数据的筛选在实际生活中有什么优势？

数据的筛选在实际生活中的优势，也是排除那些不符合条件的，从而能够小范围内的进行分析。也是一种统计学的方法。主要方便对大宗数据的统计。比如你的员工花名册上有1000人，老板问你25－30岁的男性技术员有多少人，你要一个一个的去统计吗？用筛选就简单得多了，在用了自动筛选后，你只需在年龄、性别、职称三栏分别设定上述三个条件，马上就会出现结果了，当然你要记得在表格右下方的计算区域点击右键，将之设置为计数。

成都网站建设哪家好，找成都创新互联！专注于网页设计、成都网站建设、微信开发、微信平台小程序开发、集团成都定制网页设计等服务项目。核心团队均拥有互联网行业多年经验，服务众多知名企业客户；涵盖的客户类型包括：成都水泥搅拌车等众多领域，积累了大量丰富的经验，同时也获得了客户的一致认可！

一．引言

同学们我们已经学会了对数据表中的数据进行排序，下面我们对这方面的知识复习练习一下，加以巩固。请同学们打开网上邻居\Teacher\练习\test文件，根据排序要求来操作完成。

题目：在test数据表中，按班级从小到大排序，班级相同时则按总分从高到低排序。

数据通过排序后，我们要查找某同学的记录，可很快就查找到。排序是为了查找数据方便。今天我们来学习数据的筛选。

二．授课：

1． 什么是筛选？

根据一个条件或多个条件查找满足条件的数据，称为数据的筛选。

2． 介绍筛选命令的使用方法。

（1）单条件数据的筛选。

例：

在“我国部分城市国内生产总值（GDP）”表中查找国内生产总值（GDP）大于1600亿元的数据。

操作步骤：在“我国部分城市国内生产总值（GDP）”表中：

①选中单元格A2：C15，单击“数据”菜单中的“筛选”项中的“自动筛选”命令。

此时，表格中的第二行Az、Bz和Cz单元格旁都会显示一个向下的箭头符号。

②单击“国内生产总值”旁的向下箭头，选中其中的“自定义”命令，打开“自定义自动筛选方式”对话框。

③在“自定义自动筛选方式”对话框中，在左边列表框中选择“大于”，在右边的数值列表框中输入数值：1600，单击“确定”按钮。

这时数据表中显示的是国内生产总值大于1600亿元的所有城市。

练习（教师巡视，进行疑难解答）

下面我们来操作练习一下，在你们打开的test文件中，按筛选要求第1小题来操作完成（查找学生总分大于270的数据）。

（2）多个条件数据的筛选：

刚才我们操作的是一个条件数据的筛选，对多个条件数据筛选如何操作呢？

下面我们继续看“我国部分城市国内生产总值”数据表。

在表中，要查找国内生产总值在1000～3000亿元之间的所有城市，由于已经执行了筛选操作，必须要恢复到原来的记录才能查找。

请同学们将“网上邻居”\Teacher\练习\“我国部分城市国内生产总值”数据表打开，根据书上查找要求来操作，同学们可以左右展开讨论、交流，自己摸索来完成（教师巡视，进行疑难解答）。

简述什么是nosql数据库，并列举两种常见的nosql数据库名称及其特点

NoSQL太火，冒出太多产品了，保守估计也成百上千了。

互联网公司常用的基本集中在以下几种，每种只举一个比较常见或者应用比较成功的例子吧。

1. In-Memory KV Store : Redis

in memory key-value store，同时提供了更加丰富的数据结构和运算的能力，成功用法是替代memcached，通过checkpoint和commit log提供了快速的宕机恢复，同时支持replication提供读可扩展和高可用。

2. Disk-Based KV Store: Leveldb

真正基于磁盘的key-value storage, 模型单一简单，数据量不受限于内存大小，数据落盘高可靠，Google的几位大神出品的精品，LSM模型天然写优化，顺序写盘的方式对于新硬件ssd再适合不过了，不足是仅提供了一个库，需要自己封装server端。

3. Document Store: Mongodb

分布式nosql，具备了区别mysql的最大亮点：可扩展性。mongodb 最新引人的莫过于提供了sql接口，是目前nosql里最像mysql的，只是没有ACID的特性，发展很快，支持了索引等特性，上手容易，对于数据量远超内存限制的场景来说，还需要慎重。

4. Column Table Store: HBase

这个富二代似乎不用赘述了，最大的优势是开源，对于普通的scan和基于行的get等基本查询，性能完全不是问题，只是只提供裸的api,易用性上是短板，可扩展性方面是最强的，其次坐上了Hadoop的快车，社区发展很快，各种基于其上的开源产品不少，来解决诸如join、聚集运算等复杂查询。

什么是NoSQL数据库？

答案：A

1.文档型数据库

作为最受欢迎的NoSQL产品，文档型数据库MongoDB当仁不让地占据了第一的位置，同时它也是所有NoSQL数据库中排名最靠前的产品(总排行榜第七名)。Apache基金会的CouchDB排在第二，基于.Net的数据库RavenDB排在第三，Couchbase排在第四。

2.键值(Key-value)数据库

键值(Key-value)数据库是NoSQL领域中应用范围最广的，也是涉及产品最多的一种模型。从最简单的BerkeleyDB到功能丰富的分布式数据库Riak再到Amazon托管的DynamoDB不一而足。

在键值数据库流行度排行中，Redis不出意外地排名第一，它是一款由Vmware支持的内存数据库，总体排名第十一。排在第二位的是Memcached，它在缓存系统中应用十分广泛。排在之后的是Riak、BerkeleyDB、SimpleDB、DynamoDB以及甲骨文的Oracle NoSQL数据库。值得注意的是，Oracle NoSQL数据库上榜不久，得分已经翻番，上升势头非常迅猛。

3.　列式存储

列式存储被视为NoSQL数据库中非常重要的一种模式，其中Cassandra流行度最高，它已经由Facebook转交给到Apache进行管理，同时Cassandra在全体数据库排名中排在第十位，紧随MongoDB成为第二受欢迎的NoSQL数据库。基于Hadoop的Hbase排在第二位，Hypertable排在第三。而Google的BigTable并未列入排名，原因是它并未正式公开。

网站栏目：nosql复习题,下面关于nosql的说法错误的是
文章链接：http://kswjz.com/article/hcdgoc.html