数据库系统教学方法研究
黄式东 朱海龙 梁侃 薛瑞
[摘 要]目前的课程教学环节过于注重教学结果，而没有把学生接受知识的一般过程放在重要的位置。教师可以以数据库课程教学为例，采用循序渐进的教学方法。首先介绍数据库技术产生的原因，其次探讨数据库的概念模型、逻辑模型和物理模型，最后分析数据库相关知识的系统性。这样能使学生对知识的产生和应用理解得更加深刻，从而吸引学生对知识产生兴趣，减轻应试教育对学生的消极影响，使之主动快乐地学习。
[关键词]数据库；教学方法；关系模型
[中图分类号] G642 [文献标识码] A [文章编号] 2095-3437（2017）02-0070-02
当前的应试教育存在很多弊端，造成相当多的学生在不同阶段和层次上成为被淘汰的对象；出现了学生围着分数学，教师围着分数教的现象；一些教师只注重学生的应试能力，教学过程缺乏应有的深度和广度。这些现象挫伤了学生的学习兴趣，也很难培养出有素质和能力的人才。教师应该采用符合人才和知识发展规律的教学方法，在数据库系统的教学过程中也应该以循序渐进的方式介绍该领域的知识，使学生理解知识之间的关联性。首先要讲解清楚知识产生的原因，然后介绍该领域的具体知识，最后要说明知识之间的连贯性和系统性，使学生认识到将来还有很大的学习和探索空间。
一、数据库技术产生的原因
随着计算技术在各个领域的广泛应用，数据量变得越来越大，比如腾讯、百度、谷歌等公司的很多应用，每天都有大量的数据产生。纽约证券交易所每天产生1TB的交易数据；著名社交网站Facebook的主机存储着约100亿张照片，占PB级存储空间；Ancestry.com家谱网站存储着2.5PB数据；互联网档案馆（The Internet Archive）存储着2PB的数据，并以每月至少20TB的速度增长；瑞士日内瓦附近大型强子对撞机每年产生约15PB的数据。据IDC统计，到2011年全球数据总量已达到1.8ZB，并且数据量仍在快速地增长。[1]如此海量的数据应该如何组织和管理，需要新的技术来解决这一难题。在这种背景下，数据库技术诞生了。比如目前学生都会使用到的网上选课系统。该系统中主要涉及与学生、教师和课程相关的数据。那么这些数据应该按照一种什么样的方式来组织，才能更有效地支持上层应用程序的实施？数据库技术就在此背景下诞生了。这种传授知识的方式描述了数据库技术产生的原因是为了解决社会的需求。学习了这些知识，学生清楚了数据技术的意义，这样能够更好地激发学生对该技术的兴趣，有助于学生对本领域知识的探索和学习。
二、数据的概念模型描述方式
■
图1 选课场景的E-R图
社会实际的应用中涉及多个实体对象、多种关系，这些对象和他们之间复杂的关系用什么方式来表达，导致出现了数据的概念模型，概念模型是对现实世界事物的一种抽象描述。对于现实生活中的选课情形，在概念层面上对其应该如何描述，如何构建模，才能够清晰地指导数据库的构建。于是出现了概念模型的建模方法——E-R图[2]，对于选课情形的E-R图如图1所示。把选课系统的学生、课程实体用矩形表示；每个实体的属性用椭圆形表示学生具有学号、姓名和专业等属性；实体和实体之间的联系用菱形表示，如学生和课程之间的选修关系；实体和实体之间的联系的本身也可以有自己的属性，如选修具有成绩和选修时间这两个属性。有了这个E-R图之后就可以很方便地得到数据库的逻辑模型。如果数据库是关系型数据库，可以把E-R图中每个实体转化成数据库中的一个表，实体和实体之间的联系也可以转化成与之对应的一张二维表。如此讲解之后学生能够很好地理解E-R图建模工具出现的原因，以及它在数据库构建过程中所起的作用。
三、数据的逻辑模型
有了数据的概念模型之后，这些数据在逻辑上应该按照一种什么形式组织，软件才能更好地操纵它们，这些是很多学者研究的内容之一，于是出现了多种数据逻辑模型。如常见的层次数据模型、网状数据模型和关系型数据模型等。对于上述的选课应用情形，数据分别采用网状数据模型和关系型数据模型组织，情况分别如图2和图3所示。[3]现在如果实体个数很多，并且实体与实体之间有很复杂的联系，如果采用网状数据模型，最终它们会形成复杂的网络，那么处理这些数据及关系，就需要与之相适应的软件工具来支持；如果采用关系型数据模型，最终在数据库中会形成多个二维表，如图2所示，对这些数据的操作也需要相应的软件工具来处理。这样能够使学生认识到数据的逻辑模型可以有多种不同的组织方式，采用不同的数据模型需要不同的数据处理技术，还能使其认识到这些内容都是科研工作者需要研究的内容。
■
图2 选课系统的网状数据模型
■
图3 选课系统的关系数据模型
四、数据模型的存储结构
■
图4 网状数据模型的存储结构
上面介绍的这些数据的逻辑模型，以及这些数据在物理形式上应该如何组织，是数据的物理存储结构研究的范畴。比如对于图2中网状数据模型的存储结构可以采用图4所示的存储结构；现在如果想查看学生S1选修了哪些课程，成绩分别是多少，可以从S1出发，沿着S1的指针向前走，可以走到（S1 C1 A）记录，可知S1选修了课程C1，该门课程的成绩为A；然后继续往前走，走到记录（S1 C2 A），可知S1选修了课程C2，该门课程的成绩也为A；然后再往前走，又回到了S1，即可知学生S1总计选修了课程C1、C2，课程C1的成绩是A，课程C2的成绩是C2。按照同样的方法，从C1出发，走一圈，可以得到课程C1被哪些学生选修，成绩为多少。同样如果学生现在想退选某门课程，那么从上图中删除数据又该怎么操作，查找、修改图中的数据又该怎么操作，这些都是值得研究的问题。同时，网状数据模型还可以采用其他的存储结构，同样对于关系模型也有着多种存储方式，对不同的存储结构又有着不同的数据操纵方法。这样讲解之后能够扩宽学生的知识面，使学生认识到哪些知识点是值得深入研究和学习的内容，從而培养学生的研究兴趣。
五、阐述知识的系统性
日常使用的选课系统涉及数据库的概念结构、逻辑结构和物理结构。对于数据库的概念结构，使用E-R图进行建模；关于数据的逻辑结构，使用关系模型；关于数据的物理结构，可以使用文件存储方式来存放数据；数据的操作需要多方面的技术来支持。介绍这些知识之后，使学生认识到自己所学的知识原来是这样相互关联的，具有系统性。教师在系统性地讲解现有知识时，还要点出即将出现的新问题和新技术。如海量数据的出现，导致已有的数据库技术不能很好地适用各种场景。对海量数据的存储、计算和传输，促成了现在的固态硬盘技术、分布式计算、并行计算技术、光纤通信技术的出现。这样使学生对知识有一个系统性的认识，能够很好地激发学生探索和学习新知识的兴趣。
[ 参 考 文 献 ]
[1] Tom White. Hadoop权威指南[M].北京：清华大学出版社，2015.
[2] 吴开军，郑卫东.选课系统的设计与实现[J].电脑开发与应用，1996.
[3] 王珊，萨师煊.数据库系统概论[M].北京：高等教育出版社，2006.
[4] 谈晓勇，肖伟.信息管理专业人才培养模式改革途径实践研究[J].大学教育，2013（5）：54.
[责任编辑：刘凤华]
[摘 要]目前的课程教学环节过于注重教学结果，而没有把学生接受知识的一般过程放在重要的位置。教师可以以数据库课程教学为例，采用循序渐进的教学方法。首先介绍数据库技术产生的原因，其次探讨数据库的概念模型、逻辑模型和物理模型，最后分析数据库相关知识的系统性。这样能使学生对知识的产生和应用理解得更加深刻，从而吸引学生对知识产生兴趣，减轻应试教育对学生的消极影响，使之主动快乐地学习。
[关键词]数据库；教学方法；关系模型
[中图分类号] G642 [文献标识码] A [文章编号] 2095-3437（2017）02-0070-02
当前的应试教育存在很多弊端，造成相当多的学生在不同阶段和层次上成为被淘汰的对象；出现了学生围着分数学，教师围着分数教的现象；一些教师只注重学生的应试能力，教学过程缺乏应有的深度和广度。这些现象挫伤了学生的学习兴趣，也很难培养出有素质和能力的人才。教师应该采用符合人才和知识发展规律的教学方法，在数据库系统的教学过程中也应该以循序渐进的方式介绍该领域的知识，使学生理解知识之间的关联性。首先要讲解清楚知识产生的原因，然后介绍该领域的具体知识，最后要说明知识之间的连贯性和系统性，使学生认识到将来还有很大的学习和探索空间。
一、数据库技术产生的原因
随着计算技术在各个领域的广泛应用，数据量变得越来越大，比如腾讯、百度、谷歌等公司的很多应用，每天都有大量的数据产生。纽约证券交易所每天产生1TB的交易数据；著名社交网站Facebook的主机存储着约100亿张照片，占PB级存储空间；Ancestry.com家谱网站存储着2.5PB数据；互联网档案馆（The Internet Archive）存储着2PB的数据，并以每月至少20TB的速度增长；瑞士日内瓦附近大型强子对撞机每年产生约15PB的数据。据IDC统计，到2011年全球数据总量已达到1.8ZB，并且数据量仍在快速地增长。[1]如此海量的数据应该如何组织和管理，需要新的技术来解决这一难题。在这种背景下，数据库技术诞生了。比如目前学生都会使用到的网上选课系统。该系统中主要涉及与学生、教师和课程相关的数据。那么这些数据应该按照一种什么样的方式来组织，才能更有效地支持上层应用程序的实施？数据库技术就在此背景下诞生了。这种传授知识的方式描述了数据库技术产生的原因是为了解决社会的需求。学习了这些知识，学生清楚了数据技术的意义，这样能够更好地激发学生对该技术的兴趣，有助于学生对本领域知识的探索和学习。
二、数据的概念模型描述方式
■
图1 选课场景的E-R图
社会实际的应用中涉及多个实体对象、多种关系，这些对象和他们之间复杂的关系用什么方式来表达，导致出现了数据的概念模型，概念模型是对现实世界事物的一种抽象描述。对于现实生活中的选课情形，在概念层面上对其应该如何描述，如何构建模，才能够清晰地指导数据库的构建。于是出现了概念模型的建模方法——E-R图[2]，对于选课情形的E-R图如图1所示。把选课系统的学生、课程实体用矩形表示；每个实体的属性用椭圆形表示学生具有学号、姓名和专业等属性；实体和实体之间的联系用菱形表示，如学生和课程之间的选修关系；实体和实体之间的联系的本身也可以有自己的属性，如选修具有成绩和选修时间这两个属性。有了这个E-R图之后就可以很方便地得到数据库的逻辑模型。如果数据库是关系型数据库，可以把E-R图中每个实体转化成数据库中的一个表，实体和实体之间的联系也可以转化成与之对应的一张二维表。如此讲解之后学生能够很好地理解E-R图建模工具出现的原因，以及它在数据库构建过程中所起的作用。
三、数据的逻辑模型
有了数据的概念模型之后，这些数据在逻辑上应该按照一种什么形式组织，软件才能更好地操纵它们，这些是很多学者研究的内容之一，于是出现了多种数据逻辑模型。如常见的层次数据模型、网状数据模型和关系型数据模型等。对于上述的选课应用情形，数据分别采用网状数据模型和关系型数据模型组织，情况分别如图2和图3所示。[3]现在如果实体个数很多，并且实体与实体之间有很复杂的联系，如果采用网状数据模型，最终它们会形成复杂的网络，那么处理这些数据及关系，就需要与之相适应的软件工具来支持；如果采用关系型数据模型，最终在数据库中会形成多个二维表，如图2所示，对这些数据的操作也需要相应的软件工具来处理。这样能够使学生认识到数据的逻辑模型可以有多种不同的组织方式，采用不同的数据模型需要不同的数据处理技术，还能使其认识到这些内容都是科研工作者需要研究的内容。
■
图2 选课系统的网状数据模型
■
图3 选课系统的关系数据模型
四、数据模型的存储结构
■
图4 网状数据模型的存储结构
上面介绍的这些数据的逻辑模型，以及这些数据在物理形式上应该如何组织，是数据的物理存储结构研究的范畴。比如对于图2中网状数据模型的存储结构可以采用图4所示的存储结构；现在如果想查看学生S1选修了哪些课程，成绩分别是多少，可以从S1出发，沿着S1的指针向前走，可以走到（S1 C1 A）记录，可知S1选修了课程C1，该门课程的成绩为A；然后继续往前走，走到记录（S1 C2 A），可知S1选修了课程C2，该门课程的成绩也为A；然后再往前走，又回到了S1，即可知学生S1总计选修了课程C1、C2，课程C1的成绩是A，课程C2的成绩是C2。按照同样的方法，从C1出发，走一圈，可以得到课程C1被哪些学生选修，成绩为多少。同样如果学生现在想退选某门课程，那么从上图中删除数据又该怎么操作，查找、修改图中的数据又该怎么操作，这些都是值得研究的问题。同时，网状数据模型还可以采用其他的存储结构，同样对于关系模型也有着多种存储方式，对不同的存储结构又有着不同的数据操纵方法。这样讲解之后能够扩宽学生的知识面，使学生认识到哪些知识点是值得深入研究和学习的内容，從而培养学生的研究兴趣。
五、阐述知识的系统性
日常使用的选课系统涉及数据库的概念结构、逻辑结构和物理结构。对于数据库的概念结构，使用E-R图进行建模；关于数据的逻辑结构，使用关系模型；关于数据的物理结构，可以使用文件存储方式来存放数据；数据的操作需要多方面的技术来支持。介绍这些知识之后，使学生认识到自己所学的知识原来是这样相互关联的，具有系统性。教师在系统性地讲解现有知识时，还要点出即将出现的新问题和新技术。如海量数据的出现，导致已有的数据库技术不能很好地适用各种场景。对海量数据的存储、计算和传输，促成了现在的固态硬盘技术、分布式计算、并行计算技术、光纤通信技术的出现。这样使学生对知识有一个系统性的认识，能够很好地激发学生探索和学习新知识的兴趣。
[ 参 考 文 献 ]
[1] Tom White. Hadoop权威指南[M].北京：清华大学出版社，2015.
[2] 吴开军，郑卫东.选课系统的设计与实现[J].电脑开发与应用，1996.
[3] 王珊，萨师煊.数据库系统概论[M].北京：高等教育出版社，2006.
[4] 谈晓勇，肖伟.信息管理专业人才培养模式改革途径实践研究[J].大学教育，2013（5）：54.
[责任编辑：刘凤华]
