数据管理十讲

中国工程院院士郑纬民作序 数据库领域专家学者携手打造，系统构建知识体系 综述当下领域前沿研究方向、理论与技术 以宏观视野把握领域前沿，获取领域底层逻辑

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靠前的速度增长，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。

丛书序
“十讲”序
前言
第1讲图数据管理本讲概览/2
1.1图数据库的数据模型和查询语言/2
1.1.1数据模型/2
1.1.2查询语言/5
1.2图数据库的系统架构/8
1.2.1Neo4j/8
1.2.2Jena/10
1.2.3gStore/12
1.3图数据库中的查询处理/15
1.3.1基于探索的子图匹配算法/16
1.3.2基于连接的子图匹配算法/19
1.3.3分布式子图匹配算法/20
1.4本讲小结/22
参考文献/22
第2讲云数据管理本讲概览/28
2.1云数据库概述/28
2.1.1云数据库的定义/29
2.1.2云数据库的优势/29
2.2云服务简介/30
2.2.1云服务的背景/30
2.2.2云服务的特性/32
2.3云托管数据库/33
2.3.1传统数据库的制约/34
2.3.2云托管数据库的起源/34
2.3.3云托管数据库的利弊/35
2.4云原生数据库/36
2.4.1云原生数据库系统架构/37
2.4.2OLTP云数据库架构/37
2.4.3OLAP云数据库架构/42
2.4.4云原生数据库系统关键技术/45
2.5本讲小结/56
参考文献/56
第3讲多模态数据管理本讲概览/60
3.1问题背景/60
3.2数据存储/61
3.2.1分散存储/62
3.2.2统一存储/64
3.3数据建模/65
3.3.1统一建模/67
3.3.2混合建模/69
3.4数据查询/70
3.4.1查询执行/71
3.4.2查询优化/72
3.5多模态数据管理系统/74
3.6本讲小结/76
参考文献/76
第4讲时空数据管理本讲概览/78
4.1时空数据管理概述/78
4.1.1空间数据管理的基本概念/78
4.1.2轨迹数据管理的基本概念/78
4.2空间数据管理/79
4.2.1空间数据索引/79
4.2.2空间区域查询/86
4.2.3空间数据k最近邻查询/86
4.2.4空间数据Skyline查询/91
4.3轨迹数据管理/96
4.3.1地图匹配/96
4.3.2轨迹数据索引/100
4.3.3轨迹数据相似性查询/104
4.3.4轨迹数据聚类/107
4.4本讲小结/110
参考文献/111
第5讲流数据管理本讲概览/124
5.1流数据管理的基本概念/124
5.1.1流数据管理/124
5.1.2流数据管理的作用/126
5.2基础流算法/126
5.2.1常见数据流模型/126
5.2.2元素个数估计/129
5.2.3topk元素估计与直方图/131
5.2.4数据流上不同元素个数估计/133
5.3数据挖掘与流算法/137
5.3.1数据流上的频繁项估计/138
5.3.2数据流上的聚类/139
5.4进阶流算法/142
5.4.1CountSketch/142
5.4.2Count-MinSketch/144
5.5流数据管理系统/145
5.5.1常见的流数据管理系统/146
5.5.2流数据管理系统的比较/152
5.5.3批、流数据管理系统对比/155
5.6流数据的应用与未来/160
5.6.1流数据的应用/160
5.6.2流数据管理的未来展望/162
5.7本讲小结/162
参考文献/163
第6讲区块链数据管理本讲概览/168
6.1区块链概述/168
6.1.1区块链：信任构建的基础设施/168
6.1.2区块链发展历史/169
6.1.3区块链架构划分/170
6.2区块链数据存储/170
6.2.1链式数据结构/170
6.2.2默克尔树/171
6.2.3区块数据和状态数据/172
6.2.4数据存储方式/174
6.3共识算法/176
6.3.1PoX系列/177
6.3.2Raft共识协议/179
6.3.3PBFT协议/180
6.4交易处理方式/182
6.4.1“共识-执行”模型/183
6.4.2“执行-共识-验证”模式/185
6.4.3分片执行/187
6.5区块链查询方法/189
6.5.1可验证查询/189
6.5.2基于可信执行环境的查询处理/191
6.6本讲小结/192
参考文献/192
第7讲数据质量管理本讲概览/196
7.1概述/196
7.1.1数据质量管理的意义与价值/196
7.1.2数据质量管理研究历程介绍/198
7.2数据质量/200
7.2.1数据质量维度/200
7.2.2数据质量评估模型/201
7.2.3数据可用性问题/203
7.3数据可用性理论研究/204
7.3.1数据可用性概念与表达机理/205
7.3.2数据可用性的判定理论/207
7.3.3大数据量质融合管理理论与技术/209
7.3.4弱可用数据的近似计算理论与算法/210
7.4数据清洗技术研究/212
7.4.1数据质量问题分类/212
7.4.2清洗流程概述/213
7.5数据质量持续改进模型与技术/214
7.5.1人工参与的数据清洗模型/214
7.5.2面向大数据的清洗技术/219
7.5.3数据质量问题溯源分析技术/223
7.5.4人工智能赋能的数据清洗技术/226
7.6数据清洗工具与系统介绍/229
7.6.1基于规则约束的数据清洗工具/229
7.6.2基于众包的数据清洗工具/235
……