葉 楓，孫 駿，黃 倩，李幽錚，李 凌

（1.河海大學(xué)計(jì)算機(jī)與信息學(xué)院，江蘇南京 211100；2.金陵科技學(xué)院建筑工程學(xué)院，江蘇南京 211169）

1 問題與研究現(xiàn)狀分析

近40 年來，關(guān)系數(shù)據(jù)庫系統(tǒng)作為主流的數(shù)據(jù)庫模型，得到了學(xué)術(shù)界和工業(yè)界廣泛的研究與應(yīng)用。隨著大數(shù)據(jù)和人工智能時(shí)代的到來，數(shù)據(jù)驅(qū)動的決策模式愈加普遍，但關(guān)系數(shù)據(jù)庫難以應(yīng)對大數(shù)據(jù)的關(guān)鍵挑戰(zhàn)：①表示不匹配。需要存儲的數(shù)據(jù)類型往往是非結(jié)構(gòu)化的，不適合關(guān)系模型［1］；②事務(wù)模型導(dǎo)致系統(tǒng)性能下降。關(guān)系數(shù)據(jù)庫提供了一種非常嚴(yán)格的事務(wù)控制模型（原子性、強(qiáng)一致性、隔離性和持久性，即ACID），而嚴(yán)格的事務(wù)模型往往會導(dǎo)致許多大數(shù)據(jù)系統(tǒng)的性能下降［2］；③可伸縮性不強(qiáng)。擴(kuò)展關(guān)系數(shù)據(jù)庫較為困難，并且需要不斷地調(diào)優(yōu)以保障運(yùn)行效率［3］。因此，工業(yè)界、學(xué)術(shù)界研發(fā)了諸多NoSQL 數(shù)據(jù)庫［4］以適用于多樣化的大數(shù)據(jù)應(yīng)用場景。通常，NoSQL 數(shù)據(jù)庫沒有嚴(yán)格的模型定義，且數(shù)據(jù)庫類型多樣（圖、寬列、鍵值、文檔、時(shí)間序列、多模數(shù)據(jù)庫等），差異化顯著。目前，NoSQL 數(shù)據(jù)庫的演化發(fā)展十分迅速，已經(jīng)從2011 年的50余個發(fā)展到現(xiàn)在的200余個。

NoSQL 對工業(yè)界和學(xué)術(shù)界的影響也愈加深入。根據(jù)Forrester［5］最近的一項(xiàng)調(diào)查結(jié)果顯示，近50%的受訪企業(yè)或組織已經(jīng)采用了NoSQL 解決方案。行業(yè)招聘的最新要求也表明，對接觸、熟悉NoSQL 的畢業(yè)生需求急劇增加。但是，當(dāng)前相關(guān)課程的教學(xué)現(xiàn)狀是：依然重視關(guān)系數(shù)據(jù)庫［6］，對NoSQL 的關(guān)注不夠；學(xué)生缺少NoSQL 數(shù)據(jù)庫的實(shí)踐能力，與業(yè)界要求大數(shù)據(jù)能力的鴻溝越拉越大。計(jì)算機(jī)科學(xué)作為一門學(xué)科，強(qiáng)調(diào)以問題為基礎(chǔ)的學(xué)習(xí)，真實(shí)的案例和使用經(jīng)驗(yàn)對提高計(jì)算機(jī)應(yīng)用能力至關(guān)重要［7］。一些研究已經(jīng)證實(shí)，通過實(shí)踐來學(xué)習(xí)能顯著地提升學(xué)習(xí)效果［8-9］。如何開展NoSQL 教學(xué)，一些代表性的研究［10-11］已經(jīng)提出了有建設(shè)性的方案。但是，由于NoSQL 數(shù)量眾多、異構(gòu)性強(qiáng)，傳統(tǒng)教學(xué)方式很難讓學(xué)生更深入、全面地理解和應(yīng)用NoSQL 數(shù)據(jù)庫，特別是在未來工作中如何對眾多NoSQL 數(shù)據(jù)庫進(jìn)行選型是一個難題。基于此，為了讓學(xué)生全面了解NoSQL 概念以及不同NoSQL 數(shù)據(jù)庫實(shí)例的差異性，提升學(xué)生的動手能力，提出一種新的NoSQL 數(shù)據(jù)庫實(shí)踐模式，即結(jié)合評測基準(zhǔn)（Benchmarking）［12-14］的方法。

眾所周知，評測基準(zhǔn)是系統(tǒng)選型、開發(fā)與優(yōu)化的重要驅(qū)動力量。如今，NoSQL 數(shù)據(jù)庫的評測基準(zhǔn)持續(xù)吸引著數(shù)據(jù)即服務(wù)（Data as a Service）提供商以及眾多有意實(shí)現(xiàn)“上云用數(shù)賦智”的企業(yè)與相關(guān)科研人員等的關(guān)注。從數(shù)據(jù)即服務(wù)提供商角度，標(biāo)準(zhǔn)的評測基準(zhǔn)有利于向服務(wù)消費(fèi)者提供更豐富的應(yīng)用場景支持，有效降低NoSQL 數(shù)據(jù)庫維護(hù)成本；從眾多企業(yè)的角度，可根據(jù)自身業(yè)務(wù)需要，快速選型大數(shù)據(jù)存儲解決方案，并減少數(shù)據(jù)遷移成本；從研究人員的角度，可利用評測基準(zhǔn)評估新技術(shù)、優(yōu)化完善NoSQL 數(shù)據(jù)庫，推動其快速演化發(fā)展。顯然，若能將評測基準(zhǔn)方法有效地與NoSQL 數(shù)據(jù)庫教學(xué)實(shí)踐結(jié)合，是非常有意義的。

2 實(shí)踐背景

該課程適用于軟件工程、計(jì)算機(jī)科學(xué)的本科高年級學(xué)生和研究生。在現(xiàn)有教學(xué)體系下，本科高年級學(xué)生和研究生通常已經(jīng)完整地學(xué)習(xí)了數(shù)據(jù)庫系統(tǒng)基礎(chǔ)課程，也具備了以Java 語言為代表的編程能力。在此基礎(chǔ)上，開展NoSQL數(shù)據(jù)庫實(shí)踐教學(xué)，可以在充分利用前期所學(xué)知識的基礎(chǔ)上，更側(cè)重于NoSQL 數(shù)據(jù)庫的實(shí)踐內(nèi)容。

作為一所重視本科教育的高校，教學(xué)環(huán)節(jié)非常強(qiáng)調(diào)課堂上的主動學(xué)習(xí)和課堂以外面向問題的學(xué)習(xí)。為了貫徹這一教學(xué)原則，在NoSQL 數(shù)據(jù)庫實(shí)踐教學(xué)中，有目的、有意識地安排了大量實(shí)驗(yàn)和課堂活動，并要求學(xué)生仔細(xì)考慮如何將概念、知識應(yīng)用到畢業(yè)后可能遇到的工作場景中。同時(shí)，為了鍛煉團(tuán)隊(duì)的合作研發(fā)能力，特別要鍛煉學(xué)生與實(shí)際工作接軌的能力，課程實(shí)踐伊始就將3～5 人組為一個團(tuán)隊(duì)，這也為后面基于Benchmarking 學(xué)習(xí)模式的實(shí)施提供了一個組織基礎(chǔ)。

3 NoSQL課程設(shè)置

3.1 設(shè)置思路

通過瀏覽nosql-database.org 網(wǎng)站上NoSQL 數(shù)據(jù)庫現(xiàn)狀，不難發(fā)現(xiàn)，不同類型的NoSQL 數(shù)據(jù)庫均有其獨(dú)特性質(zhì)，每一類NoSQL 數(shù)據(jù)庫又包括眾多不同實(shí)例。與標(biāo)準(zhǔn)的關(guān)系型數(shù)據(jù)庫不同，每個NoSQL 數(shù)據(jù)庫都是針對特定問題而開發(fā)的，并具有各自的基本概念和交互語言。一個關(guān)鍵問題是：如何開始了解NoSQL 課程涉及的概念和數(shù)據(jù)庫實(shí)例？可以想象，采用教SQL 和關(guān)系數(shù)據(jù)庫的技術(shù)與方法講授NoSQL 數(shù)據(jù)庫是不切實(shí)際的。針對此問題，可以認(rèn)識到：在實(shí)踐教學(xué)中，選擇每一類中最知名和有代表性的NoSQL 數(shù)據(jù)庫實(shí)例作為講解基礎(chǔ)，充分利用為期12周的教學(xué)時(shí)間來介紹4～5 種NoSQL 系統(tǒng)，并通過分組讓學(xué)生們開展某一類NoSQL 的Benchmarking 實(shí)驗(yàn)是一種好的教學(xué)途徑。具體而言，從以下幾類NoSQL 數(shù)據(jù)庫中選擇最有代表性和流行的工具：①面向文檔的數(shù)據(jù)庫MongoDB；②圖數(shù)據(jù)庫Neo4J；③鍵值數(shù)據(jù)庫Redis；④列族數(shù)據(jù)庫Cassandra；⑤時(shí)間序列數(shù)據(jù)庫Riak TS、Druid 和IoTDB；⑥多模數(shù)據(jù)庫ArangoDB、OrientDB。

每個系統(tǒng)都涵蓋數(shù)據(jù)建模、查詢、擴(kuò)展和建立一個Benchmarking 系統(tǒng)。課程目標(biāo)如下：①解釋代表性的NoSQL 數(shù)據(jù)庫的基本存儲結(jié)構(gòu)和訪問技術(shù)，包括鍵值數(shù)據(jù)庫、文檔數(shù)據(jù)庫、圖數(shù)據(jù)庫、列族數(shù)據(jù)庫、時(shí)間序列數(shù)據(jù)庫以及多模數(shù)據(jù)庫；②熟悉代表性的NoSQL 數(shù)據(jù)庫的典型操作，如每類NoSQL 數(shù)據(jù)庫的查詢操作、數(shù)據(jù)建模等；③識別新數(shù)據(jù)庫與先前已知數(shù)據(jù)庫之間的語義相似性和差異性（例如圖數(shù)據(jù)庫的索引機(jī)制、文檔數(shù)據(jù)庫的分片機(jī)制等），并區(qū)分常用的一致性模型；④根據(jù)要存儲的數(shù)據(jù)和期望的可用性、可伸縮性及一致性要求，討論如何部署NoSQL/SQL 數(shù)據(jù)庫；⑤在UCI 機(jī)器學(xué)習(xí)庫、Kaggle 等網(wǎng)站選用不同數(shù)據(jù)集，在Benchmarking 實(shí)驗(yàn)基礎(chǔ)上，研究如何對NoSQL數(shù)據(jù)庫進(jìn)行選型。在每學(xué)期實(shí)踐教學(xué)中，根據(jù)學(xué)生和行業(yè)領(lǐng)域工程師的反饋，對上述主題進(jìn)行擴(kuò)展細(xì)化。

3.2 教材與實(shí)踐環(huán)境

如何選用教材也是NoSQL 課程實(shí)踐能取得成功的關(guān)鍵。由于NoSQL 數(shù)據(jù)庫的發(fā)展和演化速度非常快，相應(yīng)地，目前市面上也涌現(xiàn)了眾多內(nèi)容豐富，且具有實(shí)用性的相關(guān)教材，例如：陸嘉恒［15］著的《大數(shù)據(jù)挑戰(zhàn)與NoSQL 數(shù)據(jù)庫技術(shù)》、袁燕妮［16］著的《NoSQL 數(shù)據(jù)庫技術(shù)》等。對于這些教材，本研究邀請多名領(lǐng)域?qū)＜摇I(yè)內(nèi)專業(yè)工程師等采用打分的方式，為該課程選擇合適的教材。另外，該實(shí)踐課程也將NoSQL 數(shù)據(jù)庫發(fā)布的官方文檔作為補(bǔ)充教材，因?yàn)檫@些文檔很好地概述了數(shù)據(jù)模型、查詢語言以及常見用例和遇到的問題等。

為了開展NoSQL 數(shù)據(jù)庫的Benchmarking 實(shí)驗(yàn)，在實(shí)踐環(huán)節(jié)中，為每組學(xué)生配備了3 臺虛擬機(jī)構(gòu)成的集群，并安裝了最新版本的Ubuntu。每臺機(jī)器有16 GB 內(nèi)存、500 GB硬盤和4核i5的CPU。這些機(jī)器既可以由學(xué)院現(xiàn)有基礎(chǔ)設(shè)施提供，也可以租用阿里云環(huán)境。學(xué)生們使用這些機(jī)器集群來安裝NoSQL 數(shù)據(jù)庫，并跟隨課堂上介紹的概念熟悉其操作。

4 雙層學(xué)習(xí)模式

隨著NoSQL 數(shù)據(jù)庫的快速發(fā)展，持續(xù)學(xué)習(xí)變得日益重要，有必要要求選課的學(xué)生探索其現(xiàn)有知識庫和所遇到的新范例之間的聯(lián)系。在整個實(shí)踐課程中，重點(diǎn)是讓學(xué)生們結(jié)合實(shí)際進(jìn)行學(xué)習(xí)與思考，最終掌握NoSQL 數(shù)據(jù)庫的關(guān)鍵細(xì)節(jié)。此外，NoSQL 數(shù)據(jù)庫選型是一個關(guān)鍵問題，目前沒有現(xiàn)成方式可以用來為各種應(yīng)用場景選擇合適的NoSQL系統(tǒng)。因此，學(xué)生們必須通過一些不同的數(shù)據(jù)集，在學(xué)習(xí)基本概念和知識的基礎(chǔ)上，對這些NoSQL 數(shù)據(jù)庫進(jìn)行Benchmarking 實(shí)驗(yàn)?？紤]到這些目標(biāo)，構(gòu)建一個雙層學(xué)習(xí)模式，具體包含課堂概念與實(shí)踐、基于NoSQL 數(shù)據(jù)庫的Benchmarking 實(shí)驗(yàn)兩個層面，其實(shí)質(zhì)也是從定性到定量研究NoSQL 數(shù)據(jù)庫的過程。該模式將為學(xué)生提供大量機(jī)會來實(shí)踐如何更好地應(yīng)用NoSQL 數(shù)據(jù)庫的重要技能，做到有的放矢。

4.1 課堂概念與實(shí)踐

自主學(xué)習(xí)已被證明在闡述計(jì)算機(jī)科學(xué)概念方面是非常有效的，特別是數(shù)據(jù)庫［17-18］。每節(jié)課的設(shè)計(jì)都考慮到這一點(diǎn)，并針對課堂上涉及的各種概念、技術(shù)和數(shù)據(jù)庫重點(diǎn)設(shè)置了如下課堂內(nèi)容：

（1）基本概念講解。結(jié)合上文所述NoSQL 數(shù)據(jù)庫文檔，對每一種NoSQL 數(shù)據(jù)庫是什么、為什么使用及其關(guān)鍵特征進(jìn)行講解，讓學(xué)生們熟悉不同NoSQL 數(shù)據(jù)庫的關(guān)鍵概念和基礎(chǔ)知識。

（2）數(shù)據(jù)建模練習(xí)。NoSQL 數(shù)據(jù)建模傾向于強(qiáng)調(diào)數(shù)據(jù)聚合、非規(guī)范化數(shù)據(jù)、數(shù)據(jù)訪問模式以及數(shù)據(jù)結(jié)構(gòu)支持等。根據(jù)以往經(jīng)驗(yàn)，數(shù)據(jù)建?？煽醋饕粋€跨越這些約束的優(yōu)化問題。因此，學(xué)生需要較多地練習(xí)才能掌握。首先在課堂上用交互式的方式指導(dǎo)學(xué)生建模案例，課程結(jié)束后，要求每個團(tuán)隊(duì)模仿完成一個樣本數(shù)據(jù)建模活動。團(tuán)隊(duì)必須提出一個數(shù)據(jù)模型，并根據(jù)前面提到的標(biāo)準(zhǔn)為其設(shè)計(jì)提供理論依據(jù)?；顒咏Y(jié)束時(shí)，各團(tuán)隊(duì)向班級匯報(bào)工作，并由任課教師對各團(tuán)隊(duì)的設(shè)計(jì)進(jìn)行分析和完善。

（3）現(xiàn)場編程能力提升?，F(xiàn)場編程涉及對NoSQL 系統(tǒng)的增、刪、改、查等主要操作。之后，學(xué)生有能力對類似的數(shù)據(jù)集、問題域開展編程工作。通過該方式，讓學(xué)生在虛擬機(jī)集群上將NoSQL 操作與實(shí)際編程結(jié)合起來，有助于提升其實(shí)踐信心與深入學(xué)習(xí)的興趣。

4.2 基于NoSQL的Benchmarking實(shí)驗(yàn)

在現(xiàn)代數(shù)據(jù)庫世界中，特征驅(qū)動了數(shù)據(jù)庫選擇，而一個大數(shù)據(jù)應(yīng)用系統(tǒng)中具有多個數(shù)據(jù)庫工具是較為常見的。NoSQL 開發(fā)、管理人員需要識別并選擇正確的數(shù)據(jù)庫，快速學(xué)習(xí)并利用不同的NoSQL 數(shù)據(jù)庫來滿足實(shí)際要求。因此，在NoSQL 數(shù)據(jù)庫實(shí)踐教學(xué)中，學(xué)生同樣被要求識別一個特定的NoSQL 數(shù)據(jù)庫，并以團(tuán)隊(duì)形式進(jìn)行研究。具體方法就是針對一類NoSQL 數(shù)據(jù)庫，設(shè)計(jì)并實(shí)現(xiàn)Benchmarking實(shí)驗(yàn)，最終完成一份Benchmarking 實(shí)驗(yàn)報(bào)告。

在該階段，每個團(tuán)隊(duì)成員首先需要結(jié)合教材、文檔等，安裝部署所選的NoSQL 數(shù)據(jù)庫。接下來，團(tuán)隊(duì)成員分工設(shè)計(jì)并編程，實(shí)現(xiàn)多類負(fù)載（workloads）生成、數(shù)據(jù)集準(zhǔn)備和評測指標(biāo)度量（例如CPU 使用率、吞吐量等）。例如，在時(shí)間序列數(shù)據(jù)庫的Benchmarking 實(shí)驗(yàn)中，任課教師結(jié)合專業(yè)特色，提供了水文傳感器數(shù)據(jù)集［19］。學(xué)生們可以用Java 編程實(shí)現(xiàn)如下負(fù)載：①不同數(shù)據(jù)規(guī)模的傳感器數(shù)據(jù)加載或數(shù)據(jù)插入；②按時(shí)間間隔查詢某采樣點(diǎn)數(shù)據(jù)；③按照一定的時(shí)間間隔，查詢多個采樣點(diǎn)數(shù)據(jù)；④隨著傳感器流數(shù)據(jù)不斷注入NoSQL 數(shù)據(jù)庫，增加查詢次數(shù)；⑤在保持查詢次數(shù)的同時(shí)，增加傳感器采樣的數(shù)據(jù)量；⑥按多個時(shí)間間隔查詢采樣點(diǎn)數(shù)據(jù)；⑦使用GroupBy 聚合查詢；⑧索引查詢。然后，根據(jù)不同負(fù)載下的執(zhí)行結(jié)果，各個小組可以整理分析報(bào)告，設(shè)計(jì)與實(shí)現(xiàn)NoSQL 數(shù)據(jù)庫Benchmarking 實(shí)驗(yàn)過程，既可以讓選課學(xué)生從定量層面更深入地了解同類NoSQL數(shù)據(jù)庫不同實(shí)例之間的差別，又可以了解不同類型NoSQL數(shù)據(jù)庫的差別。最后，各組學(xué)生完成一份NoSQL 數(shù)據(jù)庫評測報(bào)告，并在班級層面上進(jìn)行分享交流，匯報(bào)所測評NoSQL 數(shù)據(jù)庫的結(jié)論。該方式可以讓學(xué)生快速而全面地了解不斷發(fā)展的NoSQL 數(shù)據(jù)庫，為后續(xù)使用NoSQL 數(shù)據(jù)庫奠定了良好基礎(chǔ)。

5 評價(jià)與討論

對于該課程的評價(jià)，采用階段評價(jià)和結(jié)課評價(jià)相結(jié)合的方式。在教學(xué)階段，通過定期開展匿名調(diào)查的方式來獲取學(xué)生對課程教學(xué)效果的反饋。團(tuán)隊(duì)任課教師會定期回應(yīng)學(xué)生關(guān)注的問題，根據(jù)學(xué)生的反饋提供相關(guān)材料并完善實(shí)驗(yàn)內(nèi)容，以提高學(xué)生的學(xué)習(xí)水平。除定期反饋外，課程結(jié)束時(shí)還將對學(xué)生進(jìn)行總結(jié)性評估?？偨Y(jié)性評估通常包括下列方面：①從總體上評價(jià)此課程；②評價(jià)個人在課堂上的學(xué)習(xí)質(zhì)量；③描述本課程的一個或多個優(yōu)點(diǎn)；④描述一個或多個改進(jìn)課程的方法；⑤任課教師是否為課程作好了充分準(zhǔn)備；⑥任課教師是否使用了幫助我學(xué)習(xí)的教學(xué)技巧；⑦解釋你給任課教師等級或評價(jià)的依據(jù)；⑧解釋通過學(xué)習(xí)，個人達(dá)到了怎樣的水平；⑨還有哪些內(nèi)容是期望學(xué)習(xí)到的；⑩該門課程對于未來的學(xué)習(xí)和就業(yè)有哪些具體幫助等。

從近5 年授課的調(diào)研結(jié)果來看，任課教師從這些問題上得到的反饋是積極、正面的。據(jù)統(tǒng)計(jì)，92%的學(xué)生認(rèn)為自己的實(shí)踐能力得到了有效提高，并且對大數(shù)據(jù)相關(guān)技術(shù)有了更多了解，這也為該課程的發(fā)展方向提供了另一個好的數(shù)據(jù)分析源。也有不少教師和學(xué)生建議，隨著實(shí)驗(yàn)內(nèi)容的豐富，可以將實(shí)驗(yàn)項(xiàng)目開源或者將其應(yīng)用于一些較大的項(xiàng)目中。由于篇幅限制，對于學(xué)習(xí)評價(jià)的進(jìn)一步研究在此不再深入討論。列舉部分學(xué)生的課程體會：“內(nèi)容很有趣，值得學(xué)習(xí)；這些實(shí)驗(yàn)對我們加強(qiáng)對NoSQL 數(shù)據(jù)庫的認(rèn)識很有幫助；學(xué)習(xí)數(shù)據(jù)庫如何確保多語言持久性和水平可擴(kuò)展將對我的工作非常有幫助；當(dāng)我終于弄清楚Druid、Riak TS和IoTDB 數(shù)據(jù)庫之間的差異時(shí)，我感到非常有成就感。”另外，還有多篇關(guān)于NoSQL 數(shù)據(jù)庫基準(zhǔn)測評的論文在計(jì)算機(jī)學(xué)會推薦的會議和期刊上發(fā)表，如Journal of Database Management、ICA3PP、COMPSAC 和HPCC 等。

6 結(jié)語

NoSQL 數(shù)據(jù)庫已越來越多地應(yīng)用于驅(qū)動行業(yè)中，并被各種組織迅速采用。目前，計(jì)算機(jī)科學(xué)課程主要集中在關(guān)系系統(tǒng)上，而對NoSQL 范例關(guān)注不夠。接觸和體驗(yàn)各種NoSQL 范例和數(shù)據(jù)模型是學(xué)生技能集的關(guān)鍵部分，將有助于其成功過渡到行業(yè)。并且，學(xué)生通過基準(zhǔn)測評多種NoSQL 范例，能更加深入、全面地了解和使用NoSQL 數(shù)據(jù)庫。學(xué)生評估結(jié)果驗(yàn)證了該實(shí)踐教學(xué)模式的效果。未來將在此基礎(chǔ)上積累一批基于NoSQL 數(shù)據(jù)庫的項(xiàng)目案例，嘗試以開源形式供更多NoSQL 愛好者學(xué)習(xí)和使用。