的性能优化手段。

但是，维护索引是有代价的，所以在建立冗余索引来支持覆盖索引时要权衡利弊。

2.2 最左前缀原则

B+ 树的数据项是复合的数据结构，比如 的时候，B+ 树是按照从左到右的顺序来建立搜索树的，当 这样的数据来检索的时候，B+ 树会优先比较 name 来确定下一步的检索方向，如果 name 相同再依次比较 sex 和 age，最后得到检索的数据。

可以清楚的看到，A1 使用 tl 索引，A2 进行了全表扫描，虽然 A2 的两个条件都在 tl 索引中出现，但是没有使用到 name 列，不符合最左前缀原则，无法使用索引。所以在建立联合索引的时候，如何安排索引内的字段排序是关键。评估标准是索引的复用能力，因为支持最左前缀，所以当建立（a，b）这个联合索引之后，就不需要给 a 单独建立索引。原则上，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。上面这个例子中，如果查询条件里只有 b，就是没法利用（a，b）这个联合索引的，这时候就不得不维护另一个索引，也就是说要同时维护（a，b）、（b）两个索引。这样的话，就需要考虑空间占用了，比如，name 和 age 的联合索引，name 字段比 age 字段占用空间大，所以创建（name，age）联合索引和（age）索引占用空间是要小于（age，name）、(name）索引的。

2.3 索引下推

以人员表的联合索引（name, age）为例。如果现在有一个需求：检索出表中“名字第一个字是张，而且年龄是26岁的所有男性”。那么，SQL 语句是这么写的

通过最左前缀索引规则，会找到 ID1，然后需要判断其他条件是否满足在 MySQL 5.6 之前，只能从 ID1 开始一个个回表。到主键索引上找出数据行，再对比字段值。而 MySQL 5.6 引入的索引下推优化(index condition pushdown)，可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。这样，减少了回表次数和之后再次过滤的工作量，明显提高检索速度。

2.4 隐式类型转化

隐式类型转化主要原因是，表结构中指定的数据类型与传入的数据类型不同，导致索引无法使用。所以有两种方案：

修改表结构，修改字段数据类型。

修改应用，将应用中传入的字符类型改为与表结构相同类型。

3. 为什么会选错索引3.1 优化器选择索引是优化器的工作，其目的是找到一个最优的执行方案，用最小的代价去执行语句。在数据库中，扫描行数是影响执行代价的因素之一。扫描的行数越少，意味着访问磁盘数据的次数越少，消耗的 CPU 资源越少。当然，扫描行数并不是唯一的判断标准，优化器还会结合是否使用临时表、是否排序等因素进行综合判断。

3.2 扫描行数

MySQL 在真正开始执行语句之前，并不能精确的知道满足这个条件的记录有多少条，只能通过索引的区分度来判断。显然，一个索引上不同的值越多，索引的区分度就越好，而一个索引上不同值的个数我们称为“基数”，也就是说，这个基数越大，索引的区分度越好。

MySQL 使用采样统计方法来估算基数：采样统计的时候，InnoDB 默认会选择 N 个数据页，统计这些页面上的不同值，得到一个平均值，然后乘以这个索引的页面数，就得到了这个索引的基数。而数据表是会持续更新的，索引统计信息也不会固定不变。所以，当变更的数据行数超过 1/M 的时候，会自动触发重新做一次索引统计。

在 MySQL 中，有两种存储索引统计的方式，可以通过设置参数 innodb_stats_persistent 的值来选择：

on 表示统计信息会持久化存储。默认 N = 20，M = 10。

off 表示统计信息只存储在内存中。默认 N = 8，M = 16。

由于是采样统计，所以不管 N 是 20 还是 8，这个基数都很容易不准确。所以，冤有头债有主，MySQL 选错索引，还得归咎到没能准确地判断出扫描行数。

可以用 来重新统计索引信息，进行修正。

3.3 索引选择异常和处理1. 采用 force index 强行选择一个索引。2. 可以考虑修改语句，引导 MySQL 使用我们期望的索引。3. 有些场景下，可以新建一个更合适的索引，来提供给优化器做选择，或删掉误用的索引。

九、为什么要转换数据库格式？

因为，数据库转换是指数据模式、数据、数据操作之间的转换。

数据库转换可以将不同数据模式转化为同一数据模式或者将数据转换成应用所需要的类型。

所以，数据库的应用范围越来越广泛，有时候要实现不同数据库转换，例如，将关系结构数据库转变为网状结构数据库。

十、caffe为什么要使用lmdb数据库？

1. caffe先支持leveldb，后支持lmdb的，lmdb读取的效率更高，而且支持不同程序同时读取，而leveldb只允许一个程序读取。这一点在使用同样的数据跑不同的配置程序时很重要。

2. 关于key的问题，图像数据label（默认支持的label是一个整数，表示类别）就那么多，用label作为key肯定要重复了，故不能用label作为key。

3. 关系数据库不是很了解。不过训练过程是不断的按序读取一个一个batch的数据，不需要复杂的数据存储格式吧，这样线性存储读取的效率也高吧。