当前已经是大数据时代,数据库课程不能没有大数据管理,这是技术发展的呼唤,也是提高学生学习兴趣、提高教学质量、加强人才技术素质的迫切要求。
传统数据库关键技术和方法仍然是数据库课程必不可少的核心内容,这些技术和方法如今广泛应用于关系国计民生的各行各业,管理着各行各业的宝贵信息资源,对改进部门管理、提高企业效益、提升人民生活水平均产生着实实在在的意义,而且也是大数据管理的基础和依托,大数据管理则是数据库技术的进一步延伸和发展。
融合传统数据库关键技术与大数据最新进展,是数据库课程改革的必然趋势。为此,总结多年教学实践,本课程内容按顺序分为四大部分。第一部分是基本概念和基础知识,包括第一章绪论和第二章关系数据库基础,涉及数据库系统、大数据、数据模型等都是为后面内容打基础。其中,关于关系代数部分,也曾把关系代数放到后面和查询优化一起讲,试了一届发现把关系代数放第二章SQL语言前面对学生整体把握SQL帮助明显,所以此后一直放在第二章。总的来说,一二两章是其它部分的基础。第二部分主要分三、四、五三章,讲声明性语言(SQL)及其在应用环境中与面向过程/对象高级语言的协同,重点包括数据保护。第三部分是第六章和第七章讲数据库设计并融入大数据思维。第六章主要是ER设计以及转换为关系,所以也涉及了关系设计或者说目标也是关系设计,但方法主要是从实体及联系的角度来做的;第七章讲关系设计,主要是从数据依赖角度来做的,而数据依赖实质上是属性及其联系。六七两章的目标是一致的,都是讲关系设计只是方法不同;进而,大数据技术中的大时间跨度数据积累分析及其“以读为主”的访问特征都改变了旧有数据库设计思想。第四部分是大数据新技术简介。
本课程直面最新技术发展,深度梳理课程内容,主要特色包括:
(1)纳入数据管理技术的最新发展,深度梳理课程知识点体系,研磨了与信息安全、操作系统、数据结构、组成原理等相关课程的关系,实现无缝平滑衔接。
(2)特别是梳理了数据保护知识点体系,提出了数据管理的目标:安全、简单、高效地共享数据,并以此为线索贯穿全书内容,把知识碎片变得系统化,使得全书知识点有机融为一体。
(3)以自然灾害应急系统/网络考试系统为案例,实施案例驱动的教学模式,技术最先进,概念最清晰。
(4)在课程内容安排上,先讲语言,让学生通过上机使用,有直观了解,进而再讲设计,最后讲实现,由浅到深,由外到里,便于理解。
(5)通过案例分析,解析传统数据库和大数据中数据管理技术的基本思想和特点,融合理论与实践,贯通技术思想与职业理念。
(6)站在大数据管理的角度,讲述数据库设计和实现的新思想,在数据库设计和实现的讲述中融入大数据思维;针对各种数据密集系统的共性,讲述数据管理技术发展趋势,并对大数据管理进行简介。
(7)以尽可能简单的例子凸显技术思想的本质。
部分学生评价如下:
![]()
![]()
![]()
![]()
![]()
![]()
循序渐进地融入大数据思维,讲述数据库应用、设计与实现技术,包括关系模型、数据保护、SQL语言与应用开发、数据库设计原理与大数据技术。帮助掌握数据管理的共性关键技术和方法,培养分析数据管理问题和解决数据管理问题的能力,为从事数据库系统、信息系统、Web系统、互联网+平台系统等数据库系统的研究、开发与应用奠定知识基础。
1、Html网页制作的简单基础。
2、C/C++或Java语言程序设计基础。
通过视频学习,参与在线讨论,完成测试,达到课程要求后可以申请主讲教师签名的认证证书,有合格证书和优秀证书两种。
1、在线讨论与课堂交流。根据大家参与在线讨论,发帖和回帖的数量计算,5条及以上满分,按正比例函数计算,水贴不记入总数。
2、单元测验。每单元安排一次测验。
3、期末测验。将根据课程内容安排期末测验,题型包括选择、判断。
提供多种计分方式,允许学习者根据自己的具体情况灵活选择其中一种。
课程总成绩100分,目前提供以单元测验为主、或期末测验为主、或单元测验和期末测验均衡考虑三种评价方式:以单元测验为主的考核中,课堂交流成绩占20%,单元测验占80%;以期末测验为主的考核中,课堂交流成绩占20%,期末测验占80%;单元测验和期末测验均衡考虑的考核中,课堂交流成绩占20%,期末测验占40%,单元测验占40%。分别以三种方式计算,并取三者中的最大值作为最终总成绩。
课程总成绩大于等于60分,即可获得合格证书,总分大于等于80分,可以获得优秀证书 。 证书为认证证书(可查询验证的电子版和纸质版),可以在课程结束后根据需要进行申请。
证书发放工作由爱课程网负责,有关问题请咨询:010-58556579。
[1] 党德鹏. 数据库应用、设计与实现. 北京: 清华大学出版社, 2017.3
(电子书:https://lib-nuanxin.wqxuetang.com/#/Book/3187154 只需简单注册即可直接登录访问)
[2] D. Dang, Y. Liu, X. Zhang and S. Huang, "A Crowdsourcing Worker Quality Evaluation Algorithm on MapReduce for Big Data Applications," in IEEE Transactions on Parallel and Distributed Systems, vol. 27, no. 7, pp. 1879-1888, 1 July 2016.(CCF A)
[3] Shaofei Wang, Depeng Dang,Incentive Mechanism for the Listing Item Task in Crowdsourcing, Information Sciences, 2019,ISSN 0020-0255
(Top;CiteScore: 6.90;Impact Factor:5.524;5-Year Impact Factor: 5.305)
[4] Xin Hu, Depeng Dang, Yingting Yao, Luting Ye, Natural language aggregate query over RDF data, Information Sciences, Volumes 454–455, 2018, Pages 363-381,ISSN 0020-0255
(Top,CiteScore: 6.90;Impact Factor: 5.524;5-Year Impact Factor: 5.305)
[5] Xinxin Wang, Depeng Dang, Zixian Guo. Evaluating the crowd quality for subjective questions based on a Spark computing environment. Future Generation Computer Systems,Volume 106,2020,Pages 426-437,ISSN 0167-739X,https://doi.org/10.1016/j.future.2020.01.010.
(Top;CiteScore: 6.30;Impact Factor: 5.768;5-Year Impact Factor: 5.670)
[6] Shihang Huang, Ying Liu, Depeng Dang,Burst topic discovery and trend tracing based on Storm,Physica A: Statistical Mechanics and its Applications, Volume 416,2014,Pages 331-339
(SCI CiteScore: 2.82;Impact Factor: 2.500;5-Year Impact Factor: 2.464)
[7] Dang Depeng, Liu Yunsheng,Concurrency control in real-time broadcast environments,Journal of Systems and Software,Volume 68, Issue 2,2003,Pages 137-144
(SCI:CiteScore: 4.25;Impact Factor: 2.559;5-Year Impact Factor: 2.774)
[8] S. Wang, D. Dang, Z. Guo, C. Chen and W. Yu, "Knowledge Enhanced Quality Estimation for Crowdsourcing," in IEEE Access, vol. 7, pp. 106694-106704, 2019
(SCI 2区:impact factor of 4.098)
[10] Hu, Xin; Liu, Zhijie;Yao, Yingting;Wang, Nan;Dang, Depeng.Crowdsourcing Model Research for the Identification of Post-Earthquake Rescue Objects. Journal of Earthquake Engineering,23(5):863-881,2019. (IF:2.754)
(1)学习 “数据库系统原理”课程需要哪些预备知识?
答:只需要有网页制作的简单经验和程序设计的简单基础就可以。
(2)对学好“数据库系统原理”课程有哪些建议?
答:及时关注课程平台和讨论区,积极参与讨论;在视频学习的基础上,认真完成随堂练习和单元测验,并仔细完成实验操作与编程;如需联系助教或老师,请发邮件:201821210034@mail.bnu.edu.cn;784152788@qq.com。
(3)单元测验的A卷和B卷内容有什么异同,考核中要求有什么异同?
答:单元测验分A卷或B卷,A卷或B卷内容相同只是开始时间和截止时间不同,每位学员只需选择完成其中之一,如果两者都参与,按最高分计入期末课程成绩。测验A卷在当前学习周内截止并公布成绩,您可以尝试三次,并取最高分;所有测验B卷截止时间均为2020年7月19日22:00时,您可以尝试三次,并取最高分。相信这样更具有自由度的安排能让大家可以根据自己的情况灵活安排学习时间。
(4)实验中用到的软件从哪里获取?
答:如下所列,
PostgreSQL:https://www.postgresql.org/download/windows/
PostgreSQL11.5/10.10 (187MB,含图形化界面),Windows X86-64位
Oracle:https://www.oracle.com/technetwork/database/enterprise-edition/downloads/index.html ;
https://www.oracle.com/technetwork/cn/products/express-edition/downloads/index.html
MySQL:https://www.MySQL.com/downloads
SQLServer:https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads#
Java:https://www.oracle.com/technetwork/java/javase/downloads/
Eclipse jdk:https://www.eclipse.org/downloads/
Apache Tomcat:https://tomcat.apache.org/
Dev-C++:https://sourceforge.net/projects/orwelldevcpp/;
https://bloodshed-dev-c.en.softonic.com/
ODBC:https://odbc.postgresql.org/
JDBC:https://jdbc.postgresql.org/download.html
(5)课程有哪些新颖之处?
答:课程有如下“六新”。
“新知识”:纳入了数据管理技术最新发展,融入大数据技术最新进展和数据管理技术发展趋势。
“新认识”:对传统数据库课程知识点即旧知识有新的、更深刻的认识。站在大数据管理的角度,拓展传统数据库关键技术方法,乃大数据时代数据库教学的尝试和实践;梳理了数据保护知识体系。
“新结构”:重新梳理了课程知识体系结构。以安全、简单、高效地共享数据这个总目标为线索贯穿全书知识点;先讲语言,让学生通过上机使用数据库,对数据库有直观了解,再讲数据库设计,最后讲实现,由浅到深,由外到里,便于理解;研磨了与相关课程联系,实现无缝平滑衔接。
“新案例”:以应急管理和网络考试系统为案例,实施案例驱动的教学。
“新习题”:形成了完善的MOOC/SPOC特色习题集,课堂练习、单元测验、期中考试、期末考试等全程网上进行,有整套的题集。
“新模式”:建立了增量式实验组织模式,习新温故,迭代前行;面向互联网提供整套的实验指导书、实验讲解ppt、实验报告要求及提纲、实验报告样板、实验报告评分标准细则、学生实验碰到的各种问题及讨论答疑,可有效实施增强混合学习。配合网上学习,针对实验操作、课程重点和难点适时穿插视频交互式直播进行讲解和答疑。
(6)课程调度是怎样的?
周次 | 时间 | 视频/随堂练习/单元测验 | 实验 | 直播 |
1 | 2月24日 上午10:00 | (网)1.1 数据库 | 课程学习导引 | 2月27日18:00 |
(网)1.2 数据库管理系统 |
| |||
2 | 3月2日 上午10:00 | (网)1.3 数据库系统 | 实验一 软件安装 | 3月5日18:00 |
(网)1.4 数据管理趋势 | ||||
3 | 3月9日 上午10:00 | (网)2.1 关系结构与约束 | 实验二 认识数据库 | 3月12日18:00 |
(网)2.2 基本关系代数 | ||||
4 | 3月16日 上午10:00 | (网)2.3 附加关系代数 | 实验三数据库/表基本操作 | 3月19日18:00 |
(网)2.4 扩展关系代数 | ||||
5 | 3月23日 上午10:00 | (网)3.1 SQL概述 | 实验四 数据定义与修改 | 3月26日18:00 |
(网)3.2数据定义与修改 | ||||
6 | 3月30日 上午10:00 | (网)3.3单表查询 | 实验五 简单数据查询 | 4月2日18:00 |
7 | 4月6日 上午10:00 | (网)3.4联接查询 | 实验六 高级数据查询 | 4月9日18:00 |
(网)3.5嵌套查询 | ||||
8 | 4月13日 上午10:00 | (网)4.1应用体系结构 | 实验七 嵌入式pgSQL | 4月16日18:00 |
(网)4.2 嵌入式pgSQL | ||||
9 | 4月20日 上午10:00 | (网)4.3 JDBC编程 (网)4.4函数 | 实验八 JDBC与函数 | 4月23日18:00 |
10 | 4月27日 上午10:00 | (网)5.1 数据保护 | 实验九 视图与访问控制 | 4月30日18:00 |
(网)5.2 视图 | ||||
(网)5.3 访问控制 | ||||
11 | 五一放假 |
| ||
12 | 5月11日 上午10:00 | (网)5.4 完整性约束 (网)5.5 触发器 | 实验十完整性约束与触发器 | 5月14日18:00 |
13 | 5月18日 上午10:00 | (网)5.6 事务 (网)5.7 加密 | 实验十一 事务与加密 | 5月21日18:00 |
14 | 5月25日 上午10:00 | (网)6.1数据库设计方法和生命周期 | 实验十二 数据库建模 | 5月28日晚8:00 |
(网)6.2.1 E-R模型元素 | ||||
(网)6.2.2 基本E-R图设计 | ||||
(网)6.3基本E-R图转换为关系模式 | ||||
(网)6.4扩展E-R图及其转换 | ||||
(网)6.5 大数据E-R图及其转换 | ||||
15 | 6月1日 上午10:00 | (网)7.1 函数依赖 | 实验十三 索引与查询优化 | 6月4日晚8:00 |
(网)7.2 模式分解 | ||||
16 | 6月8日 上午10:00 | (网)7.3 范式 | 实验十四 综合应用 | 6月11日晚8:00 |
(网)7.4 规范化 | ||||
(网)7.5 大数据与反规范化 | ||||
17 | 6月15日 上午10:00 | (网)11.1 大数据及其特征 |
|
|
(网)11.2 大数据存储技术 | ||||
(网)11.3 大数据计算 | ||||
(网)11.4 大数据应用 | ||||
18~19 | MOOC期末测验 | |||