数据库系统实现_北京师范大学

SPOC学校专有课程

数据库系统实现

spContent=“学科新发展、技术新进步”——数据库系统实现，革新传统知识体系、深度梳理课程内容，融合关系数据库和大数据管理，技术先进、概念清晰、内容精炼！为从事数据库系统、信息系统、Web系统、互联网+平台等数据密集系统的研究、开发与应用奠定知识基础。

—— 课程团队

课程概述

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。

授课目标

本课程拟基于最先进的开源数据库管理系统PostgreSQL/MySQL，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。

成绩要求

1、在线讨论与线下课堂报告（各占15%，共30%）。在线讨论部分以活跃度计算，活跃度是在“线上课堂讨论”中参与在线讨论发帖和回帖的数量，前10%记满分，其余按正比例函数计算，水贴不记入总数；线下课堂报告，就英文文献的翻译稿进行报告。

2、线上单元测验与线上期末测验（30%）。

3、英文文献翻译（20%）。对指定或要求范围内英文文献进行翻译，作为课堂报告的材料，提交中英文文档、相应ppt。

4、出勤签到与课堂作业（20%）。直播课网上签到或实体课堂出勤签到；直播课或实体课堂会布置随堂练习作业。

课程大纲

预备知识

1、C/C++或Java语言程序设计。

2、数据结构。

3、计算机组成原理。

参考资料

[1]党德鹏. 数据库应用、设计与实现(第二版). 北京: 清华大学出版社, 2021.2

[2]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）

[3] 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）

[4] Shaofei Wang, Depeng Dang,Incentive Mechanism for the Listing Item Task in Crowdsourcing, Information Sciences,

Volume 512, February 2020, Pages 80-95,ISSN 0020-0255

（Top；CiteScore: 6.90；Impact Factor:5.524；5-Year Impact Factor: 5.305）

[5] 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）

[6] 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）

[7] 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）

[8] 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）

[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] 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)

常见问题

（1）如何联系助教或老师？

答：您可以直接发邮件：1071705797@qq.com；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：712154001，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