vs2013连接sql数据库(c++连接sqlserver数据库)

一、access2013中数据库系统由哪几部分组成

access2013数据库系统由数据库对象和组两部分组成，其中对象分为表，查询，窗体，报表，宏，模块，支持ODBC标准的SQL数据库的数据。

表：数据库的核心与基础

查询：数据库设计目的的体现

窗体：数据库与用户进行交互操作的最好界面

报表：将数据库中的数据进行分析，整理和计算，并将数据以格式化的方式发送到打印机

宏：使应用程序自动完成

模块：建立复杂的VBA程序以完成宏等不能完成的

组：主要功能是对多数据库对象的一种管理

二、2019年，Hadoop还是数据处理的可选方案吗

2019年，对于大的互联网公司来说，已经渐渐开始不用Hadoop的MapReduce计算框架，不过对于一些小公司，还是会使用Hadoop作为数据处理的一种方案。

Hadoop自2006年开源以来，最初来源谷歌的两篇文章，GFS和MapReduce。到现在还有很多互联网公司进行使用。不过由于大的互联网公司强大的自己研发实力，已经慢慢开始弃用Hadoop，转而开始通过自研来解决公司的大数据计算场景。

Hadoop整体包含三个模块：MapReduce、HDFS、Yarn。MapReduce是Hadoop的分布式计算框架，在对大数据文件进行数据处理的，会先对文件进行分片，每一个都是一个人Map任务，所以一个大文件，会有多个Map任务同时处理，每个Map任务只处理部分数据：

虽然HadoopMapReduce计算框架分布式并行的处理数据，但是有一个问题就是，在进行数据Shuffle的时候，数据会临时存储在磁盘上，由于磁盘IO方面比较慢，有时候一个MapReduce任务可能运行好几个小时。Shuffle的含义就是数据从Map任务段到Reduce任务段的过程。

大型互联网公司，由于数据量非常巨大，同时业务场景有非常复杂，不可能接受一个任务跑几个小时的。所以一些互联网公司开始使用Spark计算框架来代替HadoopMapReduce，比如头条。阿里的话，开始通过自研来解决这个问题，比如自研了MaxCompute框架、伏羲分布式调度、盘古分布式文件存储等。

小型互联网公司有两个特点，一个是公司业务场景没有那么复杂，另一个是数据体量不大。所以在技术选型时，不过要求特别复杂，只要能够满足业务场景即可。所以很多小公司在大数据技术选型时，都会使用Hadoop来作为大数据计算框架。

使用Hadoop作为数据处理方案，还有一个好处就是，便于统一管理和运维，小公司人员比较少，一般都是一个人负责集群的搭建、运维、维护等。Hadoop包含了计算、存储、资源管理，对于小公司来说，也已经够使用了。

HadoopMapReduce计算框架在大数据场景下，由于计算时间比较长，目前在互联网公司慢慢被取代或者启用了，很多公司开始使用别的计算框架，比如Spark。不过对于小型互联网公司来说，一个是为了降低成本，二个是为了统一的维护和管理，在加上数据量比较小，所以还是会继续使用Hadoop作为公司的大数据处理方案。

图片来自于网络，侵权必删