世界上的三大文献检索数据库是哪几个？

世界上的三大文献检索数据库是SCI(科学引文索引 )、EI(工程索引 )、ISTP(科技会议录索引 ) 。

1、SCI即《科学引文索引》(Science Citation Index），是由美国科学信息研究所（Institute for Scientific Information 简称ISI）创建的，收录文献的作者、题目、源期刊、摘要、关键词，不仅可以从文献引证的角度评估文章的学术价值，还可以迅速方便地组建研究课题的参考文献网络。

SCI创刊于1961年。经过40年的发展完善，已从开始时单一的印刷型发展成为功能强大的电子化、集成化、网络化的大型多学科、综合性检索系统。--

2、EI是美国《工程索引》（The Engineering Index）的简称。EI创刊于1884年，由美国工程情报公司（Engineering Information Co.）出版发行。

EI是工程技术领域内的一部综合性检索工具，报道内容包括：电类、自动控制类、动力、机械、仪表、材料科学、农业、生物工程、数理、医学、化工、食品、计算机、能源、地质、环境等学科。

3、ISTP是Index to Scientific &Technical Proceedings的缩写，是美国科学情报研究所的网络数据库Web of Science Proceedings中两个数据库（ISTP和ISSHP）之一。

专门收录世界各种重要的自然科学及技术方面的会议，包括一般性会议、座谈会、研究会、讨论会、发表会等的会议文献，涉及学科基本与SCI相同。

重视程度：

在国际科学界，如何正确评价基础科学研究成果已引起越来越广泛的关注。而被SCI、SSCI收录的科技论文的多寡则被看作衡量一个国家的基础科学研究水平、科技实力和科技论文水平高低的重要评价指标。

在ISTP、 EI、 SCI这三大检索系统中，SCI最能反映基础学科研究水平和论文质量，该检索系统收录的科技期刊比较全面，可以说它是集中各个学科高质优秀论文的精粹，该检索系统历来成为世界科技界密切注视的中心和焦点。

以上内容参考：百度百科——三大检索

空间数据库指的是地理信息系统在计算机物理存储介质上存储的与应用相关的地理空间数据的总和，一般是以一系列特定结构的文件的形式组织在存储介质之上的。《空间数据库》范围及重点1. 第一章：绪论 1) 空间数据库基本概念、组成部分、名称简写之间的联系与区别与联系； 答；利用当代的系统方法，在地理学、地图学原理的指导下，对地理空间进行科学的认识与抽象，将地理数据库化为计算机处理时所需的形式与结构，形成综合性的信息系统技术——空间数据库 或者SDBMS是海量SD的存储场所、提供SD处理与更新、交换与共享，实现空间分析与决策的综合系统。 组成：存储系统、管理系统、应用系统 是SDBS的简称 2) 目前空间数据库实现方案； 答：ORDBMS 3) GIS，RS与空间数据库之间的联系； 4) 常见的空间数据库产品 答：轻量级： MS的Access、FoxPro、 SUN的MySQL 中等：MS的SQL Server系列 重量级：Oracle的Oracle 不太熟悉的有： Sybase、Informix、DB2 、Ingress、 PostgreSQL（PG）等 5) 产生空间数据库的原因； 答：直接利用？ SD特征 ：空间特性 非结构化特征 空间关系特征 多尺度与多态性 海量数据特性 存在的问题：复杂图形功能：空间对象 复杂的空间关系 数据变长记录 6）空间数据库与普通关系数据库的主要区别。 答：关系数据库管理属性数据，空间数据采用文件库或图库形式；增加大二进制数据类型(BLOB)，解决变长数据存储问题；将空间数据/属性数据全部存放在数据库中；但空间特性由程序处理 2. 第二章：空间数据库模型 1) 如何理解空间数据库模型； 2) 空间数据及空间关系； „ (1) 空间数据类型 几何图形数据 影像数据 属性数据 地形数据 元数据：对空间数据进行推理、分析和总结得到的关于数据的数据， 数据来源、数据权属、数据产生的时间 数据精度、数据分辨率、元数据比例尺 地理空间参考基准、数据转换方法… (2) 空间关系 指地理空间实体之间相互作用的关系： 拓扑关系：形状、大小随投影改变。在拓扑变换下不变的拓扑变量，如相邻、包含、相交等，

反映空间连续变化的不变性 方位关系：地理空间上的排列顺序，如前后、上下、左右和东、南、西、北等方位 度量关系：距离远近等 3) 空间数据库如何建模； DB设计三步骤 ‹ Conceptual Data Model：与应用有关的可用信息组织、数据类型、联系及约束、不考虑细节、E-R模型 Logic Data Model 层次、网状、关系，都归为关系，SQL的关系代数(relational algebra, RA) Physical Data Model：解决应用在计算机中具体实现的各种细节，计算机存储、数据结构等 4) 模型之间如何转换？5) 可行的空间数据库建模方案。 面向对象的空间数据库模型GeoDatabase 3. 第三章：空间数据库存储与索引 1) 空间数据如何组织、存储的，采用什么技术或者方法； 为有效表达空间信息内容，空间数据必须按照一定的方式进行组织与存储：适合外存 *** 作的数据结构、记录和文件的多种组织方式 SDB空间数据组织：数据项、记录、文件、数据库 SDB空间数据存储：二级存储器、缓冲区管理器、空间聚类(clustering)、空间索引 2) 空间近似与空间聚类； 目的：降低响应大查询的寻道时间和等待时间，在二级存储中空间上相邻的/查询上有关联的空间对象在物理上存放在一起， 内部聚类(internal clustering)：加快单个对象的访问，一个对象都存放在一个磁盘块（页面）；如超出则存放在连续扇区，本地聚类(local clustering)：加快多个对象访问。一组空间相邻对象存放在一个页面 空间聚类比传统聚类技术复杂。多维空间对象无天然的顺序 磁盘：一维存取，高维：将高维映射到一维， 一一对应，保持距离(distance preserving)：一一对应，容易；距离不变，近似，映射技术、Z序(z-order)、Hilbert曲线 3) 空间数据库性能提升的关键问题是什么？如何提升； 数据库索引，基于树：ISAM、B树、B 树等，基于Hash：静态、可扩展、线性等 4) 空间索引技术是什么？为什么产生？有哪些常见的空间索引；各有何特点及适用范围？ 依据空间对象的位置和形状或者空间对象之间的空间关系，按一定顺序排列的一种数据结构，介于空间 *** 作算法和空间对象之间，通过筛选，大量与特定空间 *** 作无关的空间对象被排除，提高效率，空间数据库关键的技术 空间索引产生的原因:空间数据的特点：空间定位、空间关系、多维、多尺度、海量、复杂，传统数据库索引处理的一维的字符、数字，对多维处理采用组合字段 1、基于二叉树的索引技术：二分索引树结构主要用于索引多维数据点；对复杂空间目标（线、面、体等）的索引却必须采用近似索引方法和空间映射技术 2、 基于B树的索引技术 ‹B树的变体如R树系列，外包矩形；对大型数据库具有出色表现；需要解决：减少区域重叠，提高搜索效率 3、基于哈希的网格技术

数据库索引的种类：

1、按照索引列值的唯一性，索引可分为唯一索引和非唯一索引

非唯一索引：B树索引

create index 索引名 on 表名（列名） tablespace 表空间名

唯一索引：建立主键或者唯一约束时会自动在对应的列上建立唯一索引

2、索引列的个数：单列索引和复合索引

3、按照索引列的物理组织方式

B树索引

create index 索引名 on 表名（列名） tablespace 表空间名

位图索引

create bitmap index 索引名 on 表名（列名） tablespace 表空间名

反向键索引

create index 索引名 on 表名（列名） reverse tablespace 表空间名

函数索引

create index 索引名 on 表名（函数名(列名)） tablespace 表空间名

删除索引

drop index 索引名

重建索引

alter index 索引名 rebuild

索引的创建格式： 

CREATE UNIUQE | BITMAP INDEX <schema>.<index_name> 

    ON <schema>.<table_name> 

    (<column_name>| <expression>ASC | DESC, 

     <column_name>| <expression>ASC | DESC,...) 

    TABLESPACE <tablespace_name> 

    STORAGE <storage_settings> 

    LOGGING | NOLOGGING 

    COMPUTE STATISTICS 

    NOCOMPRESS | COMPRESS<nn> 

    NOSORT | REVERSE 

    PARTITION | GLOBAL PARTITION<partition_setting>

UNIQUE | BITMAP：指定UNIQUE为唯一值索引，BITMAP为位图索引，省略为B-Tree索引。 

    <column_name>| <expression>ASC | DESC：可以对多列进行联合索引，当为expression时即“基于函数的索引” 

    TABLESPACE：指定存放索引的表空间(索引和原表不在一个表空间时效率更高) 

    STORAGE：可进一步设置表空间的存储参数 

    LOGGING | NOLOGGING：是否对索引产生重做日志(对大表尽量使用NOLOGGING来减少占用空间并提高效率) 

    COMPUTE STATISTICS：创建新索引时收集统计信息 

    NOCOMPRESS | COMPRESS<nn>：是否使用“键压缩”(使用键压缩可以删除一个键列中出现的重复值) 

    NOSORT | REVERSE：NOSORT表示与表中相同的顺序创建索引，REVERSE表示相反顺序存储索引值 

    PARTITION | NOPARTITION：可以在分区表和未分区表上对创建的索引进行分区

使用USER_IND_COLUMNS查询某个TABLE中的相应字段索引建立情况

使用DBA_INDEXES/USER_INDEXES查询所有索引的具体设置情况。

在Oracle中的索引可以分为：B树索引、位图索引、反向键索引、基于函数的索引、簇索引、全局索引、局部索引等，下面逐一讲解：

一、B树索引：

最常用的索引，各叶子节点中包括的数据有索引列的值和数据表中对应行的ROWID，简单的说，在B树索引中，是通过在索引中保存排过续的索引列值与相对应记录的ROWID来实现快速查询的目的。其逻辑结构如图：

  可以保证无论用户要搜索哪个分支的叶子结点，都需要经过相同的索引层次，即都需要相同的I/O次数。

B树索引的创建示例：

create index ind_t on t1(id) 

注1：索引的针对字段创建的，相同字段不能创建一个以上的索引；

注2：默认的索引是不唯一的，但是也可以加上unique，表示该索引的字段上没有重复值(定义unique约束时会自动创建)；

注3：创建主键时，默认在主键上创建了B树索引，因此不能再在主键上创建索引。

二、位图索引：

有些字段中使用B树索引的效率仍然不高，例如性别的字段中，只有“男、女”两个值，则即便使用了B树索引，在进行检索时也将返回接近一半的记录。

所以当字段的基数很低时，需要使用位图索引。(“低”的标准是取值数量 <行数*1%)

位图索引的逻辑结构如上图所示：索引中不再记录rowid和键值，而是将每个值作为一列，用0和1表示该行是否等于该键值(0表示否1表示是)。其中位图索引的行顺序与原表的行顺序一致，可以在查询数据的过程中对应计算出行的原始物理位置。

位图索引的创建示例：

create bitmap index ind_t on t1(type)

注：位图索引不可能是唯一索引，也不能进行键值压缩。

三、反向键索引：

考虑这个情况：某一字段的值是1-1000顺序排列，建立B树索引后依旧递增，到后来该B数索引不断在后面增加分支，会形成如下如的不对称树：

  反向键索引是一种特殊的B树索引，在存储构造中与B树索引完全相同，但是针对数值时，反向键索引会先反向每个键值的字节，然后对反向后的新数据进行索引。例如输入2008则转换为8002，这样当数值一次增加时，其反向键在大小中的分布仍然是比较平均的。

反向键索引的创建示例：

create index ind_t on t1(id) reverse

注：键的反转由系统自行完成。对于用户是透明的。

四、基于函数的索引：

有的时候，需要进行如下查询：select * from t1 where to_char(date,'yyyy')>'2007'

但是即便在date字段上建立了索引，还是不得不进行全表扫描。在这种情况下，可以使用基于函数的索引。其创建语法如下：

create index ind_t on t1(to_char(date,'yyyy'))

注：简单来说，基于函数的索引，就是将查询要用到的表达式作为索引项。

五、全局索引和局部索引：

这个索引貌似很复杂，其实很简单。总得来说一句话，就是无论怎么分区，都是为了方便管理。

具体索引和表的关系有三种：

1、局部分区索引：分区索引和分区表1对1

2、全局分区索引：分区索引和分区表N对N

3、全局非分区索引：非分区索引和分区表1对N

创建示例：

首先创建一个分区表

create table student

(

stuno number(5),

sname vrvhar2(10),

deptno number(5)

)

partition by hash (deptno)

(

partition part_01 tablespace A1,

partition part_02 tablespace A2

)

创建局部分区索引(1v1)：

create index ind_t on student(stuno)

local(

partition part_01 tablespace A2,

partition part_02 tablespace A1

) --local后面可以不加

创建全局分区索引(NvN)：

create index ind_t on student(stuno)

global partition by range(stuno)

(

partition p1 values less than(1000) tablespace A1,

partition p2 values less than(maxvalue) tablespace A2

) --只可以进行range分区

创建全局非分区索引(1vN)

create index ind_t on student(stuno) GLOBAL

---