空间数据库 空间索引 空间数据库应用

1. 云数据管理技术简介 2. 非关系型数据库与关系型数据库对比 3. Google云数据库技术（分布式存储Megastore） 4. Amazon云数据库技术（分布式存储Dynamo） 5. AWS云数据库（RDS,SimpleDB,DynamoDB） 6. 研讨（MD-HBase与Dremel）

1. 数据管理技术发展 2. 分布式数据库管理系统简介 3. Google分布式结构化数据库BigTable 4. 开源分布式数据库HBase 5. SQL on HBase（Phoenix） 6. 研讨（BigTable与Spanner）

数据库技术重点关注如何进行有效的数据组织、存储和访问，也与数据采集、传输、分析、可视化相关。 分布式数据库的特征 分布式数据库的分类 分布式数据库设计 分布式数据库事务管理

随着云计算、大数据、移动互联网、物联网等以数据为中心的技术和应用迅速发展，行业与公众数据不断汇集。对数据的管理与利用是当前最热的研究课题之一。 数据库是信息系统的核心和基础 现代信息系统渗透到人类社会的各个领域并逐步网络化、智能化，如何进行有效的数据组织、存储和访问，是本课程探讨的核心问题。数据库基本概念、数据库新技术、相关学术资源

5.1 嵌入马尔柯夫链的转移概率 5.2 G / M / 1系统中的顾客数分布 5.3 G / M / 1系统的等待时间分布 5.4 G / M / m 排队系统

4.1 嵌入马尔柯夫链 4.2 转移概率 4.3 系统平均顾客数 4.4 系统中顾客数的概率分布 4.5 等待时间的概率分布

3.1 爱尔郎分布 3.2 爱尔朗排队系统的相位分析法 3.3 M / E / 1 r 排队模型 3.4 E / M / 1 r 排队模型 3.5 批到达排队系统 3.6 批服务排队系统

2.1 生灭过程 2.1.1 生灭过程的定义 2.1.2 生灭过程状态概率的微分差分方程 2.1.3 生灭过程的简单应用 2.2 生灭过程的一般平衡解 2.2.1 生灭过程在极限情况下的概率分布 2.2.2 生灭过程平衡状态下的方程 2.2.3 排队系统的状态转移率图 2.2.4 平衡方程的解 2.3 M / M / 1排队系统 2.4 可变到达率的 M / M / 1排队系统 2.5 应答服务系统 M / M /  2.6 具有m 个服务者的系统 M / M / m 2.7 有限存储系统 M / M / 1 / N

1.1 排队系统概述 1.1.1 排队论发展历程 1.1.2 排队现象 1.1.3 排队系统的组成和特征 1.1.4 经典排队系统的符号表示 1.1.5 排队问题的求解 1.2 几个重要的概率分布 1.2.1 定长分布 1.2.2 负指数分布 1.2.3 爱尔郎（Erlang）分布 1.2.4 泊松（Poisson）分布 1.3 泊松过程 1.4 单服务者负指数分布排队系统的分析 1.4.1 系统中有个i 顾客的概率 1.4.2 系统的运行指标 1.5 Little 公式及其直观意义 1.5.1 Little 公式直观意义 1.5.2 Little 公式的证明 1.6 利用因数P的定义及其物理意义