数据库方面中英文对照
数据库(中英文翻译)
原文:
Planning the Database
It is important to plan how the logical storage structure of the database will affect system performance and various database management operations. For example, before creating any tablespaces for your database, you should know how many data files will make up the tablespace,what type of information will be stored in each tablespace, and on which disk drives the datafiles will be physically stored. When planning the overall logical storage of the database structure, take into account the effects that this structure will have when the database is actually created and running.
You may have database objects that have special storage requirements due
postgresql翻译
postgresql翻译
PostgreSQL是一种开源的关系型数据库管理系统,它支持SQL语言,并提供了丰富的功能和扩展性。下面是一些常见的PostgreSQL用法和中英文对照例句:
1. 创建数据库:
- 创建一个名为"mydatabase"的数据库。
```
CREATE DATABASE mydatabase;
```
2. 创建表:
- 在数据库中创建一个名为"employees"的表,包含id、name 和age字段。
```
CREATE TABLE employees (
id SERIAL PRIMARY KEY,
name VARCHAR(50),
age INTEGER
);
```
3. 插入数据:
- 向"employees"表中插入一条记录。
```
INSERT INTO employees (name, age) VALUES ('John Doe', 30);
```
4. 查询数据:
- 查询"employees"表中所有记录。
```
SELECT * FROM employees;
```
5. 更新数据:
- 将"employees"表中id为1的记录的name字段更新为"Jane Smith"。
```
UPDATE employees SET name = 'Jane Smith' WHERE id = 1; ```
6. 删除数据:
- 从"employees"表中删除age大于40的记录。
```
DELETE FROM employees WHERE age > 40;
```
7. 查询过滤:
数据库有关的中英文翻译
数据库概论
A database consists of a file or a set of files. The information in these files may be broken down into records, each of which consists of one or more fields. Fields are the basic units of data storage, and each field typically contains information pertaining to one aspect or attribute of the entity described by the database. Using keywords and various sorting commands, users can rapidly search, rearrange, group, and select the fields in many records to retrieve or create reports on particular aggregates of data.
一个数据库由一个文件或文件集合组成。这些文件中的信息可分解成一个个记录,每个记录有一个或多个域。域是数据存储的基本单位,每个域一般含有由数据库描述的属于实体的一个方面或一个特性的信息。用户使用键盘和各种排序命令,能够快速查找、重排、分组并在查找的许多记录中选择相应的域,建立特定集上的报表。
常见的大数据术语表(中英文对照版)
常见的大数据术语表(中英文对照版)
A
聚合(Aggregation) - 搜索、合并、显示数据的过程
算法(Algorithms) - 可以完成某种数据分析的数学公式
分析法(Analytics) - 用于发现数据的内在涵义
异常检测(Anomaly detection) - 在数据集中搜索与预期模式或行为不匹配的数据项。除了"Anomalies",用来表示异常的词有以下几种:outliers, exceptions, surprises, contaminants.他们通常可提供关键的可执行信息
匿名化(Anonymization) - 使数据匿名,即移除所有与个人隐私相关的数据
应用(Application) - 实现某种特定功能的计算机软件
人工智能(Artificial Intelligence) - 研发智能机器和智能软件,这些智能设备能够感知周遭的环境,并根据要求作出相应的反应,甚至能自我学习
B
行为分析法(Behavioural Analytics) - 这种分析法是根据用户的行为如"怎么做","为什么这么做",以及"做了什么"来得出结论,而不是仅仅针对人物和时间的一门分析学科,它着眼于数据中的人性化模式
大数据科学家(Big Data Scientist) - 能够设计大数据算法使得大数据变得有用的人
大数据创业公司(Big data startup) - 指研发最新大数据技术的新兴公司
生物测定术(Biometrics) - 根据个人的特征进行身份识别
B字节(BB: Brontobytes) - 约等于1000 YB(Yottabytes),相当于未来数字化宇宙的大小。1 B字节包含了27个0!
中英文数据库简介 共47页
外文数据库:
数据库简介
Elsevier ScienceDirect sciencedirect HighWire highwire.stanford.edu ——部分免费注册 Wiley InterScience www3.interscience.wiley Springer Link link.springer.de EBSCO search.epnet
raymond W/3 smith 可检索到 Raymond Smith, Raymond J. Smith and Raymond J. authors字段与specific author字段
限定Authors字段,则意味着检索词出现在Authors字段 中,但可能来自不同人的名字;限定Specific author字段, 则意味着检索词必须出现在同一个人的名字中。
•查看HTML格式全文 •进入文章详细信息页 •快速查看摘要 •下载PDF全文 •查看相关文章
文章详细信息页
需要限定文章类型?进行期刊检索
如何避免漏掉相关文献? 如何提高检索结果的相关度?
检索语言与技巧
AND OR NOT
默认算符,要求多个检索词同时出现在文章中 检索词中的任意一个或多个出现在文章中 后面所跟的词不出现在文章中
访问权限
学科(全学科/分学科) 2019年至今 IP范围内访问
mysql 中英文对照字典表设计
mysql 中英文对照字典表设计
一、**引言**
在MySQL数据库设计中,字典表是一种常用的数据结构,主要用于存储特定的、非结构化的信息。中英文对照字典表是一种特殊类型的字典表,它将中文词汇与对应的英文词汇进行对照存储。这种设计在需要中英文互译的应用场景中非常有用。
二、**设计考虑**
1. **表结构**:中英文对照字典表通常包含三个主要字段:
`word_id`(词目字段),`english_word`(英文词字段)和
`chinese_word`(中文词字段)。这些字段的类型应选择适当的数据类型,以确保存储和查询的效率。
2. **数据导入**:可以考虑使用CSV文件或其他数据导入工具将现有的中英文词汇对照数据导入到字典表中。
3. **查询功能**:字典表应提供基本的查询功能,以便用户可以搜索特定的中文词汇或英文词汇,得到对应的词汇。
三、**表结构设计示例**
表名:`dictionary`
1. `word_id` (INT, 主键)
2. `english_word` (VARCHAR, 最大长度根据实际需求设定)
3. `chinese_word` (VARCHAR, 最大长度根据实际需求设定)
4. **其他可能字段**:如创建时间、更新时间、词频等,视具体需求而定。
四、**存储与查询方法**
MySQL提供了丰富的查询语言(如SELECT, WHERE, JOIN等)以及索引技术,可以有效地查询和检索字典表中的数据。同时,考虑到大数据量的存储和查询,可以使用分区表、分片集群等技术提高查询性能。
常用大数据词汇中英文对照表
常用大数据词汇中英文对照表
A
聚合(Aggregation)–搜索、合并、显示数据的过程
算法(Algorithms)–可以完成某种数据分析的数学公式
分析法(Analytics)–用于发现数据的内在涵义
异常检测(Anomaly detection)–在数据集中搜索与预期模式或行为不匹配的数据项。除了“Anomalies”,用来表示异常的词有以下几种:outliers, exceptions, surprises, contaminants.他们通常可提供关键的可执行信息
匿名化(Anonymization)–使数据匿名,即移除所有与个人隐私相关的数据
应用(Application)–实现某种特定功能的计算机软件
人工智能(Artificial Intelligence)–研发智能机器和智能软件,这些智能设备能够感知周遭的环境,并根据要求作出相应的反应,甚至能自我学习
B
行为分析法(Behavioural Analytics)–这种分析法是根据用户的行为如“怎么做”,“为什么这么做”,以及“做了什么”来得出结论,而不是仅仅针对人物和时间的一门分析学科,它着眼于数据中的人性化模式
大数据科学家(Big Data Scientist)–能够设计大数据算法使得大数据变得有用的人
大数据创业公司(Big data startup)–指研发最新大数据技术的新兴公司
生物测定术(Biometrics)–根据个人的特征进行身份识别
B字节(BB: Brontobytes)–约等于1000 YB(Yottabytes),相当于未来数字化宇宙的大小。1 B字节包含了27个0!
中英文翻译数据库基础精品
Database Fundamentals
Introduction to DBMS
A database management system (DBMS) is an important type of programming system, used today on the biggest and the smallest computers. As for other major forms of system software, such as compilers and operating systems, a well-understood set of principles for database management systems has developed over the years, and these concepts are useful both for understanding how to use these systems effectively and for designing and implementing DBMS's. DBMS is a collection of programs that enables you to store, modify, and extract information from a database. There are many different types of DBMS's, ranging from small systems that run on personal computers to huge systems that run on mainframes.
数据库专业英语
数据库专业英语
文章摘要:数据库专业英语是指与数据库相关的专业术语和表达方式,它涉及到数据库的基本概念、结构、设计、操作、管理、应用等方面。掌握数据库专业英语对于学习和使用数据库技术是非常有益的,可以提高沟通和理解的效率,也可以拓展知识和视野。本文将介绍一些常用的数据库专业英语,包括数据模型、数据操作、数据分析、数据安全等,并给出中英文对照的表格,以便于读者参考和学习。
1. 数据模型
数据模型(Data Model)是对现实世界特征的数字化的模拟和抽象,它描述了数据的结构、属性、联系和约束。不同的数据模型有不同的特点和适用范围,常见的数据模型有层次模型(Hierarchical Model)、网状模型(Network Model)、关系模型(Relational Model)、对象模型(Object Model)等。下表列出了一些与数据模型相关的专业英语:
中文英文
数据Data
数据库Database
数据库管理系统Database Management System (DBMS)
数据字典Data Dictionary
数据仓库Data Warehouse
数据湖Data Lake
实体Entity
属性Attribute
域Domain
关系Relation
元组Tuple
主键Primary Key
外键Foreign Key
视图View
索引Index
约束Constraint
2. 数据操作
数据操作(Data Manipulation)是指对数据库中的数据进行增加、删除、修改和查询等操作,通常使用一种称为结构化查询语言(Structured Query Language,简称SQL)的标准语言。SQL语言分为数据定义语言(Data Definition Language,简称DDL)、数据操纵语言(Data Manipulation Language,简称DML)、数据控制语言(Data Control Language,简称DCL)等部分。下表列出了一些与数据操作相关的专业英语:
数据库中英文对照表
DBA词典:数据库设计常用词汇中英文对照表
1. Access method(访问方法):此步骤包括从文件中存储和检索记录。
2. Alias(别名):某属性的另一个名字。在SQL中,可以用别名替换表名。
3. Alternate keys(备用键,ER/关系模型):在实体/表中没有被选为主健的候选键。
4. Anomalies(异常)参见更新异常(update anomalies)
5. Application design(应用程序设计):数据库应用程序生命周期的一个阶段,包括设计用户界面以及使用和处理数据库的应用程序。
6. Attribute(属性)(关系模型):属性是关系中命名的列。
7. Attribute(属性)(ER模型):实体或关系中的一个性质。
8. Attribute inheritance(属性继承):子类成员可以拥有其特有的属性,并且继承那些与超类有关的属性的过程。
9. Base table(基本表):一个命名的表,其记录物理的存储在数据库中。
10. Binary relationship(二元关系):一个ER术语,用于描述两个实体间的关系。例如,panch Has Staff。
11. Bottom-up approach(自底向上方法):用于数据库设计,一种设计方法学,他从标识每个设计组建开始,然后将这些组件聚合成一个大的单元。在数据库设计中,可以从表示属性开始底层设计,然后将这些属性组合在一起构成代表实体和关系的表。
12. Business rules(业务规则):由用户或数据库的管理者指定的附加规则。
SQL 2000数据库常用命令中英文对照
《数据库应用技术(SQL)》常有命令中英文对照
DB=database 数据库;C/S客户机/服务器结构;(第一章)
Create 创建;alter 修改;drop 删除;add 添加;modify 增长;shrink 减小;parimary 首要的;filegrowth 增量;EXEC sp_help 显示;EXEC sp_rename 重命名;EXEC sp_dboption 配置选项;DBCC fileshrink 缩减文件大小;(第二章)
Table 表;column 列;constraint 约束;null 空值约束;parimary key 主键约束;unique 唯一约束;default 默认约束;check 检查约束;foreign key 外键约束;(第三章)
Select 查询;top 顶上的;distinct 非重复;where 条件表达式;into 到…里面;like 像…;join…inner 连接到…里面;union 联合;insert…values 插入…到…;update 更改;delete 删除;(第四章)
Index 索引;view 视图;clustered 聚集索引;nonclustered 非聚集索引;as 别名为…;(第五章)Trigger 触发器;(第七章)
Grant 权限授予;revoke 权限收回;deny 权限拒绝;(第八章)
用友数据库中英文对照
•fa_Control 30_记录互斥
fa_Departments 07_部门
fa_Depreciations 11_折旧方法
fa_DeprList 34_折旧日志
fa_DeprTransactions 19_折旧
fa_DeprVoucherMain 23_折旧分配凭证主表
fa_DeprVouchers 24_折旧分配凭证
fa_DeprVouchers_pre 24_折旧分配凭证_准备fa_Dictionary 12_常用参照字典
fa_EvaluateMain 21_评估单主表
fa_EvaluateVouchers 22_评估单
fa_Items 12_项目
fa_ItemsManual 32_自定义项目
fa_ItemsOfModel 14_对应各样式的项目
fa_ItemsOfQuery 35_查询项目
fa_Log 33_日志
fa_Models 13_样式
fa_Msg 29_信息
fa_Objects 03_对象表
fa_Operators 02_操作员
fa_Origins 09_增减方式
fa_QueryFilters 05_查询条件
fa_Querys 04_查询
fa_ReportTemp
fa_Status 10_使用状况
fa_Total 31_汇总表
Accessaries 成套件表
AccInformation 账套参数表
Ap_AlarmSet 单位报警分类设置表
Ap_BillAge 账龄区间表
Ap_Cancel 核销情况表
Ap_CancelNo 生成自动序号
Ap_CloseBill 收付款结算表
中英文数据库简介
A=王立*S=浙江大学高分子科学
数据库简介
外文数据库:
Elsevier ScienceDirect www.sciencedirect.com HighWire highwire.stanford.edu ——部分免费注册 Wiley InterScience www3.interscience.wiley.com Springer Link link.springer.de EBSCO search.epnet.com PubMed Central (PMC) ——free
手册
ScienceDirect主页(www.sciencedirect.com)
访问权限
学科(全学科/分学科) 1995年至今 IP范围内访问
ScienceDirect 利用
Browse 按字顺/学科浏览期刊
根据需要进行选择 •全文权限 •资源类型
Search 查找与研究主题相关的文章
追踪您关注的期刊?
及时了解所在领域的最新研究?
主题提示
期刊提示
个人信息管理
•增加或删除提示 •个人帐户设置 • 更改密码
查看最热门文章排行
查看ScienceDirect文章下载次数排行 查看Scopus文章被引次数排行
查看SD上最热门的文章
Scopus: 分学科引用排行
100个常用大数据词汇中英文对照表
100个常用大数据词汇中英文对照表
【IT168 技术】常用大数据词汇中英文对照表
A
聚合(Aggregation) –搜索、合并、显示数据的过程
算法(Algorithms) –可以完成某种数据分析的数学公式
分析法(Analytics) –用于发现数据的内在涵义
异常检测(Anomaly detection) –在数据集中搜索与预期模式或行为不匹配的数据项。除了“Anomalies”,用来表示异常的词有以下几种:outliers, exceptions, surprises, contaminants.他们通常可提供关键的可执行信息
匿名化(Anonymization) –使数据匿名,即移除所有与个人隐私相关的数据
应用(Application) –实现某种特定功能的计算机软件
人工智能(Artificial Intelligence) –研发智能机器和智能软件,这些智能设备能够感知周遭的环境,并根据要求作出相应的反应,甚至能自我学习
B
行为分析法(Behavioural Analytics) –这种分析法是根据用户的行为如“怎么做”,“为什么这么做”,以及“做了什么”来得出结论,而不是仅仅针对人物和时间的一门分析学科,它着眼于数据中的人性化模式
大数据科学家(Big Data Scientist) –能够设计大数据算法使得大数据变得有用的人
大数据创业公司(Big data startup) –指研发最新大数据技术的新兴公司
生物测定术(Biometrics) –根据个人的特征进行身份识别
B字节 (BB: Brontobytes) –约等于1000 YB(Yottabytes),相当于未来数字化宇宙的大小。1 B字节包含了27个0!
数据库表名中英文对照表
数据库表名中英文对照表
tbl_AMBoard AM板位描述表
tbl_AMBoardCks 单板本板时钟参考源表
tbl_AMBoardMap AM单板主备组表
tbl_AMBoardProp AM单板属性表
tbl_AMCcmHwCfg CCM平面HW配置表
tbl_AMCksCfg AM时钟描述表
tbl_AMDParamCfg AMD板参数配置表
tbl_AMFrame AM框位描述表
tbl_AMFrame AM框位描述表
tbl_AMInstance AM话统实例表
tbl_AMModule AM模块描述表(SM)
tbl_AMModule AM模块描述表
tbl_AMSideLinkDes AM侧门链路配置表
tbl_AMSoftParam AM软件参数表
tbl_AMWarnEnviCfg AM告警环境变量配置表
tbl_AMWarnMask AM告警屏蔽表
tbl_AOSLPHILink AO服务器链路配置表
tbl_AOUserData AO用户业务表
tbl_AT0TkGrp A T0中继群表
tbl_AT4TkGrp A T4中继群表
tbl_AccModeAna 计费制式分析表
tbl_AccStatAna 计费情况分析表
tbl_AccStateIdx 计费情况索引表
tbl_AddComplexMode 附加费组合方式分析表
tbl_AddMode 附加费制式分析表
tbl_AddPayMode 附加费收费方式表
tbl_AnalogConfig 模拟量配置表
tbl_AreaCode 国内长途区号表
tbl_AtuCellCfg A TU单板信元配置表
最新常用大数据词汇中英文对照表
常用大数据词汇中英文对照表
聚^(Aggregation)-搜索、合并、显示数据的过程
算法(Algorisms)-可以完成某种数据分析的数学公式
分析法(Analytics)-用于发现数据的内在涵义
异常检测(Anomaly detection)-在数据集中搜索与预期模式或行为不匹配的数据项。除了
44 Anomalies0,用來表示界常的词有以下几种:outliers, exceptions, surprises, contaminants.idl们通常可提供关键的可执行信息
匿名化(Anonymization)-使数据匿名,即移除所有与个人隐私相关的数据
应Application)-实现某种持定功能的计算机软件
人匸智^(Artificial Intelligence)-研发智能机器和智能软件.这些智能设备能够感知周18的环境,并根据婆求作出相应的反应,甚至能自我学习
B
行为分析法(Behavioural Analjlics)-这种分析法是根据用户的行为如“怎么做”,“为什么这么做”,以及“做了什么”來得出结论.而不是仅仅针对人物和时间的一门分析学科.它着眼于数据中的人性化模式
大数据科学家(Big Data Scientist)-能够设计大数据算法使得大数据变得有用的人
大数据创业公司(Big data startup)-描研发最新大数据技术的新兴公司
生物测定术(Biometrics)・根据个人的特征进行身份识别
B字节(BB: Brontobytes)-约等于1000 YB(Yottabytes),相X干未來数字化宇宙的大小。I B字节包含了27个0!
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
本科毕业设计(论文)
英文翻译
题目创业平台设计与实现
学生姓名
专业班级网
学号
院(系)
指导教师(职称)
完成时间 2008 年6 月6 日
英文原文
An Overview of Servlet and JSP Technology
Gildas Avoine and Philippe Oechslin
EPFL, Lausanne, Switzerland
1.1 A Servlet's Job
Servlets are Java programs that run on Web or application servers, acting as a middle layer between requests coming from Web browsers or other HTTP clients and databases or applications on the HTTP server. Their job is to perform the following tasks, as illustrated in Figure 1-1.
Figure 1-1
1.Read the explicit data sent by the client.
The end user normally enters this data in an HTML form on a Web page. However, the data could also come from an applet or a custom HTTP client program.
2.Read the implicit HTTP request data sent by the browser.
Figure 1-1 shows a single arrow going from the client to the Web server (the layer where servlets and JSP execute), but there are really two varieties of data: the explicit data that the end user enters in a form and the behind-the-scenes HTTP information. Both varieties are critical. The HTTP information includes cookies, information about media types and compression schemes the browser understands, and so on.
3.Generate the results.
This process may require talking to a database, executing an RMI or EJB call, invoking a Web service, or computing the response directly. Your real data may be in a relational database. Fine. But your database probably doesn't speak HTTP or return results in HTML, so the Web browser can't talk directly to the database. Even if it could, for security reasons, you probably would not want it to. The same argument applies to most other applications. You need the Web middle layer to extract the incoming data from the HTTP stream, talk to
the application, and embed the results inside a document.
4.Send the explicit data (i.e., the document) to the client.
This document can be sent in a variety of formats, including text (HTML or XML), binary (GIF images), or even a compressed format like gzip that is layered on top of some other underlying format. But, HTML is by far the most common format, so an important servlet/JSP task is to wrap the results inside of HTML.
5.Send the implicit HTTP response data.
Figure 1-1 shows a single arrow going from the Web middle layer (the servlet or JSP page) to the client. But, there are really two varieties of data sent: the document itself and the behind-the-scenes HTTP information. Again, both varieties are critical to effective development. Sending HTTP response data involves telling the browser or other client what type of document is being returned (e.g., HTML), setting cookies and caching parameters, and other such tasks.
1.2 Why Build Web Pages Dynamically?
many client requests can be satisfied by prebuilt documents, and the server would handle these requests without invoking servlets. In many cases, however, a static result is not sufficient, and a page needs to be generated for each request. There are a number of reasons why Web pages need to be built on-the-fly:
1.The Web page is based on data sent by the client.
For instance, the results page from search engines and order-confirmation pages at online stores are specific to particular user requests. You don't know what to display until you read the data that the user submits. Just remember that the user submits two kinds of data: explicit (i.e., HTML form data) and implicit (i.e., HTTP request headers). Either kind of input can be used to build the output page. In particular, it is quite common to build a user-specific page based on a cookie value.
2.The Web page is derived from data that changes frequently.
If the page changes for every request, then you certainly need to build the response at request time. If it changes only periodically, however, you could do it two ways: you could periodically build a new Web page on the server (independently of client requests), or you could wait and only build the page when the user requests it. The right approach depends on the situation, but sometimes it is more convenient to do the latter: wait for the user