亚盘数据库

『壹』 数据库在植物检疫中的作用是什么

数据库在植物检疫中的作用越来越重要。各种类型的检疫数据库相继建立，并应用于植物检疫。EPPO建立了植物检疫PQ数据库。该数据库包括了EPPO所有A1和A2名单中的有害生物的寄主范围、地理分布及其他详尽的目录。同时，包括每种有害生物在一个国家中发生程度的细节如温室、田间发生情况，传入日期及扑灭情况的信息。EPPO还和CABI合作，为欧盟（EU）编制了植物检疫资料单的数据库，其目的是使欧盟的植物检疫建立在统一的检疫条款基础之上。资料单使用标准化的标题，分别是有害生物（包括学名、异名、分类地位、俗名、命名和分类的说明）、寄主、地理分布、生物学、检测和鉴定、传播和扩散的方式、有害生物的重要性（包括经济影响、防治和检疫风险）和植物检疫措施及参考文献。目前不仅有电子版的数据库，还出版了《欧洲检疫性有害生物》的参考书。

FAO开发的全球检疫信息系统亦是一个相类似的检疫数据库。该数据库不仅提供同上述相似的数据，而且还能提供有关国家和地区植保组织的植物检疫条例摘要、检疫性有害生物名单及处理方法。另外，FAO/国际作物遗传资源局IBPGR的种质资源安全运输的技术指南、美国农业部反映检疫截获信息的植物检疫截获记录数据库、亚洲太平洋地区的植物检疫中心和培训研究所（PLANTI）的植物信息数据库（PLANT1NFO）等都是有关植物检疫的专业数据库。另外，USDA-APHIS和USDA-ARS建立的国家农业病原信息系统（NAPIS）和世界植物病原数据库（WPPD）及由澳大利亚AQIS建立的病虫害信息库亦是检疫中很重要的数据库。CABI在1998年推出了全球植物保护手册（CPC）的光盘，可供各植检单位使用。该光盘提供了大量的有害生物的生物学资料、信息和照片。

在中国，检验检疫部门亦已经开发了一个《动植物检验检疫文献题录数据库》。该库收录了农业部1996年公布的97种进境动物的一二类传染病、寄生虫病和84种（类）进境植物检疫为险性有害生物的文献，包括自1971年至今的近11万条有关动物疫情和植物有害生物的信息，并可查询有关的寄主信息，是动植物检验检疫部门开展科研工作进行文献检索的有力工具。

除以上数据库外，还有其他类型的事实型数据库，包括拜耳公司（BayerAG）的有害生物名称和异名数据库，有关防治方法特别是遗传抗性和杀虫剂信息的数据库（Russell，1991年；Kidd，1991年）及关于标本和培养物的数据库（Allsop等，1989年）等均大大便利了PRA工作的开展。特别值得一提的是，因为生物命名法的不断变化，其连续性还不完善，而且生物数量巨大，因此生物名称库在提供获取其他信息的途径时，具有特别重要的意义。CABI国际农业生物中心索引库CABIThesaurus就建立了与农业及相关学科有关的75000个词库，其中1/10的术语是昆虫名称。在其节肢动物名称索引（ANI）中，约有10万个昆虫和其他节肢动物的名称和异名，且这些异名在植物保护的文献中经常遇到。其他还有澳大利亚国际农业研究中心编制的东南亚农业主要节肢动物及杂草名录，FAO（1993年）编制的亚太地区主要作物重要有害生物名录等，均是有价值的信息源。现代信息技术亦为了解各国的检疫法规提供了便利，如欧盟建立的JUSTIS-CELEX数据库系统。该系统包括欧共体1952年成立以来颁布的全部法规，如贸易、金融、海关和动植物检验检疫法规等。在中国，亦已建立了《中外法律信息系统》，这些法规数据库将为检疫执法和决策提供有力的证据。

随着分子遗传学越来越广泛地应用于植物保护，特别是有害生物的分类和鉴定中，其迅速扩大的核酸蛋白序列数据库可为PRA工作提供有害生物在分子水平上的信息。目前已建立的核酸蛋白序列数据库有欧洲分子生物学实验室核酸序列数据库EMBI（1988年）、基因银行Genbank（1992年）、美国的核糖体数据库RAP（RibosomalDatabaseProject，1993年）、日本的DNA数据库DDBJ（DNADataBaseofJapan）和基因序列数据库GS-DB等。可以预期，这些数据库将在有害生物如病毒、类病毒、植原体（Phytoplasma）和细菌的分类和鉴定方面起越来越重要的作用，特别是在种下水平的变异识别上可能对检疫决策具有重要意义。如中国的检疫性有害生物香蕉细菌性枯萎病（Ralstomasolanacearum）就是该病原的小种2。

『贰』 什么是idc idc有什么业务

互联网数据中心（Internet Data Center）简称IDC，就是电信部门利用已有的互联网通信线路、带宽资源，建立标准化的电信专业级机房环境，为企业、政府提供服务器托管、租用以及相关增值等方面的全方位服务。

IDC的业务简介：

业务包括：主机、服务器、托管、虚拟主机、域名注册、企业邮局、邮件系统。

增值服务：主机托管、idc、大型知识库、会员管理、系统集成、虚拟主机、sql数据库、vpn虚拟专网、web 应用程序、电子支付、国际域名、国内域名、商业网站、网页设计公司、web 服务、后台管理、邮件服务器、网页设计模板。

(2)亚盘数据库扩展阅读

IDC定义了大数据的四大特征——海量的数据规模（volume）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价值（value）。

大数据推动基础架构向Scale-out发展。因为从比较传统的数据处理方式和大数据的处理方式来讲，我们发现在处理结构化和非结构化数据方面，在对数据进行处理的时候，因为大数据的类型比较复杂，数据量比较大，可以通过分布式的处理方式把应用复杂分散到分布式系统的各个节点上，

而传统的数据处理将是运算能力非常强、CPU主频非常高的一台机器来处理，而不是大数据这种多个节点、多个CPU核数来处理，这代表了大数据时代发展方向从Scale-up转向Scale-out。”周震刚说。

中国成为全球最重要的大数据市场之一，中国人口数是全球第一，也就造就了全球第一互联网用户数和全球第一的移动互联网用户数，创造数据的规模远远超过全球其他各个国家。

大数据给市场带来的将是更广泛的机会，对于中国来说这个市场是非常有前景的。另外各行业的客户和各行业的开发商也应该在大数据市场抓住机会，借助自己的优势创造更多的价值。

参考资料来源：网络-IDC业务