“数据密集系统”（原“数据库系统原理”）脱胎于传统大学本科“数据库”课程，是革新传统“数据库”课程、深度梳理课程内容的产物。该领域在最近几年的迅猛发展，对传统“数据库”课程提出一系列严峻挑战，本课程直面最新技术发展，主要特色包括：

       (1) 纳入数据管理技术的最新发展，深度梳理课程知识点体系，研磨了与信息安全、操作系统、数据结构、组成原理等相关课程的关系，实现无缝平滑衔接。(2) 特别是梳理了数据保护知识点体系，提出了数据管理的目标：安全、简单、高效地共享数据，并以此为线索贯穿全书内容，把知识碎片变得系统化，使得全书知识点有机融为一体。(3) 以PostgreSQL为平台，以自然灾害应急系统/网络考试系统为案例，实施案例驱动的教学模式，技术最先进，概念最清晰。(4) 在课程内容安排上，先讲语言，让学生通过上机使用，有直观了解，进而再讲设计，最后讲实现，由浅到深，由外到里，便于理解。(5) 通过案例分析，解析传统数据库和大数据中数据管理技术的基本思想和特点，融合理论与实践，贯通技术思想与职业理念。(6) 站在大数据管理的角度，讲述数据库设计和实现的新思想，在数据库设计和实现的讲述中融入大数据思维；针对各种数据密集系统的共性，讲述数据管理技术发展趋势，并对大数据管理进行简介。(7)以尽可能简单的例子凸显技术思想的本质。部分学生评价如下：

      当前已经是大数据时代，关系数据库一统天下的局面已不可能重现。随着近几年数据管理领域的迅猛发展，传统数据库课程面临一系列挑战，并亟待改革。一方面，在空气中无处不渗透着大数据气息的今天，数据库课程不能没有大数据管理，这是技术发展的呼唤，也是提高学生学习兴趣、提高教学质量、加强人才技术素质的迫切要求。另一方面，传统数据库关键技术和方法仍然是数据库课程必不可少的核心内容，这些技术和方法如今广泛应用于关系国计民生的各行各业，管理着各行各业的宝贵信息资源，对改进部门管理、提高企业效益、提升人民生活水平均产生着实实在在的意义，而且也是大数据管理的基础和依托，大数据管理则是数据库技术的进一步延伸和发展。融合传统数据库关键技术以及大数据最新进展，是传统数据库课程改革的必然趋势。斯坦福、普渡等国际一流大学中数据库课程改革成果破茧而出，融合大数据与数据库的“数据密集系统”课程成为旗帜。MOOC《数据库系统原理》课程建设过程中，始终把“纳入数据管理技术的最新发展，深度梳理课程知识点体系”放在首位，特别是融入大数据管理。当时已经感觉到课程名字再叫“数据库”似有不足，但一时想不到满意的名称，便按照惯例称《数据库系统原理》。而今，斯坦福大学原《CS245：数据库系统原理》更名为《CS245：数据密集系统原理》（Principles of Data-Intensive Systems 2019春）；普渡大学等其他几所大学则更名为：数据密集系统（Data-Intensive Systems）；英国剑桥大学则称为：数据密集型应用系统。比较这几所大学新的课程目录，与北师大的课程大纲，改革思路和内容别无二致。为及时适应技术发展和国际上数据库课程改革的大趋势，并使课程内容与名称更匹配，MOOC《数据库系统原理》更名为《数据密集系统》。

      “课程新发展、技术新进步；画皮、画肉、更画骨”——欢迎您随我们一起走进数据库课程改革的新时代！祝贺您即将成为国内首批获得“数据密集系统”课程证书的学员！！

       本课程基于最先进的开源软件系统PostgreSQL，帮助掌握数据密集系统的共性关键技术和方法，培养分析数据管理问题和解决数据管理问题的能力，为从事数据库系统、信息系统、Web系统、互联网+平台系统等数据密集系统的研究、开发与应用奠定知识基础。

1、Html网页制作的简单基础。
2、C语言、或Java语言、或C++语言、或其它高级语言程序设计的简单基础。

1.   党德鹏. 数据密集系统原理与设计. 北京: 清华大学出版社, 2019.8

2.   党德鹏. 数据库应用、设计与实现. 北京: 清华大学出版社, 2017.3

3.   Depeng Dang,Ying Liu,Xiaoran Zhang,Shihang Huang.A Crowdsourcing Worker Quality Evaluation Algorithm on MapReduce for Big Data Applications.IEEE Transactions on Parallel and Distributed Systems,2016,27(7):1879-1888

4.   Shihang Huang ，Xue Jiang，Nan Zhang，Cheng Zhang，Depeng Dang. Collaborative filtering of web service based on MapReduce. IEEE International Conference on Service Science, 2014:645-648

5.   Dang Depeng,Liu Yunsheng. Concurrency Control in Real-Time Broadcast Environments. Journal of System and Software, 2003, 68(2):137-144

6.   Shihang H., Ying L. and Depeng D. Burst topic discovery and trend tracing based on Storm. Physica A: statistical mechanics and its applications,2014 416(C):331-339

7.      Lingxiao Ma, Yi Li, Hancong Tang, Weilai Chi, Depeng Dang. Parallel Chameleon clustering based on MapReduce. Journal of Information and Computational Science, 2015, 12(6): 2053-2062

8.   Dang Depeng, Xue Jiang, Nan Wang, Yingting Yao,Wenbin Yao. Concurrency Control of Real-Time Web Service Transactions. Journal of information science and engineering,2018, 34(1):261-287

9.   Hu Xin, Dang Depeng, Yao Yingting, et al. Natural Language Aggregate Query over RDF Data. Information Sciences,2018,454-455(7): 363-381

Q :“数据密集系统”的课程定位是怎样的？

A :  计算机相关专业都会开设数据库课：数据库系统、数据库系统原理、数据库系统概论等等，可以把 “数据密集系统”理解为这类大学本科数据库课程的新版本。

Q :  “数据密集系统”对传统大学本科“数据库”课程有什么改进？

A :  随着技术进步和人类对数据库课程相关知识理解的深入，传统数据库课程中的一些内容迫切需要更新：比如一些概念不够准确、不够严谨、甚或不正确；一些过时的技术思想显得片面、陈旧而迂腐；知识脉络不够清晰，特别是堆砌新内容后，新旧概念冲突、显得零碎而杂乱。数据密集系统课程涵盖数据库、大数据，深度梳理相关知识点体系，综合到一个统一的框架中，使得课程内容更加系统化，帮助学生更加深刻地清晰理解技术思想和概念的本质，增强学生所学到知识的生命力和持久性。

Q :  学习 “数据密集系统”课程需要哪些预备知识？

A :  只需要有网页制作的简单经验和程序设计的简单基础就可以。

Q :  对学好“数据密集系统”课程有哪些建议？

A :  课程学习以视频为主，并提供详实的实验素材。视频、测验和考试都是紧紧围绕核心知识点。如果在视频学习的基础上，认真阅读教材，并参照教材附录，完成实验操作，学习效果会更好。

Q :  每周测验中的A卷和B卷内容有什么异同，考核中要求有什么异同？

A :  每周测验分A卷或B卷，A卷或B卷内容相同只是开始时间和截止时间不同，每位学员只需选择完成其中之一，如果两者都参与，按最高分计入期末课程成绩。A卷在当前学习周内截止并公布成绩，您可以尝试三次，并取最高分；所有B卷截止时间均为2019年6月30日23时，您可以尝试三次，并取最高分。相信这样更具有自由度的安排能让大家可以根据自己的情况灵活安排学习时间。

Q :  课程实验中用到的软件从哪里获取？

A :  实验中用到的软件如下所列：

               PostgreSQL：https://www.postgresql.org/download/windows/

                                     PostgreSQL10.5 ，Windows X86-64位

              Java：https://www.oracle.com/technetwork/java/javase/downloads/

              Eclipse jdk：https://www.eclipse.org/downloads/

              Apache Tomcat：https://tomcat.apache.org/

              Dev-C++：https://sourceforge.net/projects/orwelldevcpp/

             ODBC：https://odbc.postgresql.org/

             JDBC：https://jdbc.postgresql.org/download.html