专访IBM DB2专家：XML引发数据库二次革命？

核心提示： 引用:http://www.cncms.com.cn/db2/h379815.html中、美数据库教育的差异 熊建国（主持人）：今天我们请到复旦大学的周老师，目前中美数据库教育有哪些差异，专访IBM DB2专家：XML引发数据库二次革命？(4)，都讲哪些内容，如何做实践？ 周傲英：今天很高兴和Don Chamberl

引用:http://www.cncms.com.cn/db2/h379815.html

中、美数据库教育的差异

熊建国（主持人）：今天我们请到复旦大学的周老师，目前中美数据库教育有哪些差异，都讲哪些内容，如何做实践？

周傲英：今天很高兴和Don Chamberlin一起来到IT168。

• IBM DB2 基本性能调整
• IBM DB2 日常维护汇总（三）
• IBM DB2 日常维护汇总（六）
• IBM DB2 日常维护汇总（九）
• IBM DB2 日常维护汇总（五）
• IBM DB2 日常维护汇总（八）
• IBM DB2 日常维护汇总（一）
• IBM DB2 日常维护汇总（四）
• IBM DB2 日常维护汇总（二）
• IBM DB2 UDB Stinger简介(1)

周傲英 老师

　  我们读书的时候就知道SQL，数据库发展30多年，在中国的教育，从20世纪80年代初的时候，中国就开始在大学里面有数据库这门课程。 

　  这么多年以来，数据库的变化很大，特别教材的变化特别快，几十年发展过程，现在我们的课程主要包括的内容，总结起来有三个部分。第一部分主要讲理论部分，理论部分讲的是数据模型，主要讲关系型数据的模型。在我读书的时候（20世纪80年代初）还是讲网状的，所谓层次型的数据库。现在那些东西都放弃了，那些更多是技术实现的问题，从建模的角度来说没有特别的理论根基，为什么关系型数据库能那么流行，最主要的是有它强大、坚实的理论基础，结合了数据逻辑。加上在这上面的一些操作，比如关系代数，关系演算，我们理论部分讲模型，主要讲这些内容，这很抽象的主要从建模角度来说。理论的另外一部分就是讲数据库的设计，我们学数据库都要讲这一部分，要讲数据库的设计，范式理论函数依赖。在教学的过程当中，如果光讲理论部分，讲完了以后，学生毕业了，还不知道数据库怎么用的。 

　  现在情况有很大的变化，因为我们有更多的机会可以动手，我们有实验室，很多学校安装了比如IBM的系统，DB2的系统或者甲骨文的系统，再早一点的还有很多的系统，大家有动手的机会，再理解这些理论。除了理论以外，要把数据库变得实用，我们课程里面还要介绍一部分，也就是我们讲的实现，关系型模型提出来，当时经过了10年，从E.F.Codd提出这个系统，到这个系统真正实现，开发这个实验系统，到SQL到 DB2，这些系统出现在差不多20世纪80年代，经过了10年，这10年主要解决性能的问题，本身是导航的，是人来做的，要让它怎么存储数据，现在关系型模型，不来存储，要系统来做，这系统就要变得很聪明，要有技术，查询优化的技术，主要为了解决性能的问题，所以在数据库课程里面介绍第二部分就是实现技术，要讲优化，要实现，要讲索引。 

　  数据库讲DBMS的应用要讲另外一部分，事务的处理。最早的Navigational数据库里最早就是事务处理，我们在操作系统就有这个问题，只不过在数据库里变得更为严重，我要解决安全，要能恢复，系统出错不丢失，不出问题，现在把所有数据库放在以前，以前用文件系统个人管个人的，一家出了问题，另外一家不受影响，现在整个大的企业，整个都是中心数据库，如果一出问题可能整个数据库都要瘫痪，所以如何保证这个问题，这就是实现的内容一定要讲清楚，对学数据库的学生来说，出来以后不见得实现DBMS，但是要知道工作的机理和机制。 
　　
　  第三部分要讲应用，也就是我们怎么动手，这方面我们跟国外比是比较欠缺的部分，因为要做一个好的设计，要做一个实验要花很多的时间，要有一个很好的开放实验室，有一些学校做到了，有一些学校没有做到，我们现在数据库的教学主要这三个部分。我们新技术的教学来看，比如xml(标准化越来越近了)，数据仓库，数据挖掘这一块，会包括一些，但本科生的课程只是引导性的。

Don Chamberlin：在美国大学里面教授数据库的模式跟周老师谈到的情况比较类似的，首先美国对于本科的学生会从用户角度介绍基本数据库的知识，包括关系型数据库的模型，包括SQL语言的介绍，包括范式性的数据建模等基本概念。比较高级的课程主要侧重于数据库系统的实现，这里包括数据库优化技术，数据库索引技术，数据库锁技术，数据库交易系统以及数据库的访问系统等等。 

　  还有一些是相对比较专门性的课程，其中包括对于非结构化数据的访问，这里面比较典型的就是搜索技术，我们知道查询技术一般访问结果有明确定义的结果，一般只有两种情况，是或否的判断，对于搜索技术适用的范围是更模糊的范围，通过一系列的方式，不是完全结构化的数据，不会提供特别严格精确的结构。这个领域每个大学都提供一些这些方面的课程。