在现代计算机的应用领域中,数据处理是一个重要方面 。数据处理是对各种类型的大批量的数据进行收集、 存储、排序、检索、计算、修改、输出等分析和加工 处理的过程。例如,用计算机进行企业管理、财务工 资管理、仓库物资管理、情报检索、统计报表等都涉 及到数据存放到外存储器上。有时,为了长期保存原 始数据和加工处理过的数据,也需要将这些数据以文 件的形式存放在外存上。学完本章读者应能掌握文件 的概念、逻辑特性、物理结构和基本操作

保证数据一致性是对数据库的最基本的要求。数据库 的重要特征是它能为多个用户提供数据共享。因此 DBMS必须提供并发控制机制来保证数据库的一致性。 数据库的并发控制以事务为单位通常使用封锁技 术实现并发控制。 本章介绍两类最常用的封锁和三级封锁协议。不同 的封锁和不同级别的封锁协议所提供的系统一致性保证 是不同的,提供数据共享度也是不同的

第1章习题 1.1什么是信息?什么是数据?数据和信息有何联系与区别? 1.2数据处理和数据管理有何不同?各包括哪些内容? 1.3什么是数据库和数据库系统?数据库系统在计算机系统中处于哪个层次?

本章我们讨论的主要是数据文件。数据文件存储 的是程序运行时所用到的数据。在实际应用中,经常 涉及到需要重复使用的大量数据,在这种情况下,如 果每次都从键盘上输入,一方面造成大量的人力、物 力浪费,另一方面又增大了输入出错的可能性。解决 这种问题的常用方法是,把待输入的大量数据预先准 确无误地以文件的形式存储到磁盘上,需要用到数据 时,从文件中读出即可。同样,我们也可把程序的运 行结果存到磁盘上,这样既能长期保存数据,又能做 到数据共享

（一）理论课程 1《数据库原理》 2《Java 程序设计》 3《操作系统原理》 4《人工智能导论》 5《信息安全概论》 6《数据结构与算法》 7《ARM 基础》 8《嵌入式系统技术》 9《计算机科学导论》课程互动式教学大纲 10《数字电路基础》 11《智能算法应用开发》 12《Web 前端开发技术》 13《C 语言程序设计》 14《Linux 程序设计》 15《面向对象程序设计》 16《数值计算方法》 17《云平台系统》 18《云应用开发》 19《软件工程经济学》课程设计教学大纲 20《软件工程经济学》课程设计教学大纲 21《网络编程技术》 22《移动开发技术》 23《计算机网络》 24《单片机基础》课程设计教学大纲 25《计算机组成原理》课程设计教学大纲 26《大数据分析(数据挖掘)》 27《智能算法程序设计(Python)》 28《Java Web 应用开发》 29《web 开发技术》 （二）实验课程 30《数据库原理》 31《Java 程序设计》 32《操作系统原理》 33《文献检索》 34《智能算法程序设计(Python)》 35《信息安全概论》 36《数据结构与算法》 37《ARM 基础》 38《Linux 系统管理》 39《嵌入式系统技术》 40《数字电路基础》 41《智能程序应用开发》 42《Web 前端开发技术》 43《C 语言程序设计》 44《Linux 程序设计》 45《面向对象程序设计》 46《数值计算方法》 47《云平台》 48《云应用开发》 49《软件工程经济学》课程设计教学大纲（实验） 50《网络编程技术》 51《移动开发技术》 52《计算机网络》 53《单片机基础》 54《计算机组成原理》 55《大数据分析(数据挖掘)》 56《智能算法程序设计(Python)》 57《Java Web 应用开发》课程 58《web 开发技术》课程 （三）实践课程 59《C 语言程序概念实训》 60毕业设计教学大纲 61《毕业实习》教学大纲 62《程序设计技能实训》 63《计算机综合项目实训》 64《专业教育》 65《嵌入式系统技术》 66《云应用开发课程设计》 67《C 语言课程设计》

• 6.1 云数据库概述 • 6.2 云数据库产品 • 6.3 云数据库系统架构 • 6.4 Amazon AWS和云数据库 • 6.5 微软云数据库SQL Azure • 6.6 云数据库实践

1.1 大数据时代 1.2 大数据概念 1.3 大数据的影响 1.4 大数据关键技术 1.5 大数据计算模式 1.6 代表性大数据技术

• 一、数据序列的电信号表示 • 二、基带数据信号的频谱特性 • 三、基带传输波形的形成 • 四、基带传输的最佳化和系统的误码性能 • 五、眼 图 • 六、基带传输中的时域均衡 • 七、数据序列的扰乱与解扰 • 八、数据传输系统的时钟同步 • 九、基带数据传输系统

9.1 社交媒体大数据应用背景分析 9.2 社交媒体大数据行为模式识别的热点研究方向 9.3 社交媒体大数据应用创新：以跨域行为模式识别为例 9.4 社交媒体大数据跨域行为模式识别的技术体系 9.5 社交媒体行为大数据应用创新的案例分析 9.6 本章小结

8.1 教育大数据应用创新的社会背景 8.2 支撑教育大数据应用创新的云端技术 8.3 教育大数据应用创新的赋能方向 8.4 教育大数据的技术应用的创新思维 8.5 实例：基于知识图谱的教育大数据隐性知识发现 8.6 本章小结