期貨價格資料庫設計

⑴ 菜價的資料庫設計

菜價表A：
AID，菜編號，菜價格，價格更新時間

菜品種表B：
BID，菜編號，菜名稱，錄入時間

數據每天更新，這個目前只能人工錄入。

⑵ 資料庫設計，龐大的交易信息如何存儲，查詢交易信息表該如何設計

一般交易信息不會龐大到非常大的程度
如果每秒成交好多筆，擔心數據比較多，可以每天建立一個數據表，然後專門有表利用觸發器匯總當日信息。
這裡面最重要的是考慮伺服器性能和並發控制，其他和普通進銷存類似就可以。
一般MES系統數據量都比較大，你可以問問這方面的人

移動這個題目有點大了
我思考應該每天會存在臨時表裡面，根據手機歸屬分別存到不同省份的庫中，所以統計的時候有延遲，有的通話記錄不能即時統計出來。
查詢的時候根據手機號信息查找對應的庫，就能找到詳細信息
這樣就解答了為什麼有的地區網路繁忙，不能查詢，有的區域不受影響，顯然數據不是放在一起的

⑶ 如何建立期貨分析、股市分析等有關的個人資料庫

這就需要你的收集了。
打個比方來說，上周6出了美國的種植面積的數據，這時候你就要記錄下來是利多還是利空。
你要多用心就可以，還有的數據就是收費的了

⑷ 關於商品的資料庫設計。懂的來

pruct表(proct_id、proct_name、proct_price、proct_url)proct_id設為遞增欄位其中proct_url用來存放多張圖片url，各url之間用分隔符隔開。不知道你具體使用的是什麼資料庫。。

⑸ 怎樣用銳思資料庫查詢一個期貨的每日收盤價

可以去光大期貨官網上下載期貨行情軟體，可以看各個期貨品種的數據

⑹ 設計一套B2B的電商網站資料庫大約多少錢一套呢

看你需要什麼樣的功能了，B2B的電商網站其資料庫一般是由程序員寫的，這個要看你需要什麼技術的，Java的資料庫大概要5000元以上吧，PHP的是開源的技術，大概要6000元左右，像麥多B2B電商系統的資料庫設計出來就是4500元左右吧，你也可以直接找這個團隊設計。

⑺ 研究白糖期貨用什麼資料庫比較好

農產品看供給工業品看需求
你做白糖期貨 看廣西糖網
這做法是沒什麼問題的

⑻ 如何做一個在線查詢資料庫~~ 用於市場價格查詢

挺復雜的
數據量大：每天價格都變動，粗算每天40W條記錄，20個月更也算在日更上。要存10年的。首先資料庫表要設計好
常用的可以內存緩存一部分
蔬菜水果農副產品的別名太多，頭疼「青椒/菜椒/大椒」，「土豆/馬鈴薯」，「肉/豬肉/五花肉」。。。。原始數據想手工輸入，這就是神話。
呈現形式，你開發出來做出restful api就行了，別的地方解析這些json就行了
圖表用echarts

⑼ 中心資料庫設計

5.2.2.1 資料庫

根據該系統的開發需求，按照資料庫的功能和作用將其分為風險查詢類、風險評價類、系統管理類三大類（薩師煊等，2000）。主要數據見表5.5。

表5.5 海外油氣與金屬礦產資源開發風險管理系統的主要數據表

續表

5.2.2.2 數據倉庫

油價數據來源於美國能源部（DOE）下屬的能源信息署（EIA）網站、中石油（CNPC）網站和《華爾街日報》（WSJ）網站提供的油價數據，油價序列本身就是一個不規則的時間序列，油價數據具有以下幾個特點。

（1）數據的一致性差

油價數據格式多樣，存在數據冗餘，主要體現在：使用的數據格式均不相同，並且各個子系統相對獨立。在網站單獨作用的情況下，一般都沒有問題，但要將這些不同系統或不同時期的數據集中起來綜合利用，就可能出現數據不齊全、不一致或重復的現象。

（2）數據存放的分散

油價數據來源多，缺乏統一管理，沒有一種相應的網頁數據自動化抓取操作實現數據的本地化操作過程。

（3）數據資源開發不充分

大容量數據導致對數據資源的開發利用不充分，缺乏對獲取的數據如各分析機構制定的期貨合約元數據進行各種深層次分析、綜合、提煉、挖掘和展現的應用，因此很難對豐富的統計數據資源進行二次開發利用。

根據油價數據中所包含的油氣產品種類、油氣產品合約制定日期、油氣產品的價格類型、不同市場下油氣產品價格的差異等，能夠加深對油價走勢的了解。油價的這種與時間相關性、不可修改性，以及集成的性質，使得我們採用多種角度對原始數據進行理解，並真實反映其特性，也讓我們發現使用一種整合的技術對油價進行精確預測十分必要。

數據倉庫的構建流程如圖5.13所示由下至上逐步實現。

圖5.13 數據倉庫構建流程

1）數據源。

A.數據源的復雜性。數據分散在資料庫管理系統、電子表格、電子郵件系統、電子文檔甚至紙上。系統中要求採集的3個數據源中，EIA 網站存儲在網頁上的油價相關事件更新較慢，雖然提供了各市場日、周、月、年的油價數據下載，但是下載完成之後的表格欄位格式時常發生變化，這為實現自動獲取數據並下載到本地自動入庫的要求增加了難度；中石油網站數據除上述只顯示3條數據之外，網站上會將訪問流量過大的IP地址列入黑名單使其不能繼續下載到本地進行保存，為這些數據建立統一的模型將會耗費很大精力。

B.數據的有效性。由於存在經驗局限，如何處理數據的空值、不同時間間隔時間欄位格式，入庫時應注意的問題等，如果應用程序沒有檢驗數據的有效性，會對數據多維顯示產生極大影響，因此也歸結為數據源數據質量問題。

C.數據的完整性。數據源上的數據並不那麼明顯或者容易獲得。油價是高度敏感的數據，因此各個網站雖然提供了各個油品交易市場的日、月或年數據，但是完整性並不能充分保證，根據企業政策的不同，有時對要獲得的數據，需花費大量精力。為此，要對不同的數據源進行建庫，以保證所獲數據的完整性。

2）數據處理。

高效的多維數據集展示離不開底層數據源數據的精確獲取，或者叫做數據理解和數據清洗。於是系統在基於元數據獲取、加工、入庫和多維數據集展示上實現預期的要求。

A.ETL。該功能是整個油價數據倉庫的核心之一，主要功能是按照事先定義的數據表對應關系從相關系統表中抽取數據（Extraction），經過數據清洗和轉換（Transform）,最終把正確的數據裝載到數據倉庫的源數據中（Load），作為以後應用的基礎。

B.數據轉換。該功能是在數據抽取過程中按照定義的規則轉換數據，避免了數據在分析時的多樣性，保證數據一致性。

C.數據集成。該功能主要是把油價信息數據倉庫系統的源數據，按照事先定義的計算邏輯以主題的方式重新整合數據，並以新的數據結構形式存儲。

3）數據存儲。

星型模型（星型架構）是數據倉庫開發中多維展現重要的邏輯結構，構成星型模型的幾個重要特徵是：維、度和屬性，在實際應用中表示為事實表和維度表。在油價數據中，各市場的期現貨價格表為數據倉庫的事實表，油品類型、合約規定日期等為維度表。

油價數據倉庫星型模型的設計方案如下：

A.事實表。資料庫表中EIA的期現貨價格表（包括日、周、月、年表）作為數據倉庫中的事實表，根據不同時間維度構成多個星型模型，即星座模型。這些價格表中以市場編號、油氣產品類型、期貨合約日期、價格單位度量衡編號作為主鍵和外鍵與其他維度表相連，形成多維展示聯動的基礎，以油價數據和其他事實數據為記錄數據，作為主要輸出結果。

B.維度表。根據市場、油品、價格數據、度量衡和事件類型作為油氣數據倉庫中多維分析的角度和目標。

圖5.14以EIA的日期貨數據表作事實表為例，構建星型模型，其他不同時間維度的模型結構圖與此圖基本相同。

圖5.14 以EIA數據為例的日期貨價格星型模型

以星型模型設計為基礎，完善數據存儲中操作型數據存儲（ODS）的原型設計，提供DB-DW之間中間層的數據環境，可實現操作型數據整合和各個系統之間的數據交換。

⑽ 期貨 資料庫 補數據時歷史數據和歷史回憶數據是什麼意思它們有什麼區別，

創建資料庫

選擇開始菜單中→程序→【Management SQL Server 2008】→【SQL Server Management Studio】命令，打開【SQL Server Management Studio】窗口，並使用Windows或 SQL Server身份驗證建立連接。

在【對象資源管理器】窗口中展開伺服器，然後選擇【資料庫】節點

右鍵單擊【資料庫】節點，從彈出來的快捷菜單中選擇【新建資料庫】命令。

執行上述操作後，會彈出【新建資料庫】對話框。在對話框、左側有3個選項，分別是【常規】、【選項】和【文件組】。完成這三個選項中的設置會後，就完成了資料庫的創建工作，

在【資料庫名稱】文本框中輸入要新建資料庫的名稱。例如，這里以「新建的資料庫」。

在【所有者】文本框中輸入新建資料庫的所有者，如sa。根據資料庫的使用情況，選擇啟用或者禁用【使用全文索引】復選框。

在【資料庫文件】列表中包括兩行，一行是資料庫文件，而另一行是日記文件。通過單擊下面的【添加】、【刪除】按鈕添加或刪除資料庫文件。

切換到【選項頁】、在這里可以設置資料庫的排序規則、恢復模式、兼容級別和其他屬性。

切換到【文件組】頁，在這里可以添加或刪除文件組。

完成以上操作後，單擊【確定】按鈕關閉【新建資料庫】對話框。至此「新建的數據」資料庫創建成功。新建的資料庫可以再【對象資源管理器】窗口看到。