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。第二部分主要声明性语言（SQL）。第三部分是实现技术，从存储、查询优化和事务三个方面讲解。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：

      本课程拟基于最先进的开源数据库管理系统PostgreSQL，帮助学生了解数据库系统的基本原理，基本技术和基本方法，培养学生分析问题和解决问题的能力，为从事数据库系统、信息系统、Web系统、互联网+平台系统、数据库管理系统等的研究、开发与应用提供支持。

1、在线讨论与课堂交流（10%）。以活跃度计算。活跃度是在“课堂讨论”中参与在线讨论发帖和回帖的数量，共达10条时及格，发帖和回帖的数量最多的前15%记满分，中间按正比例函数计算，水贴不记入总数。

2、单元测验（15%）。全学期共16次单元测验，要求至少完成前6次；鼓励完成更多或全部完成，完成单元测验超过6次的取最高的6次得分计入期末成绩；达到或超过11次，在该门课程的期末最终成绩中奖励1分；全部完成的，在该门课程的期末最终成绩中奖励2分。

3、实验报告（25%）。全学期共13次实验报告，要求至少自选5次完成；鼓励更多完成或全部完成，完成超过5次的同学取最高的5次得分计入期末成绩；达到或超过9次，在该门课程的期末最终成绩中奖励2分；全部完成的，在该门课程的期末最终成绩中奖励4分。

4、作业（5%）。直播课或实体课堂会布置1~2次课堂作业。

5、英文文献翻译和报告（25%）。对指定或要求范围内英文文献（4~6页）进行翻译，并进行课堂报告，提交中英文文档、相应ppt。

6、出勤签到（20%）。直播课网上签到或实体课堂出勤签到。

1、C/C++或Java语言程序设计。

2、数据结构。

3、计算机组成原理。

[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

[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]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）

[6]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）

[7]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）

[8]Xin Hu, Jiangli Duan，Depeng Dang. Crowdsourcing-based semantic relation recognition for natural language questions over RDF data. Pages 935-958，30 Mar 2019,Enterprise Information Systems. （SCI 2区，impact factor of 1.908）

[9]Dang Depeng, Xue Jiang, Nan Wang, Yingting Yao,Wenbin Yao. Concurrency Control of Real-Time Web Service Transactions. Journal of information science and engineering,2018, 34(1):261-287（SCI 4区）

[10]Lingxiao Ma, Yi Li, Hancong Tang, Weilai Chi, Depeng Dang. Parallel Chameleon clustering based on MapReduce. Journal of Information and Computational Science, 2015, 12(6): 2053-2062（EI）

（1）如何联系助教或老师？

答：您可以直接发邮件：201821210034@mail.bnu.edu.cn；ddepeng@bnu.edu.cn。

（2）对学好“数据库系统实现”课程有哪些建议？

答：加入课程QQ群：1043325954，获取消息更及时；下载APP学习更方便；及时关注课程平台和讨论区；在视频学习的基础上，认真阅读教材，并仔细完成实验操作与编程。

（3）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 ，Windows X86-64位

              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/

             ODBC：https://odbc.postgresql.org/

             JDBC：https://jdbc.postgresql.org/download.html

（4）如何注册该课程？

       答: 学生注册过程参见《操作手册》,学生账号的昵称设为：学号姓名（201611080039张三）;有多个账号的同学，要求始终使用一个账号进行学习，以免成绩遗失。

（5）测验和作业（实验报告）中出现的A卷和B卷内容有什么异同，考核中要求有什么异同？

答： 此条与MOOC不同，请您关注。 

    测验和作业（实验报告）分A卷或B卷，A卷或B卷内容一般相同只是开始时间和截止时间不同。A卷是正常测验、作业或实验报告，一般在当前学习周内截止（具体日期请您及时关注平台）并公布成绩，您可以尝试三次，并取最高分。

    所有B卷是对没有来得及按时提交的同学的提供的一种人性化补交方式。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；作业（实验报告）B卷提交截止时间均为2020年7月12日22:00时。测验和作业（实验报告）B卷以90%计入期末成绩。

（6）课程有哪些新颖之处？

答：课程有如下“六新”。

ž   “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。

ž   “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。

ž   “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。

ž   “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。

ž   “新习题”：形成了完善的MOOC/SPOC特色习题集，有整套的课堂练习、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。

ž   “新模式”：建立了增量式实验组织模式，习新温故，迭代前行；有整套的实验指导书、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。