SCI论文（www.lunwensci.com）:
摘要：为了更好地适应大数据的发展需要，针对“数据库技术及应用”课程的教学内容与行业、专业以及时代背景结合方面存在的差距，提出围绕数据库设计这一主线，优化现有的课程体系的新思路。将数据向大数据延伸，将数据模型从关系模型向非关系模型拓展，采用SQL Server 2016和MongoDB对照阐述数据库原理、数据库设计和应用。通过对比学习，使学生快速地根据具体应用场景选择相应的数据库设计方案。
关键词：数据库技术；大数据；教学改革;MongoDB;SQL Server
本文引用格式：马忠贵.大数据背景下“数据库技术及应用”课程体系优化与实践[J].教育现代化,2019,6(68):95-97,106.
数据库技术是用于实现数据管理的一种有效技术，是计算机科学的重要分支，已广泛应用于各行各业[1]。随着信息技术的飞速发展，出现了各种应用广泛的数据库应用系统，包括管理信息系统（MIS）、办公自动化系统（OA）、企业资源规划系统（ERP）等，都需要数据库技术的支持，而且数据已成为各行各业的宝贵资产。数据库高新技术已经成为世界各国极为重要的优先发展战略。
近几年，伴随着移动互联网、云计算和物联网的飞速发展，各领域数据呈现井喷式地增长和积累，并超越了相应数据仓库和数据处理资源的发展，传统的关系型数据库越来越显得力不从心。如何采用新的技术和方法实现PB级甚至ZB级海量数据的存储和分析是当前面临的巨大挑战。爆炸式增长的数据正在引领一场新的时代变革，大数据和数据科学成为一个热门的研究领域。为了解决大数据人才瓶颈的问题，200余所高校新增了“数据科学与大数据技术”本科专业，该专业的建设与发展，必将对“数据库技术及应用”等学科基础课程提出新的要求。在市场需求的驱动下，“数据库技术及应用”课程已成为当前高等院校非计算机专业的核心课程之一，该课程的教学已经成为了本科生教育的重要环节[2]，可以培养学生的数据管理、分析和综合应用能力。
一 数据库技术及应用课程存在问题分析
在近几年的教学过程中，虽然不断地结合新技术挖掘与课程相联系的内容完善课件，不断地满足学生对新知识的需求，但是在大数据背景下，传统的数据库技术及应用课程体系已不能适应社会应用型人才培养模式的要求，存在的主要问题如下[3]。
（一）教学内容与行业结合、专业结合、时代背景结合方面存在差距
目前，大部分高校在数据库技术及应用课程中仅介绍关系型数据库，知识点基本围绕关系型数据库系统的设计展开。在大数据背景下，传统的关系型数据库不再是一枝独秀，各种NoSQL（Not Only SQL，不仅仅是SQL）数据库也不断涌现。以SQL为主的教学内容缺少与当前“互联网+”、大数据分析与处理要求的NoSQL前沿知识点与技术的介绍，与行业结合、专业结合、时代背景结合方面考虑不够[4]。像Facebook、Twitter、Google、雅虎、百度、腾讯等公司正在利用大数据技术提供互联网规模的产品和服务，它们能够支持数百万的用户。在这种背景下，“数据库技术及应用”课程的教学内容迫切需要进行改革，即在数据库技术及应用教学中需要将大数据技术集成进来，满足传统的关系型数据库对数据的处理和分析的要求。
（二）考核忽视了实训能力
数据库技术及应用课程具有理论体系完善、实践性和应用性强的特点。当今与数据库技术及应用相关的工作实际上具有较强的实践性，要求对数据库理论及其知识的应用较为灵活，在实践工作中要随着数据库的变化而灵活应对，具有终身学习的能力。而传统数据库技术及应用课程教学的考核方式主要以考试成绩为主，使得学生的实践操作能力远不能适应飞速发展的大数据时代。
这些潜在的问题都使得数据库技术及应用课程的最终培养目标、学生的能力与时代的适应性方面大打折扣。为了该课程的发展能够更好地适应大数据的发展需要，本文探讨课程体系的优化以及在教学中的一些实践。
二大数据背景下课程体系的改革与优化
为了解决数据库技术及应用课程存在的以上问题，考虑从以下4方面进行改进和优化。
（一）选择比较流行的关系和非关系数据库系统
如今无法对数据的模式进行控制，新的数据来源和模式正在被飞速创建。因此，需要找到一个解决方案来分析和可视化各种结构化数据、半结构化数据和非结构化数据。在此背景下，结构化数据仍然使用传统的关系型数据库处理，而半结构化数据和非结构化数据采用NoSQL存储和处理。由于各种各样NoSQL数据库的涌现，就传统关系数据库而言的“一刀切”的想法受到了挑战。如今市场上有超过120种NoSQL数据库可用，但目前处于领先地位的是MongoDB。随着如此众多的公司选择MongoDB作为其NoSQL数据库选项，如何结合专业建设以便利用该软件的实践需求也就越来越大了。
数据库知识网站DB-Engines（https://db-engines.com/en/ranking）根据搜索结果对348个数据库系统进行流行度排名，在2018年12月的流行度排行榜中，SQL Server排名第3，MongoDB排名第5，但MongoDB在NoSQL数据库中排名第一。SQL Server 2016用于预定义模式的结构化数据的存储和处理，而MongoDB用于动态模式的半结构化数据或非结构化数据的存储和处理。同时，SQL Server 2016和MongoDB均支持云环境，可以满足对云计算的支持。提出NoSQL技术的目的并不是替代关系数据库技术，而是对其提供一种补充方案。因此，本课程结合目前最流行的关系型数据库SQL Server 2016和NoSQL数据库MongoDB讲述数据库的基本理论与应用。
（二）理清教学主线，建立和优化教学体系
在原有教学体系的基础上进行拓展和延伸，融入大数据的相关知识，从而优化该课程的教学体系，具体课程体系如表1所示（拓展和新增的内容使用粗体表示）。围绕数据库设计这一主线，结合大数据的背景，新的教学体系将数据向大数据延伸，数据模型除了关系模型，也向非关系模型拓展，数据库管理系统增加了MongoDB，数据库相关的技术增加了分布式平台的内容，案例选择注重与行业、专业的结合。本课程采用关系数据库（SQL Server 2016）和非关系数据库（MongoDB）对照阐述，介绍各自的优势。采用数据库基本技术与实践相结合的原则，在注重理论性、系统性、科学性的同时，兼顾培养学生的自学能力。通过对比学习，使学生快速地根据具体需求选择相应的数据库设计方案。
（三）原课程内容精简和压缩
在课程总学时不增加的基础上，如何调整教学内容，使之能够紧跟时代步伐，势必要求原内容的精简与压缩。对课程内容进行分类整理，将较低层次的基础内容安排给学生自行学习完成，调动学生的主观能动性。围绕数据库应用系统的设计，抓住核心主干知识点，在此基础上延伸数据模型。为此，本书通过目前最流行的数据库管理系统SQL Server 2016和MongoDB的学习掌握数据库技术的基本原理，并使用目前比较流行的高级程序设计语言Java开发具体的应用系统。
（四）教材建设
教材是教学的基础，合理选用教材就成为保障数据库技术及应用课程教学质量和教学效果的关键因素，也是进行课程建设和教学改革的重要支撑。但目前许多数据库教材仍然围绕关系型数据库系统的设计展开，内容上尚未及时更新。为了该课程能顺应大数据时代发展的需要，由本文作者编写的《数据库技术及应用——基于SQL Server 2016和MongoDB》一书即将由清华大学出版社出版。
三 大数据背景下课程的实践与探索
（一）采用案例教学，加快学生的学习步伐
应用软件工程的原则和思想，以图书管理信息系统和社交网络作为教学案例，从数据库设计的6个步骤对案例逐步展开，加快学生对抽象理论和方法的理解和掌握。通过本课程的学习，使得学生能够根据关系型数据库和NoSQL数据库各自的优缺点和构建应用系统的具体需求，选择正确的解决方案。传统关系型数据库是数据库设计的优先候选方案，遵循ACID原则，能够保持较高的数据一致性。仅当高并发读写需要更加分布式的系统时，可考虑NoSQL数据库。通过该课程的学习，学生能够理解适合使用大数据技术的关键用例，也会为学生提供关于应该在何处小心使用大数据技术或者结合传统关系数据技术来提供灵活解决方案的指导。
在介绍数据库逻辑结构设计部分，可以用博客数据库的逻辑结构设计为例进行介绍，让学生快速了解使用SQL Server2016和MongoDB数据库设计之间的区别，体会不同数据库设计方案的优劣。假设网站有以下要求：（1）每个帖子都有惟一的标题，描述、网址、发帖者、发帖时间和评论总人数。（2）每个帖子都可以有一个或多个标签。（3）每个帖子都有用户给出的评论以及他们的姓名、消息、评论时间和喜好。（4）每个帖子可以有零个或多个评论。
在SQL Server2016数据库中，上述要求的逻辑结构设计至少需要如下3个表：
帖子（帖子编号,标题,描述,网址,发帖者,发帖时间）
标签（标签编号,帖子编号,标签说明）
评论（评论号,帖子编号,评论人姓名,评论消息,评论时间,喜好）
而在MongoDB数据库中，只要设计一个集合post（帖子）即可，其结构如下：
通过上面的示例说明可以知道，在显示数据时，在SQL Server 2016中需要连接3个表，而在MongoDB中，数据将仅显示在一个集合中，灵活性更大。
针对教学中的重要知识点，采用任务驱动教学法设计教学任务[5]。在任务的驱动下，促使学生自主思考，交流讨论，探求解决问题的途径。这样的方法不但调动了学生学习的积极性和主动性，而且提高了学生的逻辑思维能力以及分析和解决问题的能力。
（二）搭建大数据教学和实践平台
为了培养学生对大数据管理与分析的实训能力，需要搭建大数据实验平台，增加大数据系统方面的实训环节，使学生熟悉并能够使用MongoDB数据库。以一个社交网络应用系统为例，围绕设计发、开所需的能力和知识点展开，在课堂以此贯穿知识点的讲解，在实践教学环节中，以团队形式分工合作完成，从而更好地实现课程价值。通过实践教学，强化课堂教学知识点的深入理解和掌握，实现个人能力的提升。
四 结语
本文对大数据背景下“数据库技术及应用”课程体系及教学模式的改革和创新进行探索，剖析大数据对课程体系带来的影响，给出大数据时代课程体系的一种解决方案。本课程的目标是在有限的时间内，如何让学生快速掌握关系型数据库（Microsoft SQL Server）和非关系数据库（MongoDB），让学生能够理解适合使用大数据技术的关键用例，并为学生提供关于应该在何处小心使用大数据技术或者结合传统关系型数据库技术来提供灵活解决方案的指导，以解决高等教育改革和发展中出现的各种矛盾和问题，提高高等教育教学质量和办学效益，推动我国高等教育事业迈上新台阶。
参考文献
[1]王珊,萨师煊.数据库系统概论(第五版)[M].北京:高等教育出版社,2014.
[2]秦晓倩.计算思维引导下的非计算机专业数据库技术课程模块改革[J].教育教学论坛,2018,(40):171-172.
[3]蒋东玉，田英鑫.大数据与《数据库系统原理及应用》课程教学融合的探究[J].科技经济导刊,2019,27(7):155.
[4]王媛妮，邵玉祥，彭雷.大数据背景下的数据库原理课程改革方向探索[J].教育教学论坛,2018,(45):136-138.
[5]高峰.任务驱动式数据库原理及应用教学研究[J].价值工程,2014,(7):234-235.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！ 文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/27894.html
