数据管理十讲袁野崔斌李战怀等_袁野崔斌李战怀等_9787111733348

随着社交网络等新型应用的兴起和云计算等新技术的快速发展，人类获取数据的规模正以前所未有的速度增长，数据中包含了大量有价值的信息，能够有效助力社会、经济、科技的发展，因此数据管理与分析方面的研究工作倍受关注。本书针对该领域的研究热点和前沿技术进行了深入浅出的介绍，包括图数据、云数据库系统、时空数据、数据质量、数据库智能化等，帮助读者构建宏观视野，把握领域前沿。
本书适合数据管理与分析等相关领域的科研人员、年轻教师、研究生，以及从事相关工作的人员阅读。

随着社交网络等新型应用的兴起和云计算等新技术的快速发展，人类所获取的数据规模正以前所未有的速度增长，与大数据相关的技术变革成为当今世界的热点话题。大数据在信息科学、物理学、生物学、环境生态学等领域以及军事、金融、通信等行业普遍存在，引起人们的极大关注。对数据进行管理与分析，可以有效提炼人们感兴趣的信息，帮助人们进行决策，为后续研究提供坚实的数据支撑。
随着新兴领域的发展，大数据具有种类繁多的特性。为了反映数据之间的关联关系，图数据的管理与分析应运而生。现实世界中的许多应用场景都需要用图结构表示，例如，传统应用中的最优运输路线确定、疾病暴发路径预测、科技文献引用关系分析、生物信息网络分析等，新兴应用中的社交网络分析、知识图谱、数据万维网、人脑网络等。随着数据规模的不断扩大，传统的数据库已经不能满足人们对数据存储和管理的需求，云数据库系统随之诞生，它融合了云基础服务的弹性和数据库系统的高可用、高性能的数据处理能力，可以适应业务规模波动的场景，同时具有高可用、强容灾、自动化运维、智能优化的特性，成为数据库市场的主导力量。随着大数据时代的发展，越来越多的数据应用场景所涉及的数据模态变得更加多样化，而传统的单模态数据不能满足人们的需求。为应对多模态数据应用场景，多模态数据管理领域飞速发展，为数据存储、建模以及查询带来了全新的挑战。随着GPS定位技术与移动互联网的快速发展，时空数据呈现爆发式增长。时空数据在形态上具有海量、多维、动态等特性，可以满足城市计算、交通运输、行为研究等领域中不断涌现的用户需求，因此受到了广泛的关注。在现实生活中，数据并不是一成不变的，而是不间断到达和被处理的连续数据流。这种连续的数据流是自然产生的。因此，如何对流数据进行管理与分析，根据实时的数据流做出决策和推断，对于许多任务有着不可替代的作用。随着比特币进入人们的视野，区块链作为比特币的底层技术，代表一种革新性的理念和技术范式，旨在利用数据和技术来建立信任机制与体系，进而建立新的信用体系，从而为数字经济和数字化转型奠定强大基础。
数据类型的多样性为数据的管理与分析带来了巨大的挑战，也为数据管理领域的相关研究带来了巨大的机遇。然而，当人们获取和利用的数据量飞速增长时，由于容错标准不完善、数据存储格式不一致、信息来源可靠性低、数据更新周期过长等，数据的错误率和混乱程度会大幅提升，使得数据工程中所用数据的质量不够优质，这很可能会给诸多领域带来严重的负面影响。因此，如何制定相关规则，对生命周期的每个阶段（计划、获取、存储、共享、维护、应用、消亡）里可能发生的各类数据质量问题进行识别、度量、监控、预警等一系列管理活动，并通过改善和提高组织的管理水平使数据质量获得进一步提高，成为数据质量管理的研究目标。而随着数据管理相关研究的不断深入，新的问题也随之产生。数据收集是数据驱动任务中重要的一步，随着隐私安全问题逐渐受到关注，各国的法律法规加强了对数据收集的限制，使得隐私计算成为焦点，如何实现数据隐私安全成为数据库领域关注的研究问题。数据库在基础硬件和上层软件之间起到了“承上启下”的作用，向下发挥硬件算力，向上支撑上层应用。底层硬件技术决定了数据存取、并发处理等的物理极限性能，以NVM、高性能处理器和硬件加速器、RDMA高性能网络为代表的新硬件技术驱动的数据管理，可以改变传统的数据管理系统的底层载体支撑，数据管理系统将向混合存储环境、异构计算架构和高性能互联网络逐步演进。而对于上层软件系统，在大数据和云计算快速发展的背景下，数据库服务的数量剧增，对数据库查询优化、索引推荐、故障诊断、参数调优等提出了更高的要求。传统的依赖于启发式算法或者人工干预的数据库系统已经难以满足其需求。因此，结合机器学习技术实现包括数据库的自优化、自管理、自监控、自诊断、自恢复等在内的多维度的高度自治功能的数据库系统智能化的研究受到了广泛关注。
综上所述，数据管理与分析技术的研究和开发不仅具有重要的理论研究意义，而且具有广泛的实际应用价值。因此，本书对上述数据管理领域的研究热点和前沿技术进行了深入浅出的介绍，希望本书能够为数据管理与分析专业的研究生开展研究工作提供良好的参考。

你还可能感兴趣

我要评论