期货价格数据库设计

⑴ 菜价的数据库设计

菜价表A：
AID，菜编号，菜价格，价格更新时间

菜品种表B：
BID，菜编号，菜名称，录入时间

数据每天更新，这个目前只能人工录入。

⑵ 数据库设计，庞大的交易信息如何存储，查询交易信息表该如何设计

一般交易信息不会庞大到非常大的程度
如果每秒成交好多笔，担心数据比较多，可以每天建立一个数据表，然后专门有表利用触发器汇总当日信息。
这里面最重要的是考虑服务器性能和并发控制，其他和普通进销存类似就可以。
一般MES系统数据量都比较大，你可以问问这方面的人

移动这个题目有点大了
我思考应该每天会存在临时表里面，根据手机归属分别存到不同省份的库中，所以统计的时候有延迟，有的通话记录不能即时统计出来。
查询的时候根据手机号信息查找对应的库，就能找到详细信息
这样就解答了为什么有的地区网络繁忙，不能查询，有的区域不受影响，显然数据不是放在一起的

⑶ 如何建立期货分析、股市分析等有关的个人数据库

这就需要你的收集了。
打个比方来说，上周6出了美国的种植面积的数据，这时候你就要记录下来是利多还是利空。
你要多用心就可以，还有的数据就是收费的了

⑷ 关于商品的数据库设计。懂的来

pruct表(proct_id、proct_name、proct_price、proct_url)proct_id设为递增字段其中proct_url用来存放多张图片url，各url之间用分隔符隔开。不知道你具体使用的是什么数据库。。

⑸ 怎样用锐思数据库查询一个期货的每日收盘价

可以去光大期货官网上下载期货行情软件，可以看各个期货品种的数据

⑹ 设计一套B2B的电商网站数据库大约多少钱一套呢

看你需要什么样的功能了，B2B的电商网站其数据库一般是由程序员写的，这个要看你需要什么技术的，Java的数据库大概要5000元以上吧，PHP的是开源的技术，大概要6000元左右，像麦多B2B电商系统的数据库设计出来就是4500元左右吧，你也可以直接找这个团队设计。

⑺ 研究白糖期货用什么数据库比较好

农产品看供给工业品看需求
你做白糖期货 看广西糖网
这做法是没什么问题的

⑻ 如何做一个在线查询数据库~~ 用于市场价格查询

挺复杂的
数据量大：每天价格都变动，粗算每天40W条记录，20个月更也算在日更上。要存10年的。首先数据库表要设计好
常用的可以内存缓存一部分
蔬菜水果农副产品的别名太多，头疼“青椒/菜椒/大椒”，“土豆/马铃薯”，“肉/猪肉/五花肉”。。。。原始数据想手工输入，这就是神话。
呈现形式，你开发出来做出restful api就行了，别的地方解析这些json就行了
图表用echarts

⑼ 中心数据库设计

5.2.2.1 数据库

根据该系统的开发需求，按照数据库的功能和作用将其分为风险查询类、风险评价类、系统管理类三大类（萨师煊等，2000）。主要数据见表5.5。

表5.5 海外油气与金属矿产资源开发风险管理系统的主要数据表

续表

5.2.2.2 数据仓库

油价数据来源于美国能源部（DOE）下属的能源信息署（EIA）网站、中石油（CNPC）网站和《华尔街日报》（WSJ）网站提供的油价数据，油价序列本身就是一个不规则的时间序列，油价数据具有以下几个特点。

（1）数据的一致性差

油价数据格式多样，存在数据冗余，主要体现在：使用的数据格式均不相同，并且各个子系统相对独立。在网站单独作用的情况下，一般都没有问题，但要将这些不同系统或不同时期的数据集中起来综合利用，就可能出现数据不齐全、不一致或重复的现象。

（2）数据存放的分散

油价数据来源多，缺乏统一管理，没有一种相应的网页数据自动化抓取操作实现数据的本地化操作过程。

（3）数据资源开发不充分

大容量数据导致对数据资源的开发利用不充分，缺乏对获取的数据如各分析机构制定的期货合约元数据进行各种深层次分析、综合、提炼、挖掘和展现的应用，因此很难对丰富的统计数据资源进行二次开发利用。

根据油价数据中所包含的油气产品种类、油气产品合约制定日期、油气产品的价格类型、不同市场下油气产品价格的差异等，能够加深对油价走势的了解。油价的这种与时间相关性、不可修改性，以及集成的性质，使得我们采用多种角度对原始数据进行理解，并真实反映其特性，也让我们发现使用一种整合的技术对油价进行精确预测十分必要。

数据仓库的构建流程如图5.13所示由下至上逐步实现。

图5.13 数据仓库构建流程

1）数据源。

A.数据源的复杂性。数据分散在数据库管理系统、电子表格、电子邮件系统、电子文档甚至纸上。系统中要求采集的3个数据源中，EIA 网站存储在网页上的油价相关事件更新较慢，虽然提供了各市场日、周、月、年的油价数据下载，但是下载完成之后的表格字段格式时常发生变化，这为实现自动获取数据并下载到本地自动入库的要求增加了难度；中石油网站数据除上述只显示3条数据之外，网站上会将访问流量过大的IP地址列入黑名单使其不能继续下载到本地进行保存，为这些数据建立统一的模型将会耗费很大精力。

B.数据的有效性。由于存在经验局限，如何处理数据的空值、不同时间间隔时间字段格式，入库时应注意的问题等，如果应用程序没有检验数据的有效性，会对数据多维显示产生极大影响，因此也归结为数据源数据质量问题。

C.数据的完整性。数据源上的数据并不那么明显或者容易获得。油价是高度敏感的数据，因此各个网站虽然提供了各个油品交易市场的日、月或年数据，但是完整性并不能充分保证，根据企业政策的不同，有时对要获得的数据，需花费大量精力。为此，要对不同的数据源进行建库，以保证所获数据的完整性。

2）数据处理。

高效的多维数据集展示离不开底层数据源数据的精确获取，或者叫做数据理解和数据清洗。于是系统在基于元数据获取、加工、入库和多维数据集展示上实现预期的要求。

A.ETL。该功能是整个油价数据仓库的核心之一，主要功能是按照事先定义的数据表对应关系从相关系统表中抽取数据（Extraction），经过数据清洗和转换（Transform）,最终把正确的数据装载到数据仓库的源数据中（Load），作为以后应用的基础。

B.数据转换。该功能是在数据抽取过程中按照定义的规则转换数据，避免了数据在分析时的多样性，保证数据一致性。

C.数据集成。该功能主要是把油价信息数据仓库系统的源数据，按照事先定义的计算逻辑以主题的方式重新整合数据，并以新的数据结构形式存储。

3）数据存储。

星型模型（星型架构）是数据仓库开发中多维展现重要的逻辑结构，构成星型模型的几个重要特征是：维、度和属性，在实际应用中表示为事实表和维度表。在油价数据中，各市场的期现货价格表为数据仓库的事实表，油品类型、合约规定日期等为维度表。

油价数据仓库星型模型的设计方案如下：

A.事实表。数据库表中EIA的期现货价格表（包括日、周、月、年表）作为数据仓库中的事实表，根据不同时间维度构成多个星型模型，即星座模型。这些价格表中以市场编号、油气产品类型、期货合约日期、价格单位度量衡编号作为主键和外键与其他维度表相连，形成多维展示联动的基础，以油价数据和其他事实数据为记录数据，作为主要输出结果。

B.维度表。根据市场、油品、价格数据、度量衡和事件类型作为油气数据仓库中多维分析的角度和目标。

图5.14以EIA的日期货数据表作事实表为例，构建星型模型，其他不同时间维度的模型结构图与此图基本相同。

图5.14 以EIA数据为例的日期货价格星型模型

以星型模型设计为基础，完善数据存储中操作型数据存储（ODS）的原型设计，提供DB-DW之间中间层的数据环境，可实现操作型数据整合和各个系统之间的数据交换。

⑽ 期货 数据库 补数据时历史数据和历史回忆数据是什么意思它们有什么区别，

创建数据库

选择开始菜单中→程序→【Management SQL Server 2008】→【SQL Server Management Studio】命令，打开【SQL Server Management Studio】窗口，并使用Windows或 SQL Server身份验证建立连接。

在【对象资源管理器】窗口中展开服务器，然后选择【数据库】节点

右键单击【数据库】节点，从弹出来的快捷菜单中选择【新建数据库】命令。

执行上述操作后，会弹出【新建数据库】对话框。在对话框、左侧有3个选项，分别是【常规】、【选项】和【文件组】。完成这三个选项中的设置会后，就完成了数据库的创建工作，

在【数据库名称】文本框中输入要新建数据库的名称。例如，这里以“新建的数据库”。

在【所有者】文本框中输入新建数据库的所有者，如sa。根据数据库的使用情况，选择启用或者禁用【使用全文索引】复选框。

在【数据库文件】列表中包括两行，一行是数据库文件，而另一行是日记文件。通过单击下面的【添加】、【删除】按钮添加或删除数据库文件。

切换到【选项页】、在这里可以设置数据库的排序规则、恢复模式、兼容级别和其他属性。

切换到【文件组】页，在这里可以添加或删除文件组。

完成以上操作后，单击【确定】按钮关闭【新建数据库】对话框。至此“新建的数据”数据库创建成功。新建的数据库可以再【对象资源管理器】窗口看到。