若干世界一流大學數據庫課程實施情況調研

周競文，李莎莎，周海芳

（1.國防科技大學 計算機學院，湖南 長沙 410073；2.復雜系統軟件工程湖南省重點實驗室，湖南 長沙 410073）

0 引 言

數據庫技術是當前數據管理的最有效方法，是現代信息基礎設施的核心技術之一，在諸多重要領域起著不可替代的作用，因此，成為計算機領域的一個重要分支，也成為計算機專業及其他相關專業人才培養過程中的一個重要環節，受到各大高校的重視。然而，數據庫技術的特點導致數據庫課程，特別是入門課程，在實施過程中面臨一些問題，如數據庫技術既重理論又重實踐，如何平衡理論和實踐課程的問題；數據庫技術涵蓋面廣、部分內容難度較大，如何折中課程廣度和深度的問題；在傳統關系型數據庫仍被廣泛使用的同時，數據庫新技術的發展也日新月異，如何取舍傳統技術和新技術的問題等。不同高校對于這些問題的解決有著一些共同的認識，但也存在一些差別。

1 調研對象

調研對象的選取方法如下。

（1）學校：將各高校計算機科學專業在QS 2018、ARWU 2017、USNEWS 2016的排名相加計算得分，如MIT的計算機專業在3個排名中均為第1，則得分為3，然后選取得分最小的前8所高校。

（2）課程：選取面向本科生開設的數據庫入門課程，即課程不要求學生預先掌握任何數據庫的相關知識。調研的8門課程見表1。

（3）學期：在網絡資料較全面的前提下，選取離當前時間最近的學期。

表1 調研的課程

2 實施情況

2.1 基本信息

調研課程的基本信息見表2。

從課時安排上看，課時數最少為15次課（Harvard），最多為29次課（UCB），平均為22.3次課。除課表課時之外，學生還需要在課外花費大量的時間完成課程作業、閱讀相關資料、進行討論等。UCB在施教過程中要求學生完成13個普通作業和5個難度較大的編程作業；Stanford除布置作業之外，還會布置額外的閱讀材料；MIT每周會安排2～3次教師或教輔答疑討論時間。

表2 課程基本信息

從統計數據看，各高校對先導課程的要求不一樣，但一般來說，需要學生熟悉計算機系統、數據結構、算法等方面的計算機基礎知識，以滿足課程內容的需求，如UCLA要求學生熟悉哈希表、樹/圖結構、排序算法、集合論等內容。另外，這些課程普遍要求學生具備較好的編程能力，以順利完成課程的相關作業，如Harvard的作業之一是編程實現某DBMS的特定功能，故明確要求學生具有“很強的Java編程技巧”。

2.2 教材與平臺

各課程選用的教材和參考書（標“*”表示推薦的參考書，否則為所用教材）見表3，主要集中為3本：①Database Management Systems（R.Ramakrishnan,J.Gehrke）； ②Database Systems:The Complete Book（H.Garcia-Molina,J.D.Ullman,J.Widom）；③Database System Concepts（A.Silberschatz,H.F.Korth,S.Sudarshan）。

表3 教材和參考書

除此之外，各課程還會根據需要選用其他一些相關書籍，如Harvard使用自編材料、ETHZ使用某德文教材等。另外需指出的是，許多課程在具體施教時方式靈活，不依賴于教材，如UCLA課程網站上指出“雖然本課程教材是學校要求的，但往年很多學生表示不買教材也可以跟上課程”。

各課程在資源發布、在線交流、提交作業等方面使用的相關平臺見表4。

表4 教學平臺

整體上看，國外課程的課程網站做得較好，課程信息、資源、通知等均會在課程網站上發布，而在在線交流、提交作業等方面更多的是選用功能成熟的商用平臺，如Piazza、GitHub等。另外，還有些課程會通過平臺發布課程錄像，如UCB和CMU。通過這些平臺的合理使用，學生能夠及時獲取課程資源，得到相關反饋，從而保證課程的順利進行。

2.3 成績構成

各課程的成績組成及分值比例見表5。

這些課程的成績一般由普通作業、編程作業、期中考試、期末考試等部分組成。編程作業是指需要學生編程實現的課程項目，如MIT、UCB、Harvard、CMU、Princeton、UCLA 要 求完 成 一 個 DBMS，Stanford、Princeton、UCLA要求實現一個數據庫應用系統。普通作業是除編程作業外的相關任務，如選擇題、簡答題等。除作業和考試外，一些課程還包含其他成績，如MIT、Princeton會對學生的課程參與和表現情況進行評分。

從數據看，這些課程普遍注重對學生過程性成績的評價，學習過程中的成績（作業和期中考試）所占分值較大，在67%～80%之間（除ETHZ），而期末考試所占分值較小，僅占20%～33%（除ETHZ），這也反映出這些課程強調的是對課程內容的深入理解和靈活應用以及學生能力的培養，而不僅僅是知識的傳授。在過程性成績中，各課程對作業尤為重視，主要反映在6方面。

（1）分值比例大。除ETHZ之外，作業所占分值均在45%～60%之間。雖然ETHZ的課程成績不包含作業，但是授課教師也會布置大量作業，并在課程網站和課件中多次強調作業的重要性，還會對作業進行答疑和檢查。

表5 成績組成 %

（2）工作量大、難度高。MIT的編程作業是在給定框架的基礎上實現一個DBMS的數據管理、操作符、查詢優化、事務管理、B+樹索引、回滾與恢復等功能，學生需具備良好的編程基礎，深入理解課程相關內容，花費大量課余時間才能順利完成。通過這些作業，學生的能力可以得到較大提升，且學生能更好地理解課程內容。

（3）覆蓋全面。UCB共有13次普通作業和5個編程作業，基本每次課的知識點都有課后作業與之對應；Princeton的編程作業包括開發一個數據庫應用系統，實現一個DBMS的若干功能，研究某些新型數據庫技術等，分別側重數據庫應用、底層、新技術等方面。這些作業可以促進學生對課上內容的理解。

（4）面向實際。許多課程使用的數據是來源于實際的真實數據，且數據量較大，從而使學生能更好地將所學內容應用到實際場景，以便更好地適應未來工作，如Stanford要求學生實現一個數據庫應用系統，管理eBay網站上2萬余次拍賣的數據；UCLA使用的是包含近8萬條記錄的真實電影數據；CMU使用的一個數據集來源于某法庭網站約10年的數據，涉及200余萬個案件。

（5）評分方式靈活。CMU在規定作業之外，還布置了一些拓展作業，供有余力的學生練習，并額外占課程成績的10%；UCB的普通作業共包括13個小測試，統計得分時會去掉兩個最低分。通過這些措施，可以提高學生對待作業的積極性和認真程度。

（6）鼓勵討論、禁止抄襲。幾乎所有課程在課程網站上進行聲明，如Harvard的課程網站上專門有一個網頁用于說明該問題，里面列出了所禁止的抄襲行為和相應的處罰措施；MIT指出會使用軟件對作業進行查重。通過這些措施可以培養學生的學術誠信意識，并使課程成績能真實反映學生水平。

2.4 教學內容

參照文獻[9]，將數據庫相關內容劃分成基礎知識、關系操作、數據庫設計、內部實現、事務管理、新技術6個部分，各部分具體內容見表6，各課程教學內容的課時分配見表7。

表7中數據的格式為“課次數（約占比）”，如“MIT: 6.814”行、“基礎知識”列的“1（5%）”表示MIT花1次課講授基礎知識，大約占講授課時的5%。

從教學內容上看，各課程主要介紹的是傳統關系型數據庫的相關內容，占講授學時60%以上。另外，一些課程也比較關注數據庫新技術，以開闊學生視野，如MIT介紹Spark、Big Table、Kafka等處理平臺；ETHZ介紹授課教師參與的最新研究；UCB邀請Amazon公司的人員介紹企業界的前沿技術。

表6 教學內容說明

表7 教學內容課時分配

在關系型數據庫部分，所占課時最多的部分一般是內部實現，包括數據存儲、索引、查詢處理與優化等內容，且講授較為深入，反映了這些課程對數據庫系統底層實現的重視。UCB花了過半學時（13次課）介紹DBMS的內部實現，內容涉及磁盤、文件、緩沖區、頁等計算機底層結構（3次課）、B+樹等索引的理論和實現（3次課）、連接等操作的實現方法（3次課）、數據查詢的優化策略（4次課）等。對于關系操作、數據庫設計等偏應用的內容，所占課時一般較少，這部分內容更多的是安排課后自學或以作業形式完成。在事務管理部分，各課程主要還是集中在經典理論和方法上，如ACID特性、封鎖、死鎖、可串行化調度和沖突可串行化調度、2PL、封鎖粒度、基于日志的恢復等。

在教學內容的取舍和講授順序上，各課程存在一些相同點，如絕大部分課程對關系演算、高階范式（4NF、5NF）等使用較少的理論不作要求；一般先介紹傳統關系型數據庫技術，最后再介紹新技術；介紹內部實現時一般會從最底層的磁盤、文件、索引開始，進而介紹查詢處理和查詢優化。另外，各課程也存在許多區別，如對于數據庫新技術，Stanford講授的是NoSQL和分布式數據處理，UCB是邀請企業人士介紹若干商用平臺，而ETHZ會介紹授課教師參與的最新研究。

3 調研結果

調研是依據數據庫課程實施過程中存在的一些問題提出的，通過對若干世界一流大學相關課程的調研發現，高校在解決數據庫課程實施中的問題時應從如下3方面著手。

（1）理論和實踐的平衡。既重理論又重實踐，理論知識放在課上講授，通過課后作業進行實踐，課后作業工作量大、難度高、面向實際，能較好地培養實踐能力且能加深學生對理論知識的理解。總體來看，理論知識仍以傳統技術為主（表6），課后實踐主要分為系統型和應用型兩類。前者針對某一具體DBMS進行功能完善，如實現查詢的處理與優化、B+樹索引等；后者則是結合具體場景使用某數據庫產品，如進行數據查詢、開發數據庫應用系統等。大部分課程會同時安排兩類實踐。

（2）廣度和深度的折中。對課程重點關注的內容或難度較大的內容，在課上講深講透并配以作業加深理解；而對于其他內容，只簡要介紹并通過課后自學、作業等形式進行補充。對于深入講解的內容，各課程有所不同，總體來看，普遍對內部實現較為重視，在事務管理與新技術上也會花費較多學時，而對于關系操作、數據庫設計等內容則更多的是以課后實踐的形式實施。

（3）傳統技術和新技術的取舍。以傳統關系型數據庫的內容為主體，適當引入數據庫的新理論、新平臺、前沿研究等內容。另外，新技術的比重有加大之勢，內容主要涉及大數據管理相關技術及平臺，如NoSQL、MapReduce、Hadoop、Spark、Bigtable等。在具體施教時，傳統技術主要采用課堂講解與課后實踐相結合的方式進行，而新技術則綜合采用理論講解、平臺介紹、專家講座、論文閱讀、研討等方式。

4 結 語

數據庫課程是計算機專業及其他相關專業培養過程中的一門重要課程，受到各大高校的重視。筆者通過對若干世界一流大學數據庫技術入門課程的實施情況進行調研，分析得出若干結論，可為數據庫相關課程的實施和改革提供參考，但是這些結論知易行難，還需要結合本校特色進行細化，根據授課對象的特點動態調整，這需要在多輪授課過程中不斷總結和積累，同時也對授課教師的能力與水平提出較高要求。