看来oracle9i是要先装服务器,再装客户端.

# listener.ora Network Configuration File: F:\app\Administrator\product\11.2.0\dbhome_1\network\admin\listener.ora # Generated by Oracle configuration tools. #这段是安装后默认出来的配置 #要改成下面那段 #SID_LIST_

大家在安装像ORACLE这样的大型数据库的时候总是会觉得安装很费劲，3张安装盘就要2G了，安装过程中还要创建配置数据库那花的时间就更长了。 所以除非是要在服务器端建数据库，一般都选择更加方便快速的Oracle客户端+PLSQL安装方式，这里介绍个最简便快速的Oracle9i+PLSQL客户端安装教程给大家。   1.从网上下载一个Oracle 9i客户端绿色安装包（文件不大也就十来兆左右）

(Database)是按照数据结构来组织、存储和管理数据的建立在计算机存储设备上的仓库。数据库是长期储存在计算机内、有组织的、可共享的数据集合。数据库中的数据指的是以一定的数据模型组织、描述和储存在一起、具有尽可能小的冗余度、较高的数据独立性和易扩展性的特点并可在一定范围内为多个用户共享。常用的数据库有 MySQL、ORACLE、SQL Server 等。

数据仓库设计

MySQL作为最流行的关系型数据库管理系统之一，在数据存储与查询方面拥有广泛的应用。从简单的用户信息管理到复杂的企业级应用，MySQL几乎无处不在。然而，当涉及到特定的数据查询需求时，即使是经验丰富的开发者也可能会遇到挑战。例如，“如何查询多个字段的最大值”就是一个典型的问题，它不仅考验了对SQL语法的理解，还涉及到了对数据库性能优化的考量。本文将深入探讨MySQL中查询多个字段最大值的方法，并通过实际案例展示这些方法在不同场景下的应用。无论是初学者还是资深开发者，都能从中获得有价值的见解。

比如用户可以选择多个兴趣标签，或者一篇文章可以属于多个分类。这种情况下，如果我们直接在一个字段里存储多个值（如使用逗号分隔的字符串），虽然看似简单，但其实会带来很多后续的问题。今天我们就来深入探讨一下。

一、同步性能测试 1、测试环境信息 kettle：版本8.2，carte独立部署，内存参数-Xms1024m -Xmx4096m mysql数据库：8核CPU，CPU主频2.20GHz，16G内存，版本号5.7.25 大数据环境采用CDH，包含HDFS、hive等组件 CDH集群服务器（共4台）：8核CPU，CPU主频2.20GHz，16G内存，CDH版本5.14.4 2、性能测试结果...

本人在windowns2003服务器上先安装了oracle10g客户端，再安装了10g服务端，使用conn /as sysdba,登录，提示ora-01031没有权限错误，使用conn sys/orcl 则可以正常登录，初步判断是登录验证方式问题，网上找到oracle数据库登录验证方式有三种： 1.sqlplus user_name/password@db_name 数据字典身份验证，此时要求

Oracle9i的安装和卸载详解 本章将以Windows操作系统为例讲述Oracle9i数据库的安装 主要内容包括：安装前的准备Oracle9i数据库的安装验证安装成功 以及数据库的卸载 ...

一个mysql字段包含多个ID的解决办法转自：http://database.51cto.com/art/201011/235339.htm如果一个MySQL字段包含多个ID，应该如何解决呢？下面就为您介绍一个处理单个MySQL字段包含多个ID的处理方法，希望对您能有所启迪。以下是一个MySQL字段包含多个ID的解决办法完整的例子。1、新建表create table Category(cateId...

![Hive数据仓库架构图]想象一下，你是一家中型电商企业的数据负责人。三年前，公司数据量仅为GB级别，使用传统关系型数据库就能轻松应对。但随着业务爆发式增长，现在每天产生的数据量已经达到TB级别，包括用户行为日志、交易记录、商品信息、物流数据等十几种数据源。你的团队面临着前所未有的挑战：这不是虚构的场景，而是当今几乎所有成长型企业都会面临的"数据沼泽"困境。当数据量达到一定规模，传统数据处理工具就像试图用小桶清理洪水一样力不从心。2007年，Facebook正面临类似的挑战。当时，Facebook的数据量

我整理的一些关于【MySQL,SQL】的项目学习资料（附讲解～～）和大家一起分享、学习一下：https://edu.51cto.com/surl=QDW3g3MySQL：统计多个字段有一个有值的查询 引言 在进行数据分析时，尤其是使用数据库系统时，如何有效地统计多个字段是一个常见的需求。在MySQL中，我们经常需要查询多...

本文带领读者深入了解“数据湖+数据仓库”的大数据架构，以生动的案例和幽默的语言展示如何在数据汪洋中打下坚实的数据仓库基础。该方案通过将数据湖作为数据仓库的前置平台，利用Hadoop、Spark、Hive、Presto等技术，实现对半结构化和非结构化数据的存储、分析与挖掘，适合大中型企业的多样化需求。本文涵盖架构描述、应用场景、优缺点、代码和可视化示例，帮助企业清晰地理解这一强大方案的实现和应用。

在信息系统中，将事务抽象为“实体”（Entity）、“属性”（Property）、“关系”（Relationship）来表示数据关联和事物描述，这种对数据的抽象建模通常被称为ER实体关系模型。实体：通常为参与到过程中的主体，客观存在的，比如商品、仓库、货位、汽车，此实体非数据库表的 实体表。属性：对主体的描述、修饰即为属性，比如商品的属性有商品名称、颜色、尺寸、重量、产地等。关系：现实的物理事件是依附于实体的，比如商品入库事件，依附实体商品、货位，就会有“库存”的属 性产生；

你是否曾遇到过这些问题？企业的用户数据散落在MySQL、Redis、日志文件里，想分析用户行为却要跨N个系统取数？写了一条复杂SQL查询订单趋势，结果跑了半小时还没出结果？刚接手的数据仓库，表名混乱、字段含义模糊，根本不知道从哪下手？这些痛点的根源，在于缺乏对数据仓库核心技术的体系化理解。数据仓库不是“放大版的数据库”，而是一套专门针对大数据分析场景设计的“数据管理与服务体系”——它能把分散的数据源整合起来，用结构化的方式存储，让分析查询更高效、更可靠。本文将带你从概念认知到落地实践。

MySQL数据库表设计与索引优化全解析：让大数据量查询飞起来（超详细，小白也能看懂）