股票数据库架构哪个好，请教如何设计股票数据库结构合适

来源：整理时间：2024-04-17 12:59:33 编辑：黑码技术手机版

本文目录一览

1，请教如何设计股票数据库结构合适
2，国泰安和wind数据库哪个更好
3，大家有什么比较好用的金融数据库能推荐一下吗
4，大家有什么比较好用的金融数据库能推荐一下吗哪个数据库好用
5，谁能推荐一下一级市场上最好用的创投数据库是什么
6，数据库系统中的几种架构及处理方式
7，哪种数据仓库架构最成功Bill Inmon 或 Ralph Kimball
8，哪种数据仓库架构最成功

1，请教如何设计股票数据库结构合适

找交易所、证券业协会、大券商等处的信息技术部门要。到匍匐茎为原则，每次铲后都要及时趟地[-] 施肥结合趟次地

请教如何设计股票数据库结构合适

2，国泰安和wind数据库哪个更好

国泰安CSMAR数据库，定位为研究型精准数据库，服务对象为以研究和量化投资分析为目的的学术高校和金融机构。CSMAR数据库参照CRSP、COMPUSTAT等标准数据库的分类标准，并结合国内金融市场的实际情况，以及高校、机构的研究习惯，将数据库分为股票、公司、基金、债券、衍生、经济、行业、海外、资讯等12个系列，79个子数据库。全面涵盖中国证券、期货、外汇、宏观、行业等经济金融主要领域的高精准研究型数据库，是投资和实证研究的必具基础工具。

国泰安和wind数据库哪个更好

3，大家有什么比较好用的金融数据库能推荐一下吗

可以用巨灵数据库，经过20余年的发展，巨灵财经构建了符合国际行业标准的新一代金融数据库，涵盖宏观行业经济库、股票、指数、银行理财、券商集合理财、信托及阳光私募、保险理财、基金、债券、港股、中华概念股、盈利预测及评级、新闻、公告和法律法规等内容，品种齐全、内容完整，并基于精准的基础参考数据加工了深入的统计衍生数据供用户选择使用；公司秉承为客户创造价值的理念，已经为业界一千多家证券公司、基金公司、银行、保险公司、高校、政府机构等不同类型的用户提供了专业、持续和高效的金融数据内容及分析工具服务；

大家有什么比较好用的金融数据库能推荐一下吗

4，大家有什么比较好用的金融数据库能推荐一下吗哪个数据库好用

可以用巨灵数据库，经过20余年的发展，巨灵财经构建了符合国际行业标准的新一代金融数据库，涵盖宏观行业经抄济库、股票、指数、银行理财、券商集合理财、信托及阳光私募、保险理财、基金、债券、港股知、中华概念股、盈利预测及评级、新闻、公告和法律法规等内容，品种齐全、内容完整，并基于精准的基础参考数据加工了深入的统计衍生数据供用户选择使用；公司秉承为客户创造价值的理念，已经为业界一千多家证券公司、基金公司、银行、保险公司、高校、政府机构等不同类型的用户提供了专业、持续和高效的金融数据内容及道分析工具服务；

5，谁能推荐一下一级市场上最好用的创投数据库是什么

是投中信息研发的CVSource数据库啊。它通过全面精准的创投数据库帮助用户进行各行业股权研究，公司、机构、基金分析，市场机遇挖掘，为用户在一级股权市场的研究与投资提供可靠的数据和洞见，辅助商业决策.

cvsource通过全面精准的创投数据库帮助用户进行各行业股权研究，公司、机构、基金分析，市场机遇挖掘，为用户在一级股权市场的研究与投资提供可靠的数据和洞见，辅助商业决策.这款数据库也包括一下几个优势：1）cvsource的数据基本上很全面，优化决策。2）cvsource数据质量有保证：cvsource通过丰富的信息标签、精准的行业分类、多维度的分析模型来实现精细化数据运营。3）开发公司专业保证：投中信息深耕私募股权领域近10年，4）产品品质保证：基于丰富的大数据研发经验，结合产品场景化的功能设计。

6，数据库系统中的几种架构及处理方式

主从式结构是指一个主机带多个终端的多用户结构。在这种结构中，数据库系统，包括:应用程序、DBMS、数据，都集中存放在主机上．所有处理任务都由主机来完成，各个用户通过主机的终端并发地存取数据库，共享数据资源. 主从式结构的优点是简单，数据易于管理与维护。缺点是当终端用户数目增加到一定程度后，主机的任务会过分繁重，形成瓶颈，从而使系统性能大幅度下降。另外当主机出现故障时，整个系统都不能使用，因此系统的可靠性不高。集中式架构是一种远程桌面控制技术，使用此技术，远程用户能够使用任何类型的终端系统，通过任何类型的网络连接，使用远程服务器上的应用程序。用户甚至能够使用同一个终端系统访问甚至远程多个不同平台、不同网络协议服务器上的多个应用，这些应用被集成在一个访问界面中，操作简便。 C/S架构（Client/Server或客户/服务器模式）：Client和Server常常分别处在相距很远的两台计算机上，Client程序的任务是将用户的要求提交给Server程序，再将Server程序返回的结果以特定的形式显示给用户；Server程序的任务是接收客户程序提出的服务请求，进行相应的处理，再将结果返回给客户程序。C/S （Client/Server）结构，即大家熟知的客户机和服务器结构。它是软件系统体系结构，通过它可以充分利用两端硬件环境的优势，将任务合理分配到Client端和Server端来实现，降低了系统的通讯开销。目前大多数应用软件系统都是Client/Server形式的两层结构，由于现在的软件应用系统正在向分布式的Web应用发展，Web和Client/Server 应用都可以进行同样的业务处理，应用不同的模块共享逻辑组件；因此，内部的和外部的用户都可以访问新的和现有的应用系统，通过现有应用系统中的逻辑可以扩展出新的应用系统。这也就是目前应用系统的发展方向。　　传统的C／S体系结构虽然采用的是开放模式，但这只是系统开发一级的开放性，在特定的应用中无论是Client端还是Server端都还需要特定的软件支持。由于没能提供用户真正期望的开放环境，C/S结构的软件需要针对不同的操作系统系统开发不同版本的软件，加之产品的更新换代十分快，已经很难适应百台电脑以上局域网用户同时使用。而且代价高，效率低。C/S结构的优点　　C/S结构的优点是能充分发挥客户端ＰＣ的处理能力，很多工作可以在客户端处理后再提交给服务器。对应的优点就是客户端响应速度快。缺点主要有以下几个：　　　　只适用于局域网。而随着互联网的飞速发展，移动办公和分布式办公越来越普及，这需要我们的系统具有扩展性。这种方式远程访问需要专门的技术，同时要对系统进行专门的设计来处理分布式的数据。　　　　客户端需要安装专用的客户端软件。首先涉及到安装的工作量，其次任何一台电脑出问题，如病毒、硬件损坏，都需要进行安装或维护。特别是有很多分部或专卖店的情况，不是工作量的问题，而是路程的问题。还有，系统软件升级时，每一台客户机需要重新安装，其维护和升级成本非常高。　　　　对客户端的操作系统一般也会有限制。可能适应于Win98, 但不能用于win2000或Windows XP。或者不适用于微软新的操作系统等等，更不用说Linux、Ｕnix等。

7，哪种数据仓库架构最成功Bill Inmon 或 Ralph Kimball

BI的数据仓库的架构主要有星型和雪花型两种方式。　　星型架构：一种使用关系数据库实现多维分析空间的模式，称为星型模式。星型模式的基本形式必须实现多维空间，以使用关系数据库的基本功能。　　雪花架构：当星型模式的维度需要进行规范化时，星型模式就演进为雪花模式。　　比如商业智能FineBI的FineCube，高性能列式存储的文件型数据库，因为采用MOLAP的形式，在大数据处理方面有不错的支撑，数据处理能力强。

争论一直没有休止，这个问题同时也是企业在建立dw时需要决策的关键问题。bill inmon的集线器架构/企业信息工厂架构（hub and spoke / cif – corporate information factory）与ralph kimball的数据集市/数据仓库总线架构（data mart bus architecture/data warehouse bus architecture）则是dw架构的争论焦点。但是，这些争论一直无法形成统一的结论。到底哪种dw架构最好，不同的bi/dw从业者在不同的项目中，面对不同企业的不同情况时，往往持有不同的说法。2005 年，thilini ariyachandra 与hugh watson针对dw架构做了一个深入的调查，调查题目为“哪种数据仓库最成功？”，受访者由454位曾在各种不同规模的企业（绝大多数是美国企业）中参与了dw规划与实施的人员组成，受访者根据dw应用实际情况及经验体会做出回答。为了合理设计调查问卷，在调查问卷中合理设置调查对象（参与调查的dw架构）和评判标准（影响dw架构选择的因素及判断dw架构成功的因素等）等内容，watson和ariyachandra邀请了20位专家组成专家组设计调查问卷及判断标准等，这20位专家包括了dw领域的两位先驱——赫赫有名的bill inmon和ralph kimball。因此我们可以认为这份调查的结果是权威可信的。了解更多开源相关，去lupa社区看看吧。

8，哪种数据仓库架构最成功

”的争论一直没有休止，这个问题同时也是企业在建立DW时需要决策的关键问题。Bill Inmon的集线器架构/企业信息工厂架构（Hub and Spoke / CIF – Corporate Information Factory）与Ralph Kimball的数据集市/数据仓库总线架构（Data Mart Bus Architecture/Data Warehouse Bus Architecture）则是DW架构的争论焦点。但是，这些争论一直无法形成统一的结论。到底哪种DW架构最好，不同的BI/DW从业者在不同的项目中，面对不同企业的不同情况时，往往持有不同的说法。2005 年，Thilini Ariyachandra 与Hugh Watson针对DW架构做了一个深入的调查，调查题目为“哪种数据仓库最成功？”，受访者由454位曾在各种不同规模的企业（绝大多数是美国企业）中参与了DW规划与实施的人员组成，受访者根据DW应用实际情况及经验体会做出回答。为了合理设计调查问卷，在调查问卷中合理设置调查对象（参与调查的DW架构）和评判标准（影响DW架构选择的因素及判断DW架构成功的因素等）等内容，Watson和Ariyachandra邀请了20位专家组成专家组设计调查问卷及判断标准等，这20位专家包括了DW领域的两位先驱——赫赫有名的Bill Inmon和Ralph Kimball。因此我们可以认为这份调查的结果是权威可信的。