MongoDB是一个面向文档的数据库，目前由10gen开发并维护，它的功能丰富，齐全，完全可以替代MySQL。在使用MongoDB做产品原型的过程中，我们总结了MonogDB的一些亮点： 使用JSON风格语法，易于掌握和理解：MongoDB使用JSON的变种BSON作为内部存储的格式和语法。针对MongoDB的操作都使用JSON风格语法，客户端提交或接收的数据都使用JSON形式来展现。相对于SQL来说，更加直观，容易理解和掌握。 Schema-less，支持嵌入子文档：MongoDB是一个Schema-free的文档数据库。一个数据库可以有多个Collection， 每个Collection是Documents的集合。Collection和Document和传统数据库的Table和Row并不对等。无需事先定义 Collection，随时可以创建。

Linux是一套自由使用（一般可以免费使用）和自由传播的类Unix操作系统 。GNU是一个自由软件工程项目，允许人们自由使用也可修改源码为社区做贡献。Linux创作于芬兰一位名叫Linus Torvalds的学生之手； 基于了linux内核，有众多发行版本；redhat linux(企业用户首选收费)，centos(redhat社区版 优点稳定)，fedora(redhat支持的倾向于桌面版linux)，debian、ubuntu、suse(德国，后被novell公司收购)，gentoo、中科红旗linux等等。

EI产品线数据库高效编程指南

Hive什么是Hivehive和pig等语言类似，只是一个shell,一个包装了mapreduce的shell,他使得编写m/r程序更加的方便入手，使得步入云计算的程序员门槛更低。Hive的数据存储在HDFS中，大部分的查询由MapReduce完成Hive体系结构用户接口用户接口主要有三个：CLI，Client和WUI。其中最常用的是CLI，Cli启动的时候，会同时启动一个Hive副本。Client是Hive的客户端，用户连接至HiveServer。在启动Client模式的时候，需要指出HiveServer所在节点，并且在该节点启动HiveServer。WUI是通过浏览器访问Hive。元数据Hive将元数据存储在数据库中，如mysql、derby。Hive中的元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。内核解释器、编译器、优化器完成HQL查询语句从词法分析、语法分析、编译、优化以及查询计划的生成。生成的查询计划存储在HDFS中，并在随后有MapReduce调用执行。HQLHQL是一个类SQL的查询语言。它模仿SQL语法来创建表，读表到数据，并查询表。HQL也允许用户嵌入他们自定义的map-reduce脚本。

50种方法巧妙优化你的SQLServer数据库查询速度慢的原因很多，常见如下几种：1、没有索引或者没有用到索引(这是查询慢最常见的问题，是程序设计的缺陷)　2、I/O吞吐量小，形成了瓶颈效应。　3、没有创建计算列导致查询不优化。　4、内存不足　5、网络速度慢　6、查询出的数据量过大（可以采用多次查询，其他的方法降低数据量）7、锁或者死锁(这也是查询慢最常见的问题，是程序设计的缺陷)　8、sp_lock,sp_who,活动的用户查看,原因是读写竞争资源。

什么是事务？如何Oracle使用事务。在Java中使用事务。什么是锁？演示更新丢失的问题。锁的分类。阻塞与死锁。深入浅出Oracle主讲：邹振兴什么是事务什么是事务？事务是一种机制，这种机制能保证在事务内的DML(数据操作语句)做为一个不可分割的单元进行执行。

Oracle数据是当前主流数据当中功能最强大，速度最快，市场占有率最高的一款产品。在工作中，使用频率非常高。S1数据库主要学使用，S2数据库主要学业务逻辑，Y2数据库主要学习优化查询速度。整个课程将分为二个部分，前4次课讲解Oracle数据库的基本应用(权限、建表、增、删、查、改)，后4次课讲解Oracle的高级应用(事务、索引、视图、触发器、过程)。

ETL的基本概念一功能：ETL负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理（OLAP）、数据挖掘（DM）的基础。特点：一、数据同步。不是一次性数据倒完就拉到，它是经常性的活动，按照固定周期运行的。甚至现在还有人提出了实时ETL的概念。二、数据量大。一般来说，数据量都是巨大的，值得我们将数据流动的过程拆分成E、T、L的过程。三、速度快。现在ETL的最高装载记录是4TB/h(Greenplum)。在日常运用中，根据我的经验，装载峰值大概在1–5万rows/s。速度跟T的逻辑复杂度是密切相关的。