如何判断网站数据库类型,数据库中数据类型怎么判断

内容导航：

如何知道一个网站数据库的类型

区分数据库类型的根据是什么

数据库的类型

分析问题时如何「搜集信息」这里有 2 个方法和 20 个渠道

一、如何知道一个网站数据库的类型

纠正下楼上的大哥 不是说“ASPX的话，就是连的SQL数据库，如果是PHP的，就是连的MYSQL数据库” 这样说JSP的就连接oracle的了？？
不管什么编程语言 都可以连接不同的数据库如果要知道是使用了什么数据库 可以用SQL注射的方法 看看程序是否有数据库的报错 除此之外
没有什么更简便的方法了比如 这是我们学校的网站 在搜索中输入’ （单引号） 会出现mysql的数据库报错 这样就知道了

二、区分数据库类型的根据是什么

JDBC, 全称为Java DataBase Connectivity standard, 它是一个面向对象的应用程序接口（API）,
通过它可访问各类关系数据库。
JDBC也是java核心类库的一部分。
JDBC的最大特点是它独立于具体的关系数据库。
与ODBC (Open Database Connectivity)类似, JDBC API
中定义了一些Java类分别用来表示与数据库的连接（connections）, SQL语句（SQL statements）, 结果集（result
sets）以及其它的数据库对象, 使得Java程序能方便地与数据库交互并处理所得的结果。
使用JDBC, 所有Java程序（包括Java applications ,
applets和servlet）都能通过SQL语句或存储在数据库中的过程（stored procedures）来存取数据库。
要通过JDBC来存取某一特定的数据库，必须有相应的JDBC driver，它往往是由生产数据库的厂家提供，是连接JDBC API与具体数据库之间的桥梁。
通常，Java程序首先使用JDBC API来与JDBC Driver Manager交互，由JDBC Driver Manager载入指定的JDBC
drivers, 以后就可以通过JDBC API来存取数据库。
一般来说，绝大多数都是用x86的，毕竟能用得起64位的很少。

三、数据库的类型

答：数据库有类型之分，是根据数据模型划分的。目前成熟地应用在数据库系统中的数据模型有：层次模型、网壮模型和关系模型。下面我们分别学习以下这三种模型。层次模型层次模型是用树结构表示记录类型及其联系的。树结构的基本特点是：1、有且仅有一个结点无父结点；2、其它结点有且有一个父结点。在层次模型中，树的结点是记录型。上一层记录型和下一层记录型的联系是1:n的。层次模型就象下面我们给出的一棵倒立的树。注意：在层次式数据库中查找记录，必须指定存取路径。这种关系模型不支持m:n联系。网状模型网状模型中结点间的联系不受层次限制，可以任意发生联系，所以她的结构是结点的连通图。网状模型结构的特点是：1、有一个以上结点无父结点；2、至少有一个结点有多于一个父结点。注意：虽然网状模型能反映各种复杂的关系，但网状模型在具体实现上，只支持1:n联系，对于m:n联系可将其转化为1:n联系。关系模型关系模型的本质就是用若干个二维表来表示实体及其联系。关系是通过关系名和属性名定义的。一个关系可形式化表示为：R(A1，A2，A3，…，Ai，…)其中：R为关系名，Ai为关系的属性名。

四、分析问题时如何「搜集信息」这里有 2 个方法和 20 个渠道

「回答完拆出来的这些小问题，要分析的那个大问题就能得到解答了」，要把问题拆解到这样的颗粒度才行。
之前，光涧实验室邀请战略分析专家曹婷婷给大家分享了「人人都需要的分析方法」，今天这篇我们来总结了第二步「搜集信息」的方法。

在上一篇文章《7 步追问法，找到分析问题的起点》里面，我们分享了如何用「7 步追问法」来定义分析解决什么问题、以及解决这个问题所需要的信息的框架。
这一篇，我们来讲讲搜集信息的方法，包括如何确定要搜集哪些具体的信息、去哪里搜集以及如何辨别这些信息。

▋要搜集什么信息？

方法#1：基本拆解法

所谓基本拆解法，就是可以适用于所有问题的、拆解需要搜集什么信息的方法。
它的步骤也很简单，先把大问题拆分为很多具体的小问题，再把小问题根据自己的逻辑分类。

要拆分到什么颗粒度的小问题呢？就是要到「回答完拆出来的这些小问题，要分析的那个大问题就能得到解答了」为止。

接着我们要把这些小问题进行简单的分类，比如分为外部问题和内部问题，分为设计问题和产品问题，还可以根据解决的步骤来划分。
不同类的问题，需要去寻找不同的信息来源。

我们来举个例子帮助大家理解这个基本拆解法。

公司发现目前办公场地人员太多，未来可能会坐不下。
通过分析的第一步定义问题，我们确定了要回答的大问题是「搬到哪里最合适」。
这时候我们应该搜集哪些信息来帮助做决策呢？

Step 1：把大问题拆分成小问题

我们现在的员工是多少？我们现在多少个业务部门？搬家要考虑多长时间的稳定性？在这段时间里，公司的计划是什么样的？会增加多少人？——这个决定了新办公场地的容积。

未来公司会有哪些业务？哪些外部资源是最重要的？同行、合作伙伴、人才？员工和访客来到公司的感受是什么样的？——这决定了新办公场地的地理位置。

我们公司的现金流是什么样的？未来的收入如何？现金如果充足的话，未来是用来投入在哪些方面？业务发展、员工福利？——这决定了新办公场地的预算。

我们希望公司里的氛围是什么样的？员工在公司里会呆多长时间，都要做一些什么样的事情？见客户多，还是独立工作多？开会的规模和频率是什么样的？加班多吗，要不要休息？员工在工作环境里的感受什么样的？——这决定了新办公场地的内部规划。

北京有哪些可选的区域？有哪些适合的房屋种类，比如是租用办公楼、还是商住两用的房子，还是到郊区租地自建房屋？每个区域和房屋种类有什么政策和限制？——这决定了新办公场地的类型。

搬家本身看起来是个属于行政职能的事情，但其实我们做完问题拆解，就会发现它需要公司方方面面的信息。

Step 2：把拆解出来的小问题分类，确定信息来源

公司内部：现在和未来的业务分析，包括业务，员工，现金流，发展和规划。

公司大厦现状分析：层数，每层容纳员工数量，现在的基本配套设施：会议室，茶水间和会客室等。

外部环境的大厦情况：北京 CBD 和热门商圈的大厦情况，盖和租金情况，土地规划政策等。

方法#2：专业信息框架

除了通用的基本拆解法之外，有些专业的问题有现成的信息框架可以直接用来指导我们搜集哪些信息。
比如，光涧实验室常用的「商业模式画布」、「价值主张画布」、「用户体验地图」等等。

（图片来自 ）

除此之外，还有一些用户分析宏观经济、行业竞争、企业本身业务等的各种模型，如下图。

篇幅有限，我们就不跟大家一一展开讲解每个信息框架了。

▋去哪里搜集信息+如何辨别信息？

确定要搜集哪些信息之后，就要找到合适的信息渠道来搜集信息了。
下面，我们来分享 20 个常见的信息渠道，以及对应的搜集方法和技巧。

1：搜索引擎：百度或者 Google

这里的技巧是用对关键词。
要知道如何从「通用关键词」过渡到「专业关键词」。
比如，我们要研究二手市场，在什么都不知道的情况下，我们就搜索通用关键词比如「二手市场」、「二手行业」、「二手物品」。
慢慢的，从这些搜索结果里，我们会发现二手行业里的一些主要公司，比如闲鱼、多抓鱼、转转等等，而这些主要公司就可以作为接下来搜索的专业关键词，就可以搜集到更多的内容。

2：垂直领域的网站

研究一个垂直领域的内容，最好是能找到这个领域的网站。
如果事先不知道有什么网站怎么办？可以用到上面的搜索技巧，从搜索引擎上使用通用关键词开始。
比如你要研究东南亚电商，就在搜索引擎里搜索「东南亚电商」，翻看几页之后，就会发现有个叫「雨果网」的是专门研究这个领域的，一直关注相关的动态和趋势，接着你又会很快发现其他的垂直网站或者垂直的投资者等等。

3：专业的报告网站

可以使用像 199it 这样集合了各种专业报告的网站，里面包含很多的行业报告，也可以提供报告的检索。
如果想知道哪些行业的报告就可以直接去搜索。

4：各大公司财报

行业内的大公司是行业信息的一个重要来源。
每个季度末，各大公司都会出财报，公布公司的业务数据，也会公布公司未来的计划。
通过连续追踪几个季度的财报和简单的对比，我们可以很快了解一个行业和领先企业的情况。
比如持续关注视频公司的财报，可以看到他们的视频采购版权的投入和广告收入情况，会员增加情况等。

5：国内外的咨询公司网站

咨询公司的盈利模式是通过卖定制的服务和数据工具挣钱。
为了吸引客户，他们常常会免费开放行业报告和通过数据工具获得的行业内容。
他们会保证这些数据是公正和准确的，否则人们就不会信赖品牌了。
咨询公司的行业报告，虽然不能提供细分的行业数据，但足够我们了解大的行业趋势和变化。

6：专业领域的互联网公司发布的内容

互联网公司拥有大量的用户数据，他们为了树立自己在专业领域的权威性，也愿意把自己积累的数据分享出来。
比如马蜂窝会发布出国旅游的报告，高德会发布地图使用的信息，滴滴打车会发布夜间那个打车地点更集中等等。
这些都是很真实的用户行为信息。

7：专业领域的企业信息报告

除了互联网公司之外，在一些传统行业里，比如房地产，也会发布一些供需数据的报告，可以帮助我们了解大的行业状况和用户需求。

8：专业的第三方统计报告

第三方包括很多公司，比如公关公司、广告公司、用户研究公司等等，他们会通过大量的问卷和访谈来收集和研究用户的行为习惯和消费意愿等，都可以用来做参考。

9：新闻机构的调查

新闻媒体会做很多行业研究和报道。
比如你打开一本第一财经的杂志，会看到几乎每页都是他们研究的数据和信息，比如上海商圈的研究，商圈覆盖用户的规模，线下店在中国各大城市的分布集中度等等。

10：券商和投行报告

券商和投行为了研究二级市场，通常会在他们的分析报告里包含更为详细的行业信息，包括我们很难获得的企业一手数据。

11：国家公开数据库

国内外有很多公开的数据库，都可以使用。
比如 CNNIC 每半年会发布一个互联网普查报告，可以帮助我们了解现在的互联网和不同领域的用户渗透率。
这些报告拥有官方的公正性，可以作为一个行业基调来看待和使用。
再比如，通信部每月会公布智能手机出货量等等。
这些都可以在网上找到。

12：行业年鉴

在图书馆和书店都可以看到一些行业年鉴。
它们通常会非常专业地对一个行业进行扫描，比如旅游行业、出国教育行业等等。
虽然这些年鉴往往是半年前甚至一年前的，但如果是行业信息变化没有那么快的，还是可以使用的。

13：智库

比如腾讯智库、MBA 智库以及很多企业智库，都会有专家不定期地来更新某方面内容。
使用这些智库可以直接站在巨人的肩膀上来看到整合后的信息，提高信息的搜集效率。

14：爬虫数据

比如前阵子有人来分析马蜂窝评论的真假情况，他写了爬虫去获取到马蜂窝、携程和其他竞品的数据，然后交叉对比。
通过爬虫来直接获得数据，是更真实的一手信息，不过需要有专业技能才可以操作。

15：页面数据

在写不了爬虫的情况下，我们也可以去搜集页面上本身提供的数据和信息。
这可能是我们平时不太会注意的。
其实一个页面或者报告、杂志、新闻、广播，都提供了很多的信息。

16：社交媒体数据

微博，微信，抖音等社交平台上有很多的信息，比如一个账号的关注度、粉丝数、回复、收藏、点赞数量等等。
还有微博指数、微博人气榜，这些都是衡量舆论情况的信息。

17：企业信息检索网站

比如天眼通、企查查等网站，可以很快获得一个企业的股东、业务、收入的情况，也可以看到这个企业的成立时间，等等。

18：投资数据库的网站

比如36氪的鲸准、IT橘子等等提供很多创业公司的业务情况、投融资情况，还有相关的新闻报告，里面也会披露很多的信息。

19：公司内部的数据

如果是研究自己公司的产品，公司内部的数据当然是一个更好的渠道。

20：经验分析

包括内部业务人士访谈，用户访谈，外部专家访谈，通过对人的访谈，我们可以获得更多你搜索不到的信息，这些信息是非常有价值的。

20 个信息渠道看起来很多，其实是不可能穷尽的。
而且，信息不仅仅存在于这个清单里，而是无处不在的。
在生活中，在随时的阅读当中，发现更多的内容、养成随时搜集信息和内容的习惯，一定能够帮助我们在需要的时候更高效地搜集到信息。

（来源：创业孵化机构「光涧实验室」，公众号 lightsteam0）