本章重点内容 一、 PowerBuilder的特点 二、 PowerBuilder的开发环境 三、PowerBuilder应用系统的构成和开发过程

第1章 PowerBuilder基础 第2章 PowerBuilder对象 第3章 PowerScript语言 第4章数据库与数据窗口 第5章通讯录管理器 第6章小型财务软件 第7章电视节目脱机浏览器 第8章有线电视网管系统 第9章用机记录浏览器 第10章通用查询模块 第11章高校学生档案管理系统 第12章农业生产管理信息系统

利用 PowerBuilder开发需要访问服务器上数据库的 Windows应用程序,开发效率高,开发完成的应用系 统能够切实保证数据的安全可靠、正确有效,能够为 最终用户提供一个界面友好、数据访问便捷高效、功 能齐备的基于网络的分布式数据库应用系统

本章重点内容 一、创建ASA数据库 二、连接各种类型的数据库 三、数据表的操纵和表中数据的操纵 四、视图及其操纵 五、数据库的管理

一、数据库应用开发概述 二、开放的客户端开发 三、数据库应用开发工具 PowerBuilder 四、基于组件的数据库开发 五、Web数据库应用开发

一、数据库系统开发概述 二、开放的客户体系结构 三、数据库应用开发工具 PowerBuilder 四、数据库应用开发工具 Delphi 五、Java在数据库中的应用

本章重点内容 一、项目开发的整体过程 二、掌握 PowerBuilder开发项目的各种界面组成 三、掌握窗口和数据窗口的数据交互技术 四、熟悉数据窗口数据的常用技术

 大数据处理的基本流程  大数据处理模型  大数据关键技术  大数据处理工具  大数据时代面临的新挑战 WordCount 关联规则基本模型 聚类 本章内容首先介绍了大数据处理的基本流程和大数据处理模型，接着介绍了大数据的关键技术，其中，云计算是大数据的基础平台和支撑技术，本章以Google 的相关技术为主线，详细介绍Google 以及其他众多学者和研究机构在大数据技术方面已有的一些工作，包括文件系统、数据库系统、索引和查询技术、数据分析技术等；接下来，介绍了大数据处理平台和工具，就目前技术发展现状而言，Hadoop 已经成为了大数据处理工具事实上的标准。最后，介绍大数据时代面临的新挑战，包括大数据集成、大数据分析、大数据隐私问题、大数据能耗问题、大数据处理与硬件的协同、大数据管理易用性问题以及性能测试基准。 大数据采集架构 预测模型

• 6.1 云数据库概述 • 6.1.1 云计算是云数据库兴起的基础 • 6.1.2 云数据库概念 • 6.1.3 云数据库的特性 • 6.1.4 云数据库是个性化数据存储需求的理想选择 • 6.1.5 云数据库与其他数据库的关系 • 6.2 云数据库产品 • 6.2.1 云数据库厂商概述 • 6.2.2 Amazon的云数据库产品 • 6.2.3 Google的云数据库产品 • 6.2.4 Microsoft的云数据库产品 • 6.2.5 其他云数据库产品 • 6.3 云数据库系统架构 • 6.3.1 UMP系统概述 • 6.3.2 UMP系统架构 • 6.3.3 UMP系统功能 • 6.4 Amazon AWS和云数据库 6.4.1 Amazon和云计算的渊源 6.4.2 Amazon AWS 6.4.3 Amazon AWS平台上的云数据库 • 6.5 微软云数据库SQL Azure • 6.6 云数据库实践 6.6.1 阿里云RDS简介 6.6.2 RDS中的概念 6.6.3 购买和使用RDS数据库 6.6.4 将本地数据库迁移到云端RDS数据库

1 数据管理技术的发展 1.1.1人工管理 1.1.2 文件系统 1.1.3数据库 1.1.4 XML技术 2 数据描述 1.2.1概念设计中的数据描述 1.2.2 逻辑设计中的数据描述 1.2.3物理设计中的数据描述 1.2.4数据联系的描述 3 数据模型 1.3.1 数据抽象的过程 1.3.2 概念模型 1.3.3 逻辑模型 1.3.4 外部模型 1.3.5 内部模型 1.3.6 数据库系统的体系结构 1.3.7 数据独立性 1.4.1 数据库管理系统 1.4.2 数据库系统 4 数据库管理系统和数据库系统 DB、DBMS和DBS的概念 4 计算机基础教研室 5 关系模型 1.5.1 基本术语 1.5.2 关系的定义和性质 1.5.3 关系模型的3类完整性规则 6 关系数据库的规范设计 7 数据库设计过程