简体网页||繁体网页

☆☆☆☆☆

王亚平 著

图书标签:

• 数据库
• 数据库系统
• 数据库工程
• 数据库教程
• SQL
• 数据建模
• 数据库设计
• 数据管理
• 计算机科学
• 信息技术

店铺： 广影图书专营店

出版社： 清华大学出版社

ISBN：9787302481577

商品编码：29692431801

包装：平装-胶订

出版时间：2018-04-01

基本信息

书名:数据库系统工程师教程(第3版)

定价：128.00元

售价：87.0元,便宜41.0元,折扣67

作者:王亚平

出版社：清华大学出版社

出版日期：2018-04-01

ISBN：9787302481577

字数：

页码：

版次：1

装帧：平装-胶订

开本：32开

商品重量：0.4kg

编辑推荐

数据库系统工程师教程（第5版）依据2018年审定通过的数据库系统工程师考试大纲大纲编写，涵盖数据库系统工程师（中级）岗位所要求的主要知识及应用技术。通过数据库系统工程师考试的考生可以获得由人力资源和社会保障部、工业和信息化部认可的职业资格证书，本考试为中级资格认证。

内容提要

本书作为计算机技术与软件专业技术资格（水平）考试的中级职称的指定教材，具有比较的指导意义。本书根据2018年审定通过的《数据库系统工程师考试大纲》的重点，阐述了14章的内容，考生在学习教材内容的同时，还须对照考试大纲认真学习和复习大纲的知识点。 本书是在《数据库系统工程师考试大纲》的指导下，对《数据库系统工程师教程（第2版）》进行了认真修编，重写而成。 本书适合参加本考试的考生和大学在校生作为教材。

目录

目录

章 计算机系统知识... 1

1.1 计算机系统基础知识... 1

1.1.1 中央处理单元... 1

1.1.2 数据表示和校验... 5

1.2 计算机体系结构... 13

1.2.1 概述... 13

1.2.2 存储系统... 19

1.2.3 输入输出技术... 29

1.2.4 总线结构... 33

1.3 安全性、可靠性与系统性能评测
基础知识... 36

1.3.1 计算机安全概述... 36

1.3.2 加密技术和认证技术... 38

1.3.3 计算机可靠性... 45

1.3.4 计算机系统的性能评价... 48

1.4 多媒体基础知识... 52

1.4.1 多媒体计算机系统... 53

1.4.2 声音... 55

1.4.3 图形和图像... 60

1.4.4 动画和视频... 66

1.4.5 虚拟现实... 73

第2章 程序语言基础知识... 76

2.1 程序语言概述... 76

2.1.1 程序语言的基本概念... 76

2.1.2 程序语言的基本成分... 81

2.2 程序语言翻译基础... 87

2.2.1 汇编程序基本原理... 87

2.2.2 编译程序基本原理... 90

2.2.3 解释程序基本原理... 110

第3章 数据结构与算法... 113

3.1 线性结构... 113

3.1.1 线性表... 113

3.1.2 栈和队列... 119

3.1.3 串... 124

3.2 数组和矩阵... 128

3.3 树和图... 131

3.3.1 树... 131

3.3.2 图... 139

3.4 常用算法... 143

3.4.1 算法概述... 143

3.4.2 排序... 148

3.4.3 查找... 156

3.4.4 递归算法... 165

3.4.5 图的相关算法... 167

第4章 操作系统知识... 172

4.1 操作系统基础知识... 172

4.1.1 操作系统的基本概念... 172

4.1.2 操作系统分类及特点... 173

4.1.3 操作系统的发展... 177

4.2 进程管理... 177

4.2.1 基本概念... 177

4.2.2 进程的控制... 181

4.2.3 进程间的通信... 181

4.2.4 管程... 185

4.2.5 进程调度... 187

4.2.6 死锁... 189

4.2.7 线程... 193

4.3 存储管理... 194

4.3.1 基本概念... 194

4.3.2 存储管理方案... 195

4.3.3 分页存储管理... 197

4.3.4 分段存储管理... 199

4.3.5 段页式存储管理... 201

4.3.6 虚拟存储管理... 202

4.4 设备管理... 207

4.4.1 概述... 207

4.4.2 I/O软件... 208

4.4.3 设备管理采用的相关技术... 209

4.4.4 磁盘调度... 212

4.5 文件管理... 215

4.5.1 基本概念... 215

4.5.2 文件的结构和组织... 216

4.5.3 文件目录... 218

4.5.4 存取方法和存储空间的管理... 220

4.5.5 文件的使用... 221

4.5.6 文件的共享和保护... 222

4.5.7 系统的安全与可靠性... 224

4.6 作业管理... 225

4.6.1 基本概念... 225

4.6.2 作业调度... 226

4.6.3 用户界面... 228

第5章 网络基础知识... 230

5.1 计算机网络概述... 230

5.1.1 计算机网络的概念... 230

5.1.2 计算机网络的分类... 233

5.1.3 网络的拓扑结构... 234

5.2 网络硬件基础... 236

5.2.1 网络设备... 236

5.2.2 网络传输介质... 239

5.3 ISO/OSI网络体系结构... 241

5.4 网络的协议与标准... 243

5.4.1 网络的标准... 244

5.4.2 局域网协议... 245

5.4.3 广域网协议... 249

5.4.4 TCP/IP协议簇... 252

5.5 Inter基础知识... 257

5.5.1 Inter概述... 258

5.5.2 Inter地址... 258

5.5.3 Inter服务... 266

5.6 信息安全基础知识... 272

5.7 网络安全概述... 275

第6章 数据库技术基础... 280

6.1 基本概念... 280

6.1.1 数据库与数据库管理系统... 280

6.1.2 数据库技术的发展... 282

6.1.3 DBMS的功能和特点... 285

6.1.4 数据库系统的体系结构... 287

6.1.5 数据库系统的三级模式结构... 290

6.2 数据模型... 293

6.2.1 数据模型的基本概念... 293

6.2.2 数据模型的三要素... 294

6.2.3 E-R模型... 294

6.2.4 基本的数据模型... 303

6.3 数据存储和查询... 307

6.3.1 存储管理器... 307

6.3.2 查询处理器... 307

6.4 数据仓库和数据挖掘基础知识... 307

6.4.1 数据仓库... 308

6.4.2 数据挖掘... 312

作者介绍

文摘

序言

《数据之巅：数字时代的基石与未来》 引言：数字洪流中的定海神针 在信息爆炸、数据指数级增长的今天，我们正经历一场深刻的数字化变革。从社交媒体上的海量用户互动，到智慧城市中的万物互联，再到金融市场的瞬息万变，数据已经渗透到我们生活的方方面面，成为驱动社会发展、科技进步乃至个人决策的核心要素。然而，这些庞大的数据如果没有一个强大、高效、可靠的系统来支撑、管理和利用，它们将仅仅是无序的杂音，难以发挥其真正的价值。正是在这样的时代背景下，《数据之巅：数字时代的基石与未来》应运而生，它并非一本技术手册，而是对数据在现代社会中扮演角色的深刻洞察，对驱动数据革命的技术哲学和工程实践的全面梳理，以及对未来数据世界发展趋势的独到展望。本书旨在为所有对数据及其相关技术感兴趣的读者，提供一个宏观而深入的视角，理解数据系统如何构建数字时代的基石，以及它们将如何塑造我们的未来。 第一篇：数据世界的基石——系统架构的演进与挑战 在信息技术发展的漫长河流中，数据系统的形态和能力经历了翻天覆地的变化。早期，数据主要以结构化的形式存储在关系型数据库中，彼时，数据的管理和查询相对直接。然而，随着互联网的崛起，非结构化、半结构化数据爆炸式增长，如何应对海量、多变、高速的数据流成为了新的挑战。 本书在第一篇将追溯数据系统架构的演进历程。我们将回顾从最初的集中式数据库系统，到分布式计算的兴起，再到云计算时代弹性伸缩的数据平台的演变。每一阶段的技术飞跃都伴随着对存储、计算、网络以及数据一致性等核心问题的深刻思考和创新解决方案。我们将探讨关系型数据库在处理复杂事务性数据上的优势，以及它们在面对海量读写和高并发场景时的局限性。随后，我们将深入解析NoSQL数据库的崛起，了解它们如何通过弱化事务一致性、拥抱分布式设计来应对大规模、多样化数据的挑战，并详细剖析键值存储、文档数据库、列族数据库以及图数据库等不同类型NoSQL数据库的适用场景与设计理念。 更进一步，我们将审视现代数据平台的核心构成。这包括对数据仓库、数据湖、数据湖仓一体等概念的清晰界定，理解它们在企业数据战略中的不同作用。我们将探讨流处理技术，如Kafka、Flink等，它们如何实现对实时数据的即时处理和分析，从而赋能实时决策。同时，本书也将关注数据治理的重要性，包括数据质量、数据安全、元数据管理以及数据生命周期管理等关键环节，认识到技术之外，管理和规范同样是数据系统稳定运行的基石。 这一篇的叙述将侧重于技术发展背后的思想演进和工程权衡。我们将理解为何在不同的时代背景下，会出现不同的技术选择，以及这些选择如何塑造了我们今天所见的数据世界。我们不会沉溺于具体的代码实现，而是聚焦于架构设计的原则、分布式系统面临的共性问题（如CAP定理、分布式事务、一致性模型等），以及解决这些问题的经典范式和前沿探索。通过对这些基石的理解，读者将能够建立起对数据系统宏观的认知框架，为理解后续更深层次的内容打下坚实的基础。 第二篇：数据处理的艺术——从批量到实时，算法与实践 数据本身只是一堆信息，其价值的实现依赖于强大的处理能力。第二篇将聚焦于数据处理的核心——那些驱动我们从原始数据中提取洞察的算法与技术。从传统的批量处理到如今炙手可热的实时计算，数据处理的范式一直在不断演进，以满足日益增长的业务需求。 本书将从批处理技术的经典模型——Hadoop MapReduce开始，深入解析其工作原理、优缺点以及在离线数据分析中的核心地位。我们将探讨如何有效地设计MapReduce作业，如何优化其性能，以及它在处理大规模ETL（Extract, Transform, Load）任务中的应用。 紧接着，我们将转向现代化的批处理框架，特别是Spark。Spark以其内存计算的特性，显著提升了数据处理的速度，并引入了RDD、DataFrame、Dataset等核心抽象，使得数据处理的表达更加简洁高效。本书将详细阐述Spark的内部机制，包括其DAG调度器、Shuffle过程，以及如何利用Spark SQL、Spark Streaming、MLlib等组件构建多样化的数据处理管道。我们还将探讨Spark与其他分布式存储系统（如HDFS、S3）以及分布式数据库（如Hive、HBase）的集成，构建完整的数据分析平台。 然而，在许多业务场景中，等待批处理完成已无法满足实时决策的需求。因此，流处理技术成为了当前数据处理领域的研究热点。本书将深入讲解流处理的基本概念，包括事件时间、处理时间、窗口操作等。我们将详细介绍主流的流处理引擎，如Apache Flink和Apache Storm。对于Flink，我们将重点解析其事件驱动模型、状态管理、容错机制以及精确一次（Exactly-once）语义的实现，理解其在复杂事件处理（CEP）和实时数据分析中的强大能力。对于Storm，我们将分析其拓扑结构、消息传递机制以及在实时流计算中的应用。 此外，我们还将探讨数据处理中的重要支撑技术，如消息队列（Message Queues）。Kafka作为分布式消息队列的代表，在构建高吞吐量、可扩展的实时数据管道中扮演着至关重要的角色。本书将阐述Kafka的发布/订阅模型、分区、副本机制，以及它如何与流处理引擎协同工作，实现数据的可靠传输和解耦。 本篇的叙述将强调数据处理的“艺术”层面，即如何在各种技术和算法之间做出最优选择，以应对不同规模、不同实时性要求的数据分析任务。我们将通过对典型应用场景的剖析，帮助读者理解如何在实际工作中运用这些技术，将原始数据转化为有价值的商业洞察，从而驱动业务创新和增长。 第三篇：数据安全与治理——构建信任与价值的基石 在数据日益成为核心资产的时代，保障数据的安全、隐私和合规性，以及确保数据的质量和可信度，已经成为构建数字经济健康发展的关键。第三篇将从数据安全与治理的视角，深入探讨如何构建一个既强大又值得信赖的数据环境。 本书将首先审视数据安全面临的多重挑战，包括数据泄露、恶意攻击、内部风险以及合规性要求。我们将探讨数据加密技术，包括静态加密（data at rest）和传输中加密（data in transit），以及它们在保护敏感数据方面的作用。访问控制是数据安全的核心，我们将深入分析基于角色的访问控制（RBAC）、基于属性的访问控制（ABAC）等模型，以及如何精细化地管理数据访问权限，防止未经授权的访问。 数据隐私的保护是当前社会关注的焦点。本书将探讨差分隐私（differential privacy）、k-匿名（k-anonymity）等数据匿名化技术，以及它们如何在保护个体隐私的同时，允许对数据集进行有意义的分析。我们将讨论数据脱敏、假名化等技术在保护用户隐私方面的实践应用，以及如何遵守GDPR、CCPA等相关法规。 除了技术层面的安全保障，数据治理同样是确保数据价值和可靠性的关键。本书将详细阐述数据治理的内涵，包括数据标准、数据质量管理、元数据管理、数据血缘追踪以及数据生命周期管理。我们将探讨如何建立一套完善的数据目录，方便用户发现和理解数据，如何实施数据质量监控和改进机制，以确保数据的准确性和一致性。数据血缘追踪（data lineage）的引入，将帮助我们理解数据的来源、处理过程和去向，从而提高数据的可追溯性和透明度，为合规审计和问题排查提供有力支撑。 同时，本书也将关注数据伦理和负责任的数据使用。随着人工智能和大数据分析能力的提升，我们必须审慎思考数据可能带来的社会影响，如算法偏见、信息茧房等问题。我们将探讨如何通过数据治理和技术手段，尽可能地减少这些负面影响，促进数据的公平、公正和负责任的使用。 通过对数据安全与治理的全面阐述，本书旨在帮助读者建立起对数据价值的更深层理解。我们认识到，优秀的数据系统不仅仅是高效的，更是安全、合规、值得信赖的。只有构建起坚实的安全与治理体系，数据才能真正成为驱动创新、创造价值的强大引擎，而非潜在的风险源。 第四篇：数据世界的未来——智能、融合与持续演进 数字时代的车轮滚滚向前，数据系统也正站在新的十字路口。第四篇将展望数据世界的未来，探讨智能、融合以及持续演进的技术趋势，以及它们将如何深刻地改变我们的工作和生活。 人工智能（AI）与大数据的结合是当前最激动人心的领域之一。本书将探讨机器学习、深度学习等AI技术如何以前所未有的方式赋能数据分析，实现更高级别的预测、分类、聚类等任务。我们将讨论AI在智能推荐、自然语言处理、计算机视觉等领域的广泛应用，以及它们如何通过从海量数据中学习，不断提升自身的智能水平。我们将审视AI与数据系统在模型训练、推理部署、持续学习等方面的融合，以及如何构建高效、可扩展的AI驱动数据平台。 数据融合是未来数据系统发展的重要方向。随着物联网、5G、边缘计算等技术的普及，数据的来源将更加多样化，包括传感器数据、地理位置信息、用户行为数据等。本书将探讨如何打破数据孤岛，实现多源异构数据的有效整合与分析。我们将审视联邦学习（federated learning）等分布式机器学习技术，它们如何在不移动原始数据的情况下，实现模型的训练和优化，从而在保护数据隐私的同时，促进数据的协同利用。 边缘计算的兴起也将重塑数据处理的格局。在靠近数据源的设备端进行本地化数据处理，能够显著降低延迟，提高响应速度，并减少网络带宽的压力。本书将探讨边缘计算如何与云计算协同工作，形成一个更加智能、分布式的计算架构，支持从物联网设备到云端数据中心的端到端数据处理。 持续演进是数据系统不变的主题。技术创新永无止境，新的挑战和机遇将不断涌现。本书将鼓励读者保持开放的心态，持续学习和探索。我们将讨论如何构建弹性、自适应的数据系统，能够快速应对业务需求的变化和技术的迭代。自动化运维、智能监控、容错自愈等能力，将成为未来数据系统的重要特征，以降低运维成本，提高系统的可用性和可靠性。 最后，本书将回归到数据在塑造人类未来中的作用。数据驱动的科学研究、智慧城市、个性化医疗、智能制造等，都将受益于日益强大和智能化的数据系统。我们期待一个由数据赋能的、更加智能、高效、包容的未来，而《数据之巅：数字时代的基石与未来》正是为了帮助读者理解和参与到这场伟大的变革中。 结语：拥抱数据，塑造未来 《数据之巅：数字时代的基石与未来》并非一本终结性的著作，而是一个邀请——邀请您深入理解数据世界的复杂性与无限可能。它旨在为您提供一座坚实的桥梁，连接技术原理与现实应用，从过去的技术演进，到现在的处理范式，再到未来的发展趋势。我们希望本书能够激发您对数据技术的好奇心，培养您解决复杂问题的能力，并最终赋能您在数字时代中，成为一名积极的探索者和创造者，共同塑造一个更加美好的未来。

评分☆☆☆☆☆

这本《数据库系统工程师教程(第3版)》的实战指导性真是让人眼前一亮。尤其是对于初入这个领域的学习者来说，它提供了一条清晰的路径。我记得我之前接触数据库，总感觉概念零散，工具操作也摸不着头脑。这本书不同，它从最基础的关系代数讲起，然后逐步深入到复杂的事务管理和并发控制。作者在解释这些理论概念时，非常注重与实际工程应用的结合，每一个理论点都会配有相关的设计案例或者性能调优的实例。特别是关于SQL优化的章节，简直是救星。里面详细对比了不同查询语句的执行计划，让我明白了为什么简单的`JOIN`可能比复杂的子查询效率更高。很多教科书只是罗列规范，这本书却教会了我们如何“思考”数据库的运行机制。它不是那种只停留在表面概念的理论书，而是真正意义上想把读者培养成能够解决实际问题的工程师的书籍。对于准备考取相关专业认证的人来说，这本书的深度和广度也完全足够覆盖考试的知识点，简直是一本集理论学习与工程实践于一身的宝典。

评分☆☆☆☆☆

说实话，这本书的编排逻辑简直是教科书级别的典范，读起来酣畅淋漓，毫无晦涩之感。我尤其欣赏它在章节衔接上的处理方式。比如，当讲到数据仓库和ETL过程时，它并没有孤立地介绍这些概念，而是巧妙地将前面学到的数据建模、范式理论和性能优化策略串联起来，形成一个完整的知识闭环。阅读体验上，作者的文笔非常平实且富有条理，大量的图表和流程图辅助理解，使得那些原本抽象的分布式事务处理协议（如两阶段提交）也变得直观易懂。我常常发现，读完一个章节后，我能立刻在脑海中构建出一个完整的系统架构图。对于一个追求系统化知识体系的读者来说，这种循序渐进的构建感是极其宝贵的。它不像某些著作那样堆砌晦涩的术语，而是通过清晰的逻辑链条，引导读者自然而然地建立起对整个数据库系统的宏观认识。

评分☆☆☆☆☆

这本书对于理解现代数据库技术的前沿动态把握得非常到位，这让我感到非常惊喜，毕竟是第三版，更新速度确实赶得上时代脉搏。我关注到了其中关于NoSQL数据库选型和应用场景的对比分析，这在很多老旧的教材中是缺失的。作者并没有偏袒任何一种技术，而是客观地分析了关系型数据库（RDBMS）在事务一致性上的优势，以及键值存储、文档数据库在海量数据读写扩展性上的潜力。这种中立而又深入的分析，帮助我摆脱了“只有SQL才是王道”的固有思维。在介绍云计算下的数据库服务时，它也提供了不少架构选择上的实用建议，比如如何利用云服务商提供的托管数据库来简化运维负担，同时兼顾性能和成本。这种与时俱进的内容，确保了这本书的知识体系在未来几年内依然具有很强的实用价值，而不是学完就过时。

评分☆☆☆☆☆

这本书的习题设计和案例分析部分，是它区别于市面上其他同类书籍的另一个亮点。我发现它不仅仅是提供一些基础的填空题或选择题，而是大量的、贴近真实业务场景的开放式问题。例如，它会抛出一个关于“高并发秒杀系统的数据一致性保障方案”的挑战，要求读者结合所学的ACID特性、锁机制和隔离级别来设计解决方案。这种设计极大地锻炼了读者的批判性思维和问题解决能力。我个人就曾花了好几个小时去推敲其中一个关于死锁检测与避免算法的实验性问题，最终的收获远超单纯记住公式。这些实践导向的内容，使得这本书的价值从“学习资料”提升到了“工程实践手册”的层面，让我在实际工作中遇到类似问题时，总能找到这本书里蕴含的理论支撑和设计思路。

评分☆☆☆☆☆

坦率地说，这本书的排版和印刷质量也令人印象深刻，这一点对于需要长时间阅读技术书籍的人来说至关重要。纸张的触感很好，光线反射适中，长时间盯着复杂的ER图或SQL代码块也不会有强烈的视觉疲劳感。而且，关键术语和代码示例的字体区分度很高，阅读起来很轻松，不会出现那种大段文字混在一起，分不清重点的情况。在索引和术语表的设计上也体现了极高的专业度，需要快速查找某个特定概念时，定位效率非常高。在技术学习的枯燥过程中，这种优秀的物理载体设计本身就是一种隐形的激励。很多技术书为了节省成本或者追求轻薄而牺牲了阅读体验，而这本教程明显在细节上投入了心思，使得整个学习过程更为舒适和高效。