课程文献中心 更多>>

摘要： 在“1+X”证书制度下，中职院校的人才培养模式和培养方案已经发生了巨大的转变，在进行人才培养的时候，更加重视对教学方法的优化与选择，从而使中职院校的教学与企业相结合，提升中职院校人才培养的质量。本文深入分析了“1+X”证书制度下中职物联网技术应用专业教学存在的问题，并提出了改进课程设置、明确学习目标、加强校企合作、重视实践教学等教学改革措施，希望能够促进中职院校教学水平的提升。一、

关键词： 数据库系统  

ISBN: (纸本)9787521847918

摘要： 本书以Web of Science数据库为研究材料，运用知识图谱研究方法，依托交叉学科理论，刻画了文化旅游的宏观、中观和微观科学结构，专题构建了乡村文化旅游研究科学结构，梳理了目前文化旅游科学结构模型、乡村文化旅游科学结构模型，提出未来文化旅游科学结构的研究模型。

关键词： 数据库系统  

ISBN: (纸本)9787121459375

摘要： 本书从需求规划、需求实现到可视化展示等，遵循项目开发的主要流程，介绍了在线教育行业离线数据仓库的搭建过程。在整个数据仓库的搭建过程中，介绍了主要组件的安装部署、需求实现的具体思路、问题的解决方案等，并在其中穿插了许多大数据和数据仓库相关的理论知识，包括数据仓库的概念介绍、在线教育业务概述、数据仓库理论介绍和数据仓库建模等。

关键词： 参数调优   数据库系统   多任务学习   高斯过程  

摘要： 为了实现最佳性能,数据库的配置参数必须根据部署的硬件环境和运行负载来调整。以往的数据库参数自动调优方法将数据库实例视为一个黑盒,并通过收集和观察各种配置下的性能数据来自动找到最佳配置参数。然而,这些基于黑盒的方法存在一些局限性。首先,它们通过观察数据库的整体性能(例如每秒事务吞吐量)来判断一组参数的质量,但无法准确识别哪些参数导致性能变化。在自动调优过程中,也会调整无关的参数。其次,以前的方法迭代搜索更好的配置,但每次迭代只花费很短时间。这对于实际生产环境中的复杂数据库(例如分布式数据库)来说远远不够,因为短时间内仅触发了很少的数据库功能模块。第三,数据库的功能是共同设计和维护其整体性能的。每个功能模块都有自己的度量指标来评估其状态。仅使用整体性能来调整所有参数无法使多个功能模块良好地协同工作。为了解决这些局限性,本文提出了模块化数据库系统的方法,并开发了一个功能感知的数据库参数自动调优系统,称为OBTune系统。OBTune采用多任务学习的思想,将数据库实例的调优任务分解为各种功能模块的调优任务。每个功能模块的参数调优任务被视作辅助任务,以帮助调整数据库整体性能。通过不同任务之间的信息共享,OBTune可以准确地找到哪个模块的参数导致性能变化,并避免调整无关的参数。在分布式数据库Ocean Base和传统数据库Postgre SQL上的实验结果表明,OBTune可以在复杂工作负载触发数据库的多个功能和优化数据库整体性能的同时,对参数进行精确调整,提升各个功能模块的性能,并且有良好的调优效果。本文的贡献总结如下。(1)设计了虚假参数实验,验证现有方法的局限性:设计了虚假参数并将其置入现有调优工具的参数调优列表中启动调优任务,观察虚假参数的调优结果。实验结果证明了现有基于黑盒自动调优方法会调整与整体数据库性能变化无关的参数。这可能将不合理的参数应用于在线数据库实例,从而引入潜在风险。(2)使用多任务高斯过程,解决调整无关参数的问题:将多任务学习映射到参数自动调优场景,应用多任务高斯过程解决调优问题。在参数自动调优场景下,经典的高斯过程有着高质量的特性,但无法处理多维输入、输出和获取多个任务间的潜在联系。多任务高斯过程是多任务学习在高斯过程背景下的拓展,利用多任务高斯过程很好的解决了调优场景存在的问题。(3)开发了功能感知的调优系统OBTune,实现数据库整体性能和各个功能模块的共同调优:提出了数据库功能的模块化方法,实现了功能感知的调优系统OBTune,并在分布式数据库Ocean Base和传统数据库Postgre SQL上进行了多组实验评估。实验结果表明,OBTune可以有针对性和准确性地调整触发功能模块的参数,相较于其他调优系统调优效果明显。本文以第三方工具的形式实现了功能感知的数据库参数自动调优系统OBTune,并通过相关实验验证了基于模块化和多任务学习的参数调优方法能够同时优化数据库整体性能和多个功能模块性能。并且不会调整与性能无关的参数,避免在数据库中引入潜在问题。同时,在分布式数据库Ocean Base和传统数据库Postgre SQL上与其他调优系统进行的多组对比实验验证了功能感知的调优系统OBTune调优效果的优越性。

关键词： 关系数据库系统  

ISBN: (纸本)9787302628484

摘要： 本书共18章，主要介绍数据库的基本原理和Oracle数据库的相关技术，并兼顾培养国产数据库人才的需要，介绍国产openGauss数据库的相关内容。

关键词： 关系型数据库系统   汉明向量相似性查询   非结构化数据   K-ANN查询   r-neighbor查询  

摘要： 随着移动互联网的高速发展,海量数据不断产生,数据类型也不断丰富,图片、文本等非结构化数据被广泛应用于生产和生活中。关系型数据库系统作为重要的系统软件被广泛应用于数据存储、处理和查询中,然而现有的关系型数据库系统大都不具备非结构化数据查询能力,因此赋予关系型数据库系统向量相似性查询的能力,从而在关系型数据库系统中高效的实现非结构化数据查询,成为重点研究问题。 现有的一些非结构化数据查询方法通常通过表示学习模型将非结构化数据转化成具有语义特征的高维度向量,然后通过向量相似性查询算法来实现非结构化数据的查询。汉明向量因存储开销小被广泛应用于非结构化数据查询领域,但是现有的汉明向量相似性查询算法并不具备持久性、高可用等实际应用中需要的重要特性,基于具备这些特性的关系型数据库系统来解决汉明向量相似性查询问题更能满足实际应用需要。因此基于现有的研究工作,本文研究解决关系型数据库系统中汉明向量相似性查询问题,并进一步解决关系型数据库系统中非结构化数据查询问题。 首先,本文提出了面向关系型数据库系统的汉明向量相似性查询框架,并在Postgre SQL数据库中基于该框架实现了汉明向量相似性查询系统HSP,解决了两类汉明向量相似性查询问题,即K-ANN查询问题以及r-neighbor查询问题。本文首先通过设计hmcode数据类型,解决了关系型数据库中汉明向量存储和处理问题,然后设计了高效的索引结构和索引查询方式,最后提出了面向关系型数据库系统的汉明向量相似性查询框架。本文进一步基于以上框架并结合关系型数据库系统特性,改进MIH算法和GPH算法在Postgre SQL数据库上实现了HSP系统。实验结果表明,在K-ANN查询问题上,相比于其他系统,HSP系统在大部分实验数据集上能够在较低查询时间开销下实现更高的召回率,同时在r-neighbor查询问题上,HSP系统也能取得较低的查询时间开销。 其次,本文进一步结合“AI+DB”的理念来解决关系型数据库系统中非结构化数据查询问题。本文提出了面向关系型数据库系统的非结构化数据查询框架,其主要包含数据存储、机器学习以及相似性查询模块,并通过表示学习模型推理与向量相似性查询结合,来解决非结构化数据查询问题。本文还基于汉明向量相似性查询系统HSP以及图片表示学习模型CSQ,在Postgre SQL数据库中构建了相似图片查询系统。实验结果体现了本文提出的面向关系型数据库系统的非结构化数据查询框架的应用价值。

关键词： 基数估计   机器学习   优化器   数据库系统   谓词选择性  

摘要： 数据库中的优化器会在多个查询计划中选择代价最低的计划执行。基数估计在底层查询计划的成本中有着不可忽视的重要性。在现代数据库系统中,大多使用谓词独立性等假设来提供基数估计值,虽然基于直方图等传统方法可以提供快速的估计,但由它们得到的估计值并不准确,这可能会诱导优化器选择次优的查询计划。基于此,本文提出了一个机器学习方案,将机器学习模型应用在基数估计问题上,以改进数据库中的基数估计不准确问题。本文首先实现了面向基数估计的工作负载生成,之后提出了一个改进型多属性基数估计模型,最后进行了与其他方法的对比实验,并给出一个基数估计模型与现代数据库进行集成的流程。具体内容如下:(1)实现了一个适用于基数估计问题的多样性工作负载。不同于按规则产生的其他工作负载,面向基数估计的工作负载抛开了谓词独立性等假设,对单表中的多列属性分别进行联合,具有广泛的分布及相关性,并符合生产使用。每一个工作负载都是由查询选择块联合构成,其中查询块由其查询中心和范围大小所控制。(2)提出了一个改进型多属性基数估计算法。该模型通过训练数据学习复杂的回归函数,将树状集成和神经网络进行迭代训练并加以结合,以改进特征提取功能以及回归能力。考虑到优化器对低延迟的要求,利用轻量级模型进行快速学习并实现高精度预测,同时以毫秒为单位生成估计值。(3)采用改进型模型与传统数据库及其他基于学习方法的模型进行对比实验和动态实验。将描述估计基数值与真实基数值之间的差距作为实验的准确性度量。除此之外还分析了My SQL数据库优化器结构并提出了一个与现代数据库集成的应用场景,以结合实际优化器进行计划选择。本文实验结果表明改进型多属性基数估计模型在相同数据集与工作负载中表现最为突出,达到了最高的精确度,且即使在较短的更新时间下也能达到较低的误差值,这为后续的应用实践提供了重要的保障。

关键词： 数据库系统  

ISBN: (纸本)9787115614070

摘要： 本书对统称为NoSQL的分布式非关系数据库的原理和使用方法进行介绍。第1章，首先介绍NoSQL的起源背景和设计理念，以及相关技术概念。然后介绍大数据技术体系，以及NoSQL在云计算和容器化趋势下的发展。第2章，首先回顾关系型数据库的主要机制，然后介绍NoSQL数据库的常见技术原理，以及NoSQL的常见数据模型等。第3章，对MongoDB进行介绍，重点介绍基本使用方法和编程方法。 第4章，对MongoDB的集群部署、安全运维等原理和方法进行介绍。第5章，对Neo4J的基本原理、使用方法等进行介绍。第6章，对Redis的基本原理、使用方法和集群部署方法等进行介绍。第7章，介绍Cassandra的基本原理和使用方法。首先介绍Amazon Dynamo的相关原理，然后介绍Cassandra的安装、配置与CQL。第8章，对Hadoop大数据体系和HBase进行简要介绍。第9章，介绍其他一些知名的NoSQL数据库技术与工具。

关键词： 辐射防护   信息系统   管理   放射学   数据库管理系统  

摘要： 全院性辐射防护管理信息系统构建与运行对于提高医院辐射防护管理效率、提升管理质量具有较大意义。某院构建了一套全院性辐射防护管理系统,由放射工作人员管理模块、防护物品管理模块、场所与设备管理模块、自查模块4大模块组成。主要采用B/S模式,搭载轻量级J2EE框架-SpringBoot框架,使用兼具灵活性与实用性的mybatis作为系统的持久层,将数据完整存储于SQLServer数据库中。采用JAVA语言作为系统开发语言,运用前后端分离架构。四大模块落实管理责任科室及责任人员,进行医院辐射防护的全方位管理,实现医院辐射防护管理的整体化、信息化和规范化管理。

关键词： 数据库管理系统   数据库安全评估   评估指标体系   数据安全风险  

摘要： 伴随着国产数据库产业化的迅猛发展,构建大数据环境下系统化的数据库安全评估指标体系,一方面能促进国产数据库厂商加大对数据库安全功能研发的投入,另一方面指导用户正确地对国产数据库进行安全评估,确保数据库系统运营安全可控。本文对数据库安全涉及的数据内涵、安全内涵、安全技术机制和安全评估进行分析,依据我国数据安全法规需求和软件产品质量模型,提出了面向网络安全审查的数据库安全评估指标体系,给出了相应的数据库安全评估方法。