图数据库a

㈠ 将数据库A的视图插入数据库B的表中怎么做

如果在同一个服务器中的不同数据库，可以跨数据库建视图。比如有两个数据库A 和B B数据库中有个表TA那么可以在A数据库中建个视图，取自B数据库中表TA中的数据use Ago creat view B_TA asselect * from B..TAgo这样就在A数据库中建一个视图B_TA 数据取自B数据库中TA表

㈡ 图片数据库如何设计

A表为明细信息，B表是图册，属于汇总信息
多对一的关系
所以A表增加字段，记录图册编号就可以了

㈢ 若数据库中视图A是基于关系R建立的，那么如果关系R被删除，该数据库中是否还存在视图A

不同的DBMS采取的处理不同，Oracle而言是存在的，但是视图A标记为不可用，但是如果在重新create一个R那个这个A又是可用的了，前提是创建的R与原来的R结构完全相同。但是如果在删除R的时候使用了cascade级联删除，那个A就不存在了。

㈣ 图中数据库的各种连接，我只认识最上面三个。下面的是什么连接

你好的！
SQL的连接无非就是左连接
右连接
全连接
内连接几种
剩余的都是加上了各种过滤条件而已！
望采纳

㈤ 求助各位朋友比如在SQL数据库里面图一为A列数据，图二为B列数据。

应该是不同表里里面的列吧？
第一张视为表 table1 的A列，第二张视为表table2 的B 列

select * from table1 where A in (select B from table2)

㈥ 画软件结构图，数据库关系图之类的用什么软件啊

使用Office Visio 2010 。

Office Visio 2010 是一款便于IT和商务专业人员就复杂信息、系统和流程进行可视化版处理、分析和交权流的软件。使用具有专业外观的 Office Visio 2010 图表，可以促进对系统和流程的了解，深入了解复杂信息并利用这些知识做出更好的业务决策。
Microsoft Office Visio帮助您创建具有专业外观的图表，以便理解、记录和分析信息、数据、系统和过程。
大多数图形软件程序依赖于艺术技能。然而，在使用 Visio 时，以可视方式传递重要信息就像打开模板、将形状拖放到绘图中以及对即将完成的工作应用主题一样轻松。Office Visio 2010中的新增功能和增强功能使得创建 Visio 图表更为简单、快捷，令人印象更加深刻。

㈦ 为什么使用图数据库

图数据库有其特定的应用场景，而这些特定的应用场景如果使用 mySQL 数据库等往往会有巨大的性能开销。
我们举一个例子，假设在一个社交关系数据库中，我们只考虑用户和用户之间的朋友关系(这里我们注意，对于两个用户A，A认为B是A的朋友，并不代表B认为A是B的朋友，这里考虑的是一种有向关系)，针对用户A，假如我们想分析谁是用户A的朋友，这个查询通常会比较快，但是我们如果查询“谁的朋友是用户A”，这个时候如果我们的表没有经过特殊设计，我们是需要遍历整个关系表的，如果是更复杂的多层反向查询问题，那么这个代价只会更高。
同样的，在商品数据库中，我们查询某个客户买了哪些商品通常效率比较高，但是我们要查询"那些客户买了这个商品"甚至是“有哪些买了这个商品的客户也买了那个商品”的这种多层关系的时候，数据库通常就显得力不从心了。
实际上，关系型数据库在处理反向查询以及多层次关系查询的时候通常开销较大。
相比之下，图数据库在处理这类问题就能发挥更大的优势，原因主要有如下几点：
同等的看待节点和边(关系)，节点和边都是一等公民并建立表
采用双向指针，原生的图存储，在查节点之间的关系通常可以做到常数级别
总之，图数据库这个领域目前并不如传统的关系型数据库那么稳定和被人熟知，但是其肯定是未来数据库的趋势之一(也许并不是neo4j，可能是其他实现)，其在社交网络、大数据分析、推荐系统、web安全方面目前看来有非常大的优势。

㈧ 如何把存入数据库中的a标签，以超链接的形式显示

你的问题描述不是很清楚，至少对于阅读的人来说不是很清楚，你尽量描述清楚些才能有人回答你。
你是在做什么遇到了问题，采用什么技术，期望达到的效果。

㈨ python怎么与neo4j图数据库连接

一个快速的REST例子

首先来看些基本知识。如果没有服务API，就不能支持其他语言。该接口提供一组基于JSON消息格式的RESTful Web服务和一个全面的发现机制。使用中使用这个接口的最快和最容易的方法是通过使用cURL：

1234567891011121314$ curl http://localhost:7474/db/data/{"extensions" : {},"node" : "http://localhost:7474/db/data/node","node_index" : "http://localhost:7474/db/data/index/node","relationship_index" : "http://localhost:7474/db/data/index/relationship","extensions_info" : "http://localhost:7474/db/data/ext","relationship_types" : "http://localhost:7474/db/data/relationship/types","batch" : "http://localhost:7474/db/data/batch","cypher" : "http://localhost:7474/db/data/cypher","transaction" : "http://localhost:7474/db/data/transaction","neo4j_version" : "2.0.0-M03"}

从这个端点返回JSON对象包含一组资源名称和URI下可以找到的Cypher端点。在消息载荷中接受传送来的Cyper请求并执行这些查询，在HTTP响应中返回结果。

正是这种REST API接口，使得现在已有的各种Neo4j驱动得以建立。py2neo提供了这些REST资源的简单封装，这使Python应用程序开发者可以放心使用Neo4j而不用考虑底层的客户机-服务器协议。

一个简单的应用

为实际验证py2neo，我们将着眼于建立一个简单的用于存储姓名和电子邮件地址的通讯录管理系统。我们自然会使用节点来模拟每一个独立实体，但它是要记住，Neo4j没有类型的概念。类型是从周围的关系和属性推断来的。

下面的关系图中人显示为红色、电子邮件地址节点显示为蓝色。这些当然是纯粹的逻辑演示节点，但数据本身并没有区别。

我们的应用程序将完成两个功能：添加新的联系人信息和检索联系人的完整列表。为此,我们将创建一个Person类包装Py2neoNodeobject，这使我们有一个底层处理的实现且留出用户级的功能。上图中的ROOT节点是指上图中一个固定的参考点，我们沿着这个点开始。

让我们直接看看代码。下面是一个完整的小型应用。这个程序允许添加新的名字与一个或者更多email地址相连接的以及提供了一个容易的方式来显示这些连接信息的一个命令行工具。没有参数的运行是显示使用模式，而且这个唯一的依赖只是需要一个本地未修改的Neo4j实例(instance)而已。

#!/usr/bin/env python# -*- coding: utf-8 -*-from __future__ import print_functionimport sysfrom py2neo import neo4j, node, relgraph_db = neo4j.GraphDatabaseService()class Person(object):_root = graph_db.get_or_create_indexed_node("reference","contacts", "root")@classmethoddef create(cls, name, *emails):person_node, _ = graph_db.create(node(name=name),rel(cls._root, "PERSON", 0))for email in emails:graph_db.create(node(email=email), rel(cls._root, "EMAIL", 0),rel(person_node, "EMAIL", 0))return Person(person_node)@classmethoddef get_all(cls):return [Person(person.end_node) for person incls._root.match("PERSON")]def __init__(self, node):self._node = nodedef __str__(self):return self.name + " " + " ".join(" <{0}>".format(email) for email in self.emails)@propertydef name(self):return self._node["name"]@propertydef emails(self):return [rel.end_node["email"] for rel inself._node.match("EMAIL")]if __name__ == "__main__":if len(sys.argv) < 2:app = sys.argv[0]print("Usage: {0} add <name> <email>[<email>...]".format(app))print(" {0} list".format(app))sys.exit()method = sys.argv[1]if method == "add":print(Person.create(*sys.argv[2:]))elif method == "list":for person in Person.get_all():print(person)else:print("Unknown command")

在第09行上是第一行Py2neo代码，用来创建了一个GraphDatabaseService对象。通过这个，我们就可以访问使用Neo4j server的大多数功能。可选一个URI传递到这个构造器里，尽管如果什么都没有提供，代而取之的是使用默认的本地参数。也就是说下面两行是完全相等的：

123graph_db = neo4j.GraphDatabaseService()graph_db = neo4j.GraphDatabaseService("http://localhost:7474/db/data/")

第13行介绍了调用了get_or_create_indexed_node,它提供一种在图形里创建固定引用点的漂亮方式。传统的Neo4j索引允许节点和关系通过键值对访问，而在这个代码里我们使用了带连接的关键字和root值的引用索引实例。在第一次执行时，会创建一个新的节点，而且在随后的执行中，这个节点(即root)会复用(reused)。

在第17行，我们看见了推荐的节点和关系抽象的标记，以及接受和使用节点和关系抽象的create方法。任意多的抽象都可以被传递到这个方法中，并且在单个批处理转换中创建实体并以指定它们的顺序作为一个列表返回。抽象节点用节点函数表示并带有一些属性，然而抽象关系使用rel函数接受一个起始节点，类型和终止节点。上下文中，其他节点，关系起始和终止节点可能整合引用到在其他批处理中其他节点。在我们的例子中，我们把根节点连接到新创建的person节点，否则就作为项目0(item 0)了。

这次我们在第24行和38行上以match方法形式和关系见面[@Lesus 注： oschina代码行数有问题。对应于本文的第28和44行]。它试图使用一个特殊的条件集合(set)标识关系，然后使用列表（list）返回它们。这这些示例中，这个关系和PERSON关系相匹配，从root节点和EMAIL关系开始到所给定的person节点。和Cypher很相似，用来查询包含MATCH关键字的场景。

最后值得注意的一点是在上面的代码中访问节点属性的方式只是其中一种简单的方式。Py2neo重写了标准python的__getitem__和 __setitem__方法，通过方括号标识来方便访问任何属性。这点在第34和38行上可以看到。[@Lesus 注：对应于本文的第39和44行]

总结

在那里(代码行34和38)我们这样做了，这显示了它是如何快速简易地在JAVA环境之外拼凑出一个Neo4j应用程序，也显示了Py2neo是如何通过REST API来抽象出大多数沉重的负担。这里的例子并没有解决唯一性，尽管功能上提供了唯一索引和CypherCREATE UNIQUE语句。Django开发者可能也想要考虑一个层，如Neomodel，它在Py2neo顶层上表示了一个Djangoesque ORM-style 层。