Query

Query

      Beberapa pengguna ingin melangkah lebih jauh dari laporan dan formu;lir untuk memberikan pertanyaan langsung ke basis data. QUERY adalah suatu permintaan kepada basis data untuk menampiolkan record-record yang dipilih. System manejemen basis data biasanya memberikan antarmuka yang mudah untuk digunakan bagi para pengguna.
Query pada umumnya memilih field data dalam jumlah terbatas dan kemudian membatasi record-record yang ditampilkan berdasarkan stu kumplulan criteria tertentu. 
Konsep Query by-exemple adalah suatu hal yang signifikasi karena pentingnya arti seorang manejer dapat melakukan akses langsung atas nilai-nilai basis data. Formulir dan laporan dapat menampilkan sejumlah hasil yang menampilkan sejumlah hasil yang mengaburkan hal-hal yang sebenarnya ingin ditemukan oleh menejemen. Menejer dapat memanfaatkan QBE untuk dapat dengan cepat menemiukan data tertentu untuk memecahkan masalah.

Bahasa Query Terstruktur

      Bahasa Query Terstruktur atau Struktured Query Language (Sql) adalah kode yang digunakan oleh system manejemen basis data relasional untuk mengerjakan pekerjaan-pekerjaan basis data-nya. Meskipun pengguna dapat melihat Sebagai QBE, system basis data melihat bahasa query terstruktur Piranti Lunak DBMS memiliki GUI dan program-program ‘wizard’ yang dapat menuntun pengguna menggunakan query dengan cara yang mudah digunakan.
            SQL telah menjadi topic yang penting karena dua alas an. Pertama seiring dengan lebih banyak basis data yang dapat diakses melalui WEB, menejer dan para professional lainnya perlu untuk mengetahui bahwa SQL adalah metode pilihan untuk berinteraksi denagn basis data berbasis WEB. Kedua, para menejer perlu untuk mengetahui bahwa menulis SQL bukanlah hal yang sulit bagi sebagian besar kebtuhan data mereka.
Pemrosesan Basis Data Lanjutan
      Pemrosesan analitis on-line aanalytical processing (OLAP) telah menjadi hal yang semakin umum dalam piranti lunak system menejemen basis data. Vendor-vendor memasukkasn fitur ini untukl memungkinkan dilakukannya analisis data yang mirip dengan statistic cross-tabulation. Sebagai contoh, salah satu field dalam table PROYEK berisi angka nilaoi yang diberikan untuk proyek. Jika anda ingin mengetahui jumlah dari seluruh nilai untuk proyek-proyek dalam setiap matakulih di setiap jurusan, maka OLAP akan berguna.
Data mining, data marts dan data werehousing mengacu pada kelompok konsep yang melihat data perusahaan sebagau sebuah peti harga yang harus dibuka, diperiksa dan dikuasai. Ketiganya memusatkan perhatian pad metodologi yang menawarkan akses yang cepat kepada para pengguna.
      Knowledge discovery (penemuan pengetahuan) adalah konsep menarik lainnya. Dengan berkembangnya basis data dan semakin banyaknya jumlah data yang disimpan, bagaimana para pengguna dapat mengetahui seluruh relasi diantara data? Apakah terdapat data yang penting dalam bais data yang tidak dipergunakan? Knowledge mencoba untuk menjawab pertanyaan-pertanyaan diatas dengan menganalisis pengguna data dan kesamaan data diantara table-tabel berbeda.