mysql數據庫綜合設計報告,一份完整的數據庫設計報告

本文目錄一覽：

• 1、一份難得的數據庫市場分析報告
• 2、用jsp和mysql做排課系統開題報告中設計所需要的環境怎麼寫
• 3、怎麼使用powerdesigner正反向mysql數據庫生成級生成報告
• 4、mysql數據庫實施怎麼寫…創建表的部分，不會用腳本，就用圖形界面操作的，然後要寫報告了，數據庫實
• 5、誰幫我弄個數據庫項目！

一份難得的數據庫市場分析報告

目錄

– 數據庫分類維度：關係型/非關係型、交易型/分析型

– NoSQL數據庫的進一步分類

– OLTP市場規模：關係型數據庫仍占營收大頭

– 數據庫市場份額：雲服務和新興廠商主導NoSQL

– 開源數據庫 vs. 商業數據庫

– 數據庫三大陣營：傳統廠商和雲服務提供商

最近由於時間原因我寫東西少了，在公眾號上也轉載過幾篇搞數據庫朋友的大作。按說我算是外行，沒資格在這個領域品頭論足，而當我看到下面這份報告時立即產生了學習的興趣，同時也想就能看懂的部分寫點心得體會分享給大家。

可能本文比較適合普及性閱讀，讓數據庫領域資深的朋友見笑了：）

數據庫分類維度：關係型/非關係型、交易型/分析型

首先是分類維度，上圖中的縱軸分類為Relational Database（關係型數據庫，RDBMS）和Nonrelational Database （非關係型數據庫，NoSQL），橫軸的分類為Operational（交易型，即OLTP）和Analytical（分析型，即OLAP）。

按照習慣我們先看關係型數據庫，左上角的交易型類別中包括大家熟悉的商業數據庫Oracle、MS SQL Server、DB2、Infomix，也包括開源領域流行的MySQL（MariaDB是它的一個分支）、PostgreSQL，還有雲上面比較常見的SQL Azure和Amazon Aurora等。

比較有意思的是，SAP HANA正好位於交易型和分析型的中間分界處，不要忘了SAP還收購了Sybase，儘管後者今天不夠風光了，而早年微軟的SQL Server都是來源於Sybase。Sybase的ASE數據庫和分析型Sybase IQ還是存在的。

右上角的分析型產品中包括幾款知名的列式數據倉庫Pivotal Greenplum、Teradata和IBM Netezza（已宣布停止支持），來自互聯網巨頭的Google Big Query和Amazon RedShift。至於Oracle Exadata一體機，它上面運行的也是Oracle數據庫，其最初設計用途是OLAP，而在後來發展中也可以良好兼顧OLTP，算是一個跨界產品吧。

再來看非關係型數據庫，左下角的交易型產品中，有幾個我看着熟悉的MongoDB、Redis、Amazon DynamoDB和DocumentDB等；右下角的分析型產品包括著名的Hadoop分支Cloudera、Hortonworks（這2家已併購），Bigtable（來自Google，Hadoop中的HBase是它的開源實現）、Elasticsearch等。

顯然非關係型數據庫的分類要更加複雜，產品在應用中的差異化也比傳統關係型數據庫更大。Willian Blair很負責任地對它們給出了進一步的分類。

NoSQL數據庫的進一步分類

上面這個圖表應該說很清晰了。非關係型數據庫可以分為Document-based Store（基於文檔的存儲）、Key-Value Store（鍵值存儲）、Graph-based（圖數據庫）、Time Series（時序數據庫），以及Wide Cloumn-based Store（寬列式存儲）。

我們再來看下每個細分類別中的產品：

文檔存儲 ：MongoDB、Amazon DocumentDB、Azure Cosmos DB等

Key-Value存儲 ：Redis Labs、Oracle Berkeley DB、Amazon DynamoDB、Aerospike等

圖數據庫 ：Neo4j等

時序數據庫 ：InfluxDB等

WideCloumn ：DataStax、Cassandra、Apache HBase和Bigtable等

多模型數據庫 ：支持上面不只一種類別特性的NoSQL，比如MongoDB、Redis Labs、Amazon DynamoDB和Azure Cosmos DB等。

OLTP市場規模：關係型數據庫仍占營收大頭

上面這個基於IDC數據的交易型數據庫市場份額共有3個分類，其中深藍色部分的關係型數據庫（RDBMS，在這裡不統計數據挖掘/分析型數據庫）佔據80%以上的市場。

Dynamic Database（DDMS，動態數據庫管理系統，同樣不統計Hadoop）就是我們前面聊的非關係型數據庫。這部分市場顯得小（但發展勢頭看好），我覺得與互聯網等大公司多採用開源+自研，而不買商業產品有關。

而遵循IDC的統計分類，在上圖灰色部分的「非關係型數據庫市場」其實另有定義，參見下面這段文字：

數據庫市場份額：雲服務和新興廠商主導NoSQL

請注意，這裡的關係型數據庫統計又包含了分析型產品。Oracle營收份額42%仍居第一，隨後排名依次為微軟、IBM、SAP和Teradata。

代表非關係型數據庫的DDMS分類中（這裡同樣加入Hadoop等），雲服務和新興廠商成為了主導，微軟應該是因為雲SQL Server的基礎而小幅領先於AWS，這2家一共佔據超過50%的市場，接下來的排名是Google、Cloudera和Hortonworks（二者加起來13%）。

上面是IDC傳統分類中的「非關係型數據庫」，在這裡IBM和CA等應該主要是針對大型機的產品，InterSystems有一款在國內醫療HIS系統中應用的Caché數據庫（以前也是運行在Power小機上比較多）。我就知道這些，餘下的就不瞎寫了。

開源數據庫 vs. 商業數據庫

按照流行度來看，開源數據庫從2013年到現在一直呈現增長，已經快要追上商業數據庫了。

商業產品在關係型數據庫的佔比仍然高達60.5%，而上表中從這列往左的分類都是開源佔優：

Wide Cloumn：開源佔比81.8%；

時序數據庫：開源佔比80.7%；

文檔存儲：開源佔比80.0%；

Key-Value存儲：開源佔比72.2%；

圖數據庫：開源佔比68.4%；

搜索引擎：開源佔比65.3%

按照開源License的授權模式，上面這個三角形越往下管的越寬鬆。比如MySQL屬於GPL，在互聯網行業用戶較多；而PostgreSQL屬於BSD授權，國內有不少數據庫公司的產品就是基於Postgre哦。

數據庫三大陣營：傳統廠商和雲服務提供商

前面在討論市場份額時，我提到過交易型數據庫的4個巨頭仍然是Oracle、微軟、IBM和SAP，在這裡William Blair將他們歸為第一陣營。

隨着雲平台的不斷興起，AWS、Azure和GCP（Google Cloud Platform）組成了另一個陣營，在國外分析師的眼裡還沒有BAT，就像有的朋友所說，國內互聯網巨頭更多是自身業務導向的，在本土發展公有雲還有些優勢，短時間內將技術輸出到國外的難度應該還比較大。（當然我並不認為國內缺優秀的DBA和研發人才）

第三個陣容就是規模小一些，但比較專註的數據庫玩家。

接下來我再帶大家簡單過一下這前兩個陣容，看看具體的數據庫產品都有哪些。

甲骨文的產品，我相對熟悉一些的有Oracle Database、MySQL以及Exadata一體機。

IBM DB2也是一個龐大的家族，除了傳統針對小型機、x86（好像用的人不多）、z/OS大型機和for i的版本之外，如今也有了針對雲和數據挖掘的產品。記得抱枕大師對Informix的技術比較推崇，可惜這個產品發展似乎不太理想。

微軟除了看家的SQL Server之外，在Azure雲上還能提供MySQL、PostgreSQL和MariaDB開源數據庫。應該說他們是傳統軟件License+PaaS服務兩條腿走路的。

如今人們一提起SAP的數據庫就想起HANA，之前從Sybase收購來的ASE（Adaptive Server Enterprise）和IQ似乎沒有之前發展好了。

在雲服務提供商數據庫的3巨頭中，微軟有SQL Server的先天優勢，甚至把它移植到了Linux擁抱開源平台。關係型數據庫的創新方面值得一提的是Amazon Aurora和Google Spanner（也有非關係型特性），至於它們具體好在哪裡我就不裝內行了：）

非關係型數據庫則是Amazon全面開花，這與其雲計算業務發展早並且佔據優勢有關。Google當年的三篇經典論文對業界影響深遠，Yahoo基於此開源的Hadoop有一段時間幾乎是大數據的代名詞。HBase和Hive如今已不再是人們討論的熱點，而Bigtable和BigQuery似乎仍然以服務Google自身業務為主，畢竟GCP的規模比AWS要小多了。

最後這張DB-Engines的排行榜，相信許多朋友都不陌生，今年3月已經不是最新的數據，在這裡列出只是給大家一個參考。該排行榜幾乎在每次更新時，都會有國內數據庫專家撰寫點評。

以上是我周末的學習筆記，班門弄斧，希望對大家有幫助。

參考資料《Database Software Market:The Long-Awaited Shake-up》

擴展閱讀：《 數據庫存儲：互相最想知道的事 》

尊重知識，轉載時請保留全文。感謝您的閱讀和支持！

用jsp和mysql做排課系統開題報告中設計所需要的環境怎麼寫

我有access的，沒有sql的，你只要把數據庫的連接方式改成sql的就行了、、

當然，如果你要改成sql的，你首先要做一個sql的數據庫，再創建嚮應的表，表的字段名也要和access一樣就行了

怎麼使用powerdesigner正反向mysql數據庫生成級生成報告

1. 反向數據庫

這個工作一般是在沒有E-R設計的數據庫進行的，可以反向生成數據庫的E-R設計。其步驟如下：

1.1. 設置當前操作數據庫系統

選擇菜單Database-Change Current DBMS

彈出如下窗口，選擇Oracle10g（具體按實際情況），並確認。

1.2. 設置ODBC數據源

有兩種方式可以設置ODBC數據源：

(1)通過系統ODBC設計進行

首先選擇「管理工具-數據源（ODBC）」

打開如下界面，選擇「系統DSN」，然後點擊「添加」按鈕

選擇「Oracle in OraDb10g home1」選項，點擊」完成「按鈕

在如下窗口中填入相關連接信息，並進行測試連接

數據源：設置ODBC連接名稱

TNS名稱：在Oracle設置實例訪問的名稱

用戶：反向用戶名

輸入密碼，點擊「OK」按鈕

測試成功

即成功加入ODBC數據源

(2)通過PowerDesigner反向提示進行

選擇菜單「Database-Reverse engineer Database」

在該界面上，如果存在反向數據庫則選擇即可；如果沒有存在反向數據庫的連接則如圖示點擊按鈕進行新增

在該界面上點擊「Add」按鈕進入系統ODBC增加頁面

1.3. 選擇需要反向的數據庫ODBC源

選擇菜單「Database-Reverse engineer Database」，點擊數據庫連接按鈕

設置用戶名和密碼，然後點擊」Connect「

選定了需連接的數據源

1.4. 選擇反向對象生成E-R關係圖

在上圖中點擊「確定」按鈕，進入了反向對象界面，在該界面上可以選擇表、視圖、用戶等對象類型，然後點擊「OK」按鈕

進入如下圖

生成的關係圖如下

2. 生成數據庫

2.1. 設置當前操作數據庫系統

按照1.1項設置當前操作數據庫系統

2.2. 設置生成數據庫選項

選擇菜單atabase-Generate Database」

進入如下界面，在該界面設置生成腳本的文件夾、文件名，並且可以選擇不同的選項卡進行

在「Options」選項卡中，選擇生成腳本不同內容

在」Selection」選項卡中，選擇生成腳本不同對象

2.3. 生成數據庫腳本

在設置界面上，選擇」Check model」值，進行有效性檢查

正在生成數據庫腳本

成功生成

3. 生成數據設計報告

在了解PowerDesigner報告生成方式以後我只能感嘆該功能太強大了，沒有做不到，只有想不到！可嚮導、定模板、直接生成報告等方式生成，生成的類型有html、RTF等，具體提供功能如下，在下面我介紹直接生成報告方式。

3.1. 新建報告內容模板

選擇菜單」Report-Reports」，進入如下界面，點擊新增報告按鈕

設置報告名稱、語言和模板，設置完畢後點擊「OK「按鈕

進入如下界面，在中間欄中是數據庫設計中所有可以選擇內容，右欄是設置報告格式

3.2. 設置報告格式

雙擊中間欄中的」Titile「格式，自動加載到右欄中，右鍵選擇編輯，進入如下界面設置該級標題，

分別選擇E-R關係圖、表屬性說明和表字段說明

3.3. 生成數據設計報告

設置完畢後，選擇菜單」Report-Generate RTF」

設置文件生成的文件名稱，確認生成即可

生成的樣式如下，可以調整該報告的格式行程最終的數據庫說明書

mysql數據庫實施怎麼寫…創建表的部分，不會用腳本，就用圖形界面操作的，然後要寫報告了，數據庫實

貼一段給你看一下，具體問題歡迎追問。

#查看錶信息

desc tb_dept;

或者

show create table tb_dept ;

另外貼一個建表語句給你參考一下。

CREATE TABLE `xy_xzxkxx` (

`id` int(12) NOT NULL AUTO_INCREMENT COMMENT ‘自增主鍵’,

`xingzhengxukemingcheng` varchar(512) NOT NULL COMMENT ‘許可事項名稱’,

`xukeID` varchar(50) DEFAULT NULL COMMENT ‘許可ID’,

`shenbaoshixiangmingcheng` varchar(512) DEFAULT NULL COMMENT ‘申報事項名稱’,

`xingzhengxiangduirenmingcheng` varchar(256) NOT NULL COMMENT ‘行政相對人名稱’,

`tongyishehuixinyongdaima` varchar(18) DEFAULT NULL COMMENT ‘統一社會信用代碼’,

`qiyezhucehao` varchar(50) DEFAULT NULL COMMENT ‘企業註冊號’,

`zuzhijigoudaima` varchar(9) DEFAULT NULL COMMENT ‘組織機構代碼’,

`juminshenfenzhenghao` varchar(64) NOT NULL COMMENT ‘居民身份證號’,

`fadingdaibiaorenxingming` varchar(256) NOT NULL COMMENT ‘法定代表人姓名’,

`shenpileibie` varchar(16) NOT NULL COMMENT ‘審批類別’,

`xukewenjianbianhao` varchar(128) NOT NULL COMMENT ‘許可文件編號’,

`xukewenjianmingcheng` varchar(256) NOT NULL COMMENT ‘許可文件名稱’,

`youxiaoqizi` varchar(10) NOT NULL COMMENT ‘有效期自’,

`youxiaoqizhi` varchar(10) NOT NULL COMMENT ‘有效期至’,

`xukejiguan` varchar(256) NOT NULL COMMENT ‘許可機關’,

`xukeneirong` varchar(2048) NOT NULL COMMENT ‘許可內容’,

`dengjizhuangtai` varchar(1) NOT NULL COMMENT ‘登記狀態’,

`difangbianma` varchar(6) NOT NULL COMMENT ‘地方編碼’,

`shujulaiyuandanwei` varchar(256) NOT NULL COMMENT ‘數據來源單位’,

`shujugengxinshijianchuo` varchar(30) NOT NULL COMMENT ‘數據更新時間戳’,

`beizhu` varchar(512) DEFAULT NULL COMMENT ‘備註’,

`upload_cycle_date` varchar(20) DEFAULT NULL COMMENT ‘上傳時間節點’,

`upload_date` varchar(30) DEFAULT NULL COMMENT ‘上傳時間’,

`dept_id` int(20) DEFAULT NULL COMMENT ‘部門編號’,

`createtime` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT ‘創建時間’,

`sts` char(1) DEFAULT ‘1’ COMMENT ‘狀態’,

`cwxx` varchar(2000) DEFAULT NULL COMMENT ‘錯誤信息’,

`sjzt` varchar(10) DEFAULT ‘1’ COMMENT ‘數據狀態’,

PRIMARY KEY (`id`)

) ENGINE=MyISAM AUTO_INCREMENT=10000002 DEFAULT CHARSET=utf8 AVG_ROW_LENGTH=44 COMMENT=’行政許可信息’;

誰幫我弄個數據庫項目！

超市管理信息系統設計

一、超市管理系統設計的目的和意義

為了更好、更方便地管理該超市，我設計了該管理系統。該系統主要是利用了SQL SERVER 2000數據庫來開發的一套小型超市管理系統。該系統主要包括一個登錄模塊和五個子模塊（管理員管理模塊、客戶管理模塊、採購員管理模塊、經理管理模塊、銷售員管理模塊）功能。通過不同的用戶權限讓不同的用戶進入不同的界面，用戶權限主要有系統管理員、顧客、經理、採購員、銷售員。系統管理員具有查看進貨信息、銷售信息、用戶信息以及對用戶信息可進行添加、修改、刪除等功能；顧客可以瀏覽全部的商品信息或者根據商品名或商品ID瀏覽某一種商品信息，並且可以購買某種商品，商品購買成功後商品信息表中的商品數量也會相對地減少其數量，銷售表中將增加銷售出的商品記錄；經理可查看進貨和銷售商品的信息；採購員可以查看全部訂單、增加訂單、修改訂單、刪除訂單等功能；銷售員可以查看銷售信息。

二．超市管理系統設計

1.問題定義

針對目前農村中雜貨店向中小型超市發展趨勢以及農村超市管理技術比較落後這一問題，開發一個適用於農村中小型超市的管理系統顯得越來越有必要。開發超市管理系統是要達到方便管理員和消費者的目的，我們就得解決以下問題：

a) 超市的商品信息管理；

b) 超市的倉庫管理；

c) 超市員工管理；

d) 商品的銷售管理；

e) 超市會員的管理；

f) 日常數據的統計；

2.可行性研究

經過上面對超市管理系統的問題定義，從技術方面來看，超市的商品信息管理，倉庫管理，員工管理，銷售管理，會員管理以及日常的數據統計實現起來並不難，這些功能都是一些經常遇到的；經濟方面由於自身屬於沒資本的人，投入的只能是簡單的開發設備。

3.需求分析

3.1 系統概述

背景:隨着我國信息技術和經濟的發展，計算機已經被廣泛的應用到各個領域。計算機給人們的生活帶來方便的同時也需要開發相應的管理系統。根據目前農村現狀來看，很多雜貨店向中小型超市發展的趨勢越來越明顯，但是現實農村中很多超市的管理都依靠原始的人力管理，沒有與其相對應的管理系統，給日常的超市管理帶來了很多不必要的麻煩。

3.2 目的

通過實現超市管理系統，達到超市管理者能夠方便地對超市中商品的管理，同時讓消費者享受到購物的快捷。

3.3 系統功能需求

a） 超市的員工能夠對商品的信息和超市會員信息實現添加，刪除，更新，查詢操作，能夠對商品的信息按不同種類的查詢；

b） 超市的管理員能夠對超市倉庫中各種商品信息的查詢，能夠及時地了解倉庫中各種商品的庫存信息；

c） 超市的管理員通過超市管理系統實現對超市員工的管理，能夠對員工信息的查詢，添加，刪除，更新操作；

d） 管理員能夠簡單地查詢超市的部門信息；

e） 超市管理系統中能夠對超市中的員工分類，對不同類型的員工，賦予不同的權限對超市進行管理；

3.4 系統運行環境要求

硬件：內存256MB以上，硬盤60GB以上；

軟件：windows操作系統，mysql數據庫,myeclipse。

4.分析與綜合

外部實體：商品，顧客

數據流：商品信息，賬單

a) 建立當前系統的具體模型,如下圖所示

b) 抽象當前系統的邏輯模型，如下圖所示

c) 建立目標系統的邏輯模型，如下圖所示

DFD圖說明：在顧客進行購物進行結賬時，超市員工通過整理顧客所購買的商品的商品號在數據庫中進行查詢，得到商品的價格，同時通過整理能得到某種商品的購物數量，之後通過判斷顧客的身份採取不同的結賬算法，把賬單給顧客，顧客付款之後即可把商品帶走。

5.總體設計

1. 通過對DFD圖的轉換，得出超市管理系統的軟件結構圖，如下圖所示

2. 通過對軟件結構圖的進一部分析得到超市管理系統的框架圖，如下圖所示

6.詳細設計

1. 模塊設計及功能說明

a) 登陸模塊：登陸模塊主要用於超市員工的登陸。通過登陸模塊實現不同類型的員工登陸到不同的界面，這樣能更容易地達到不同類型的員工在超市管理系統中有不同的操作權限。

b) 員工管理模塊：員工管理模塊主要是方便超市的管理員對超市的員工的管理。通過員工管理模塊主要是對員工信息的增，刪，改，查操作。

c) 倉庫管理模塊：倉庫管理模塊主要是用於商品庫存信息的查詢以及商品入庫，出庫查詢。通過倉庫管理模塊超市管理系統的管理員能夠查詢庫存信息，商品入庫以及出庫的信息。

d) 銷售管理模塊：銷售管理模塊主要是商品的結賬計算。通過銷售管理模塊能夠方便商品的結賬。

e) 部門管理模塊：部門管理模塊主要用於部門的管理。部門管理模塊主要是實現部門信息的增加，刪除和更新。

f) 會員管理模塊：會員管理模塊主要是用於會員的管理。通過會員管理模塊可以實現會員的增，刪，改，查操作。

2. 數據庫設計

數據庫E-R圖

7.數據結構設計：

(1)用戶表的結構

字段名 字段類型 字段大小 說明

userID Int 4 用戶ID

userName Varchar 50 用戶名稱

userPassword Varchar 50 用戶密碼

userAddress Varchar 50 用戶住址

userAuthority Varchar 50 用戶類型（權限）

userGender Varchar 10 用戶性別

userAge Int 4 用戶年齡

(2)商品信息表

字段名 數據類型 長度 說明

GoodsID Int 4 主鍵

GoodsName Varchar 50 商品名稱

GoodsNumber Int 4 商品數量

GoodsProduct Varchar 50 商品生產地

GoodsPrice Float 8 商品價格

GoodsSize Varchar 50 商品大小

(3)銷售商品表

字段名 數據類型 長度 說明

VenditionID bigint 4 主鍵

GoodsName varchar 50 商品名稱

GoodsCustomNumber varchar 50 商品銷售數量

CustomerName varchar 50 顧客姓名

VenditionDate varchar 50 銷售日期

GoodsSize varchar 50 商品大小

GoodsPrice Float 8 商品價格

(4)訂貨表

字段名 數據類型 長度 說明

BuyerID Int 4 主鍵

BuyerGoodsName varchar 50 訂購商品名稱

BuyerGoodsNumber varchar 50 訂購商品數量

BuyerManufacturer varchar 50 訂購生產廠家

BuyerDate varchar 50 訂購日期

BuyerName varchar 50 訂購人姓名