出版時間:2007-9 出版社:清華大學 作者:陶宏才 頁數(shù):426 字數(shù):648000
內(nèi)容概要
本書在第1版的基礎上進行了較大的修改和充實,新增了OLE DB/ADO、 Java
EE與.NET開發(fā)平臺、ERwin、UML對象模型、對象模型向關系模型的轉換、在PowerBuilder中的SQL使用、MS SQL
Server與MySQL,以及其他數(shù)據(jù)庫最新版本產(chǎn)品及工具等內(nèi)容。第2版仍然保持了第1版的整體框架,以及第1版挖掘背景知識、賦子問題闡述的新視角、內(nèi)容深入淺出、理論與產(chǎn)品相結合等風格。本書對數(shù)據(jù)庫的原理、應用與設計這3個方面的內(nèi)容進行詮釋。主要內(nèi)容包括數(shù)據(jù)庫系統(tǒng)概述、高級(概念)數(shù)據(jù)模型、關系數(shù)據(jù)模型、SQL語言及其操作、數(shù)據(jù)庫的保護、關系數(shù)據(jù)庫設計理論、數(shù)據(jù)庫應用設計、數(shù)據(jù)庫應用系統(tǒng)設計實例、主流數(shù)據(jù)庫產(chǎn)品工具及比較、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘及數(shù)據(jù)庫新進展、數(shù)據(jù)庫上機實驗及指導。
本書以數(shù)據(jù)庫系統(tǒng)的核心——DBMS的出現(xiàn)背景為線索,引出了數(shù)據(jù)庫的相關概念及數(shù)據(jù)庫的整個框架體系,理順了數(shù)據(jù)庫原理、應用與設計之間的有機聯(lián)系。本書突出理論產(chǎn)生的背景和根源,強化理論與應用開發(fā)的結合,重視知識的實用,跟蹤數(shù)據(jù)庫技術發(fā)展前沿,反映最新的主流數(shù)據(jù)庫產(chǎn)品,并免費提供配套的電子課件。
本書邏輯性、系統(tǒng)性、實踐性和實用性強,可作為計算機及相關專業(yè)本科生及研究生教材,也可作為從事信息系統(tǒng)開發(fā)的專業(yè)人員的參考書。
書籍目錄
第1章 數(shù)據(jù)庫系統(tǒng)概述
1.1 數(shù)據(jù)庫系統(tǒng)及其總體結構
1.2 數(shù)據(jù)庫系統(tǒng)中的關鍵術語與概念
1.3 數(shù)據(jù)庫系統(tǒng)的用戶
1.4 數(shù)據(jù)庫應用系統(tǒng)開發(fā)概述
1.5 由應用需求看數(shù)據(jù)庫技術的發(fā)展
小結
習題
第2章 高級(概念)數(shù)據(jù)模型
2.1 關于數(shù)據(jù)模型的幾個重要問題
2.2 數(shù)據(jù)訓設計綜述
2.3 基本實體聯(lián)系模型
2.4 擴展實體聯(lián)系模型
2.5 利用E-R模型的概念數(shù)據(jù)設計
2.6 E-R模型設計工具——ERwin
2.7 UML對象模型
小結
習題
第3章 關系數(shù)據(jù)模型
3.1 SQL語言簡介
3.2 關系數(shù)據(jù)模型的數(shù)據(jù)結構
3.3 關系模型上的完整性約束
3.4 SQL Server和Sybase支持的完整性約束及其設定
3.5 視圖及其操作
3.6 實體聯(lián)系模型向關系模型的轉換
3.7 對象模型向關系模型的轉換
3.8 關系代數(shù)
3.9 關系運算
小結
習題
第4章 SQL語言及其操作
4.1 SQL語言概況
4.2 數(shù)據(jù)定義子語言及其操作
4.3 數(shù)據(jù)操縱子語言及其操作
4.4 Sabase和MS SQL Server中的T-SQL語言
4.5 C/C++中使用SQL
4.6 在PowerBuilder中使用SQL
小結
習題
第5章 數(shù)據(jù)庫的保護
第6章 關系數(shù)據(jù)庫設計理論
第7章 數(shù)據(jù)庫應用設計
第8章 數(shù)據(jù)庫應用系統(tǒng)設計實例
第9章 主流數(shù)據(jù)庫產(chǎn)品、工具及比較
第10章 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘及數(shù)據(jù)庫新進展
第11章 數(shù)據(jù)庫上機實驗及指導
附錄A Microsoft SQL Server 2000的安裝
附錄B SQL Server樣例庫表結構
參考文獻
章節(jié)摘錄
版權頁: 插圖: 1995年,在加拿大蒙特利爾召開了首屆KDD&Data Mining國際學術會議。由此,數(shù)據(jù)挖掘這一術語被學術界正式提出。 數(shù)據(jù)挖掘是在大量的、不完整的、有噪聲的數(shù)據(jù)中發(fā)現(xiàn)潛在的、有價值的模式和數(shù)據(jù)間關系(或知識)的過程。 此后,經(jīng)過十多年的努力,數(shù)據(jù)挖掘技術的研究已經(jīng)取得了豐碩的成果,不少軟件公司已研制出數(shù)據(jù)挖掘軟件產(chǎn)品,并在北美、歐洲等國家率先得到應用。例如,IBM公司開發(fā)的QUEST和Intelligent Miner;Angoss Software開發(fā)的基于規(guī)則和決策樹的Knowledge Seeker;Advanced Software Application開發(fā)的基于人工神經(jīng)網(wǎng)絡的DBProfile;加拿大SimonFraser大學開發(fā)的DBMinner;SGI公司開發(fā)的MineSet等。 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的出現(xiàn)并結合,正好為以前走入絕境的DSS,找到了新的實現(xiàn)途徑。 說明:不過,目前數(shù)據(jù)倉庫和數(shù)據(jù)挖掘仍處在需要繼續(xù)發(fā)展的階段,離真正成熟和大量應用還有一段距離。特別是數(shù)據(jù)挖掘方面,系統(tǒng)內(nèi)置的(built in)有效的挖掘算法還很少。 1.5.6 并行與分布式數(shù)據(jù)庫系統(tǒng) 1.并行數(shù)據(jù)庫系統(tǒng) 隨著企業(yè)OLTP系統(tǒng)長期運行,數(shù)據(jù)庫的數(shù)據(jù)量越來越大,聯(lián)機訪問的用戶數(shù)也越來越多,這時,提高數(shù)據(jù)庫系統(tǒng)的吞吐量(throughput,用每秒可處理的事務數(shù)衡量)和減少事務的響應時間,成為數(shù)據(jù)庫系統(tǒng)發(fā)展的關鍵問題。于是出現(xiàn)了將傳統(tǒng)的數(shù)據(jù)庫管理技術與并行處理技術結合的并行數(shù)據(jù)庫系統(tǒng)(parallel database system)。 由多處理機和多磁盤構成的并行處理系統(tǒng)所支持的數(shù)據(jù)庫系統(tǒng),稱為并行數(shù)據(jù)庫系統(tǒng)。 一個理想的并行數(shù)據(jù)庫系統(tǒng),應能充分利用多處理機和多磁盤等硬件的并行性,采用多進程多線程結構,提供4種不同粒度的并行性,即不同用戶事務間的并行性、同一事務內(nèi)不同查詢間的并行性、同一查詢內(nèi)不同操作間的并行性以及同一操作內(nèi)的并行性。 提高RDBMS性能的需求,使得各主要RDBMS廠商,先后在其產(chǎn)品中增加了并行處理功能,或推出并行化的版本,例如,IBM公司的Informix,就是一個優(yōu)秀的、支持并行處理的 RDBMS。
編輯推薦
《普通高等教育"十一五"國家級規(guī)劃教材?普通高校本科計算機專業(yè)特色教材精選?數(shù)據(jù)庫:數(shù)據(jù)庫原理及設計(第2版)》邏輯性、系統(tǒng)性、實踐性和實用性強,可作為計算機及相關專業(yè)本科生及研究生教材,也可作為從事信息系統(tǒng)開發(fā)的專業(yè)人員的參考書。
圖書封面
評論、評分、閱讀與下載