学习的时候没有想象中的那么难，只要上课能听懂就基本还可以。但是问题还是出在书本有点厚，有的时候上课的内容都要找很久才能找到，甚至有的时候老师讲的知识书本上是找不到的，是另外补充而且是相当重要的内容。有的时候开小差，没有听到老师讲的知识点，这就导致了以后的学习无法顺利进行，使得学习起来十分困难。所以在数据库这门课的学习中，上课一定要听牢，就像老师说的那样，这样的专业课如果想凭考试前几天突击是行不通的，必须是日积月累的知识才能取得好成绩。

通过对数据库的学习，我也明白了各行各业都离不开数据库，就算是一个小型的超市也离不开它。可见数据库这门课的广泛性，如果能够认真学好它将来必有成就。我就是抱着这种信念去学习数据库的。第一次接触数据库，第一次接触sql语言，虽然陌生，但是可以让我从头开始学，就算没有基础的人也可以学得很好。刚开始练习sql语言的时候，并不是很难，基本上都是按照老师的步骤来做，还很有成就感。后来学了单表查询和连接查询后，就慢慢发现越学越困难了，每个题目都要思考很久，并且每个题目基本上不止一个答案，所以必须找出最优的答案。后面的删除、插入、修改这些题目都变化蛮大的，书本上的例题根本无法满足我们，好在老师给我们提供了大量的课件，通过这些ppt，我们可以巩固课内的知识，还可以学习内容相关的知识，更好地完成老师布置的作业。

除了老师布置的一些基本作业外，还有一份大作业。就像我们小组的是杂货店的销售管理系统，在完成这一作业的过程中，我们可以通过网络实现一家杂货店。过程是很复杂的，杂货店需要员工，还有百来种商品，不仅需要大量的数据，还要完成需求说明，数据词典，还有e-r图等，虽然想象起来并不是很难，但是要转化成文字，转化成人们能够读懂的文字就显得十分困难。特别是一个完整的销售系统，对我们来说都是第一次接触，在做大作业的时候经常是前面改改，后面改改，因为一些数据不能很好地对应起来，经常会遗忘一些，所以出现了这样的情况。一个完整的数据库系统也就是在这样修修改改的状态下完成的，也给了我很大的反思。第一、一个数据库的完成一定要考虑各方面的因素，包括现实因素。第

二、在完成这类作业时，修修改改是很正常的，不要因此而厌倦。第三、一个完整的数据库一定不能出现错误，否则会在现实生活中带来不必要的麻烦。

通过本学期数据库的学习及大作业的完成，很有去作项目的冲动，但深知自己的能力水平有限，还需要更多的学习。

上大数据课心得体会篇2

这次数据库课程设计用的是microsoft visual foxpro 6.0 ，而我们平时用的microsoft sql server 2000，虽然对vfp完全陌生，但在老师的指引下，我们近乎完美的完成了课程设计。当然过程是艰辛的。

面对着完全陌生的操作环境vfp，许多同学开始埋怨，要求用sql，用我们学过的asp等来完成设计。但我们慢慢发现用vfp做课程设计其实很有优势，于是它的这个优势激发了我们去了解它的欲望。老师先将vfp中基本的建数据库，建表以及建表单等向我们演示了一遍，我们也仿照着做了，发觉并不是很难。但想到这次课程设计做的是一套学生学籍和成绩管理系统，我们又开始茫然了。那天，老师给我们看了一段可以让文字循环移动的代码，这使我们产生了好奇心理，有了快速了解它的冲动。因为用面向对象的语言做特效，这还是第一次。下课之后我把那段我们不了解的语言写的特效代码发到了vfp论坛上请人帮忙解释，最后我们完全理解了那段代码的意思。

这次课程设计我们克服了炎热的天气（学校机房之前没装空调……后来设计完才装……），也克服对新知识的恐惧感以及畏难情绪。我们懂得了团队合作的重要性，也懂得了团队中如何交流、如何分工，如何集体讨论难点。我们充分利用了网络资源（技术论坛，共享的实例等）。

我们喜欢这次课程设计的感觉，喜欢编程，喜欢团队交流。

上大数据课心得体会篇3

通过两周的课程设计，完成了预定的目标，其中有很多的随想。老师的题目发下来的很早，大概提前了3周，当时就着手搜索有关线索二叉树的思想，思路，借了一本《数据结构—c语言描述》，在大体上就有了一个轮廓，先是输入二叉树，在对二叉树进行线索化，依次往下，但在具体实现时，遇到了很多问题：首先是思想的确定，其非常重要，以前有了这个想法，现在愈加清晰起来，因此，花了大量的.时间在插入删除的具体操作设计上，大概三个晚上的时间，对其中什么不清晰明确之处均加以推敲，效果是显著的，在上机上相应的节约了时间。

通过具体的实验编码，思路是对的，但是在小问题上摔了一次又一次，大部分时间都是花在这方面，这个节点没传过来啊之类的，以后应该搞一个小册子，记录一些错误的集合，以避免再犯，思想与c语言联系起来，才是我们所需要的，即常说的理论与实践的关系。

数据结构是基础的一门课，对于有过编程经验的人，结合自己的编程体会去悟它的思想；而且我觉得随着编程经历的丰富对它的体会越深入，最初接触是对一些思想可能只是生硬的记忆，随着学习的深入逐渐领悟了很多。看了这次课程设计的题目，虽然具体要求没有看清，但是总结一下，可以看出，其需要我们能把一个具体案例或一件事情反映为程序来表达，数据结构就是桥梁，通过自己的设计，使应用能力得以融汇，对与问题，具有了初步的分析，继而解决之的能力，感觉对以后的学习会有很大的帮助，学习无非是用于实践。

认识到自己的不足，希望能有进一步的发展。

上大数据课心得体会篇4

索引、规则、默认值和约束

在这个小组中，我负责建立图书数据库的索引、规则、默认值和约束。数据库的索引是一个表中所包含的值的列表，注明了表中包含各个值的行所在的存储位置。创建索引，我最大的感受是能节约大量时间，特别是当表中数据很大时。规则、约束、默认值则一起保证了数据的完整性。规则是数据库中队存储在表的列或用户定义数据类型中的值的规定和限制；约束定义了关于列中允许值的规则；默认值是用户输入记录时向没有指定具体数据的列中自动插入的数据。这些都是创建一个数据库必不可少的元素。

表的创建

在我们这个小组里，我负责关于表的创建部分，包括了字段名、数据类型和主键的设计。我做的数据库设计部分，首先必须弄清楚表中列的数据类型，是char、varchar、int、datetime、smallint型等等，还有是几个字符长度。还有的就是它的值是否可以为空的，这也是需要考虑的。在这个过程中我需要注意的是表的列名是不能重复的，它是具有唯一性的。设置主键相对而言就比较容易了，我最大的体会是对于表中每列的数据类型的分析必须谨慎细心，否则很容易出错。

e-r图

在我们组我负责画e-r图。它是这次项目设计的关键点，如果e-r图设计错误那么接下来的设计就无法进行，因此设计e-r图时需要特别的认真。e-r模型能够方便地模拟研究对象的静态过程。e-r ,即实体-联系方法，e-r图直观提供了表示实体型、属性和联系的方法。在画e-r图过程中，必须明确识别实体、属性和联系，用矩形、椭圆和菱形对应框出来。画这个图为后面的数据库设计打好基础，通过这次的数据库设计，我学到了不少知识，将理论运用与实际。

表关系图

在我们小组，我负责的是创建表关系图这部分。建表关系图相对来说也是比较容易的，只需要明确表之间的关系，有相同列内容的表用线连接起来。创建表关系图时，把老师上课讲的内容结合起来，就比较轻松了。通过这次小组设计，分工合作，我学到了很多书本上不能学到的东西，感觉对数据库的了解有所提高，毕竟自己亲自设计过一个数据库，不再是书本上的理论，空空而谈，自己觉得还是有收获的。

实验总结

在这次项目设计中，我们小组所选择的是设计一个图书管理系统，这对我们来说是一次尝试与创新的过程，也可以说是一个挑战的过程。虽然学了数据库这么久了，但是我们还是缺少经验。现在我们利用自己学到的知识设计并制作一个图书管理系统，这本身就是一个知识转化为生产力的过程，所以大家都很兴奋，都不同程度的投入了很高的热情与努力。

在具体的设计与实施中，我们看到并感受到了一个管理系统从无到有的过程，对具体的设计步骤、思路、方法、技巧都有了进一步的了解，并感受深刻。这次课程设计加深了我们对数据库系统设计相关知识以及sql server相关功能的理解。比如在建立基本的表、视图、索引、存储过程、触发器等，都比以前更加熟悉了，并在解决各种问题的过程中学到了很多新的知识。

在设计中我们基本能按照规范的方法和步骤进行，首先对现有的系统进行调查，并查阅有关资料，最后确定设计方案，然后设计并制作，实施过程中我们

深刻的认识到认真执行管理系统软件标准的重要性，由于我们对管理系统软件相关的标准和规范不太了解，缺少行为操作准则，所以在设计中手法比较生硬，主与次也没能很好把握住，这些方面通过这次产品。那个时候我已经学过vc和asp，因为，我接触到microsoft 公司的net产品。那个时候我已经学过vc和asp，因为至少微软是这么宣传的，我会继续学习它，包括jave公司的j2ee我也很想试试，语言本来就是相通的，just do it！语言并不重要毕竟它仅仅是工具，用好一个工具并不是一件值得为外人道的事情，主要是了解学习思想。古语说的好：学无止境啊！

我很庆幸我参加了这次数据库大赛，让我确实打开了眼界。

（最后，很感激学校给了我们这次动手实践的机会，让我们学生有了一个共同学习，增长见识，开拓视野的机会。也感谢老师们对我们无私忘我的指导，我会以这次课程设计大赛作为对自己的激励，继续学习。毕竟学习就是一个just do it的过程！）我直接从报告上面复制过来的....所以这段也不删去了.............呵呵。

题目大概是用可视化编程实现一个简单的数据库管理系统我用的是bcb 题目虽然是简单但也明白了很多以前以为懂的问题代码到没什么这种题目用bcb的话已经不用几行代码了关键是了解了这些名词paradox，ado，bde，odbc 一开始拖控件,写几行代码很快就完成了编译也通过了但传到同学机器上就是显示不出数据来折腾了我1天又是发帖子又是问群里的达人后来明白了我用的paradox数据库是用bde引擎的发布软件的时候要把bde打包于是又学着打包bde 却发现不到1m的软件如果打包bde的话就10＋m了而且bcb6自带的那个打包软件用的我头晕目眩于是又想不用bde 所以又折腾了我半天答案是要使用ado控件（以前我用的是bde控件）而且要用access数据库了解了这些之后作业也就完成了总的看来还是很有收获的幸亏我下了决心这个作业要自己做没有去网上下载呵呵

上大数据课心得体会篇5

数据结构是一门纯属于设计的科目，它需用把理论变为上机调试。在学习科目的第一节课起，鲁老师就为我们阐述了它的重要性。它对我们来说具有一定的难度。它是其它编程语言的一门基本学科。很多同学都说，数据结构不好学，这我深有体会。刚开始学的时候确实有很多地方我很不理解，每次上课时老师都会给我们出不同的设计题目，对于我们一个初学者来说，无疑是一个具大的挑战。

我记得有节课上遍历二叉树的内容，先序遍历、中序遍历、后序遍历。鲁老师说：这节课的内容很重要，不管你以前听懂没有，现在认真听。说实在的，以前上的内容确实没大听懂，不过听了老师的话，我听得很认真。先序遍历很简单，是三个遍历中，最简单的。而中序遍历听得有点模糊，后序遍历也半懂半懂，我心想如果老师再讲一遍，我肯定能听懂。后来老师画了一个二叉树，抽了同学到黑板上去排序，这个二叉树看似复杂，不过用先序遍历来排，并不难。于是我在下面排好了先序，先序遍历很简单，我有点得意，老师到位置上点了我上去排中序，上去之后排得一塌糊涂。后来老师又讲了一遍，我这才听懂了，鲁老师又安慰我们说，这个二叉树有点难，中序和后序都不好排，要学懂的确要花点功夫才行。我听了老师的话，认真做了笔记，回去再看了当天学的内容。第二堂课，老师还是先讲的先前的内容，画了一个简单的二叉树，让我们排序，又叫同学上去分别排出来，老师又点了我的名，叫我起来辨别排中序那两个同学的答案哪个排正确了，我毫不犹豫的答对了。因为这次的内容，先序遍历二叉树、中序遍历二叉树、后序遍历二叉树，我的确真的懂了，第一次上这个课这么有成就感。渐渐的对这门课有了兴趣。我以为永远都听不懂这个课，现在，我明白了，只要认真听，肯下功夫，这个课也没有什么难的。而数据结构学习的难易程度很大程度上决定于个人的兴趣，把一件事情当做任务去做会很痛苦，当做兴趣去做会很快乐。也希望老师能看到我的改变，在此也感谢老师的辛勤教导。老师没有放弃我，几次点我的名上去，老师一定看得到我的进步。

后来，我每节课都认真听课，老师虽然没有点名，但我还是很认真的听。双亲表示法孩子表示法和孩子兄弟表示法，这些内容我都听得很明白，差不多每节课都认真听课。有时我也会在上课空余时间看看以前的内容，所以，第一遍看课本的时候要将概念熟记于心，然后构建知识框架。数据结构包括线性结构、树形结构、图状结构或网状结构。线性结构包括线性表、栈、队列、串、数组、广义表等，栈和队列是操作受限的线性表，串的数据对象约束为字符集，数组和广义表是对线性表的扩展：表中的数据元素本身也是一个数据结构。除了线性表以外，栈是重点，因为栈和递归紧密相连，递归是程序设计中很重要的一种工具。

其中我了解到：栈（stack）是只能在某一端插入和删除的特殊线性表。它按照后进先出的原则存储数据，先进入的数据被压入栈底，最后的数据在栈顶，需要读数据的时候从栈顶开始弹出数据；队列一种特殊的线性表，它只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作。进行插入的操作端称为队尾，进行删除的操作端称为队头。队列中没有元素时，称为空队列；链表是一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的。链表由一系列结点组成，结点可以在运行时动态生成。每个结点包括两个部分：一个是存储数据元素的数据域，另一个是存储下一个结点地址的指针域。

想着自己报考自考的专业，也会考数据结构这门，这学期就结束了，或多或少都收获了一些知识。尽管学得还不是很透彻，我相信这对自己的自考会有很大的帮助，所以，即使是结束了这科的内容，我也不会放弃去学习它。

上大数据课心得体会篇6

我主要读了第一部分和第三部分。

第一部分是大数据的思维变革，作者舍恩伯格提出了三个观点，一是＂不是随机样本，而是全体数据＂，二是＂不是精确性，而是混杂性＂，三是＂不是因果关系，而是相关关系＂，作者被誉为＂大数据时代的预言家＂，抛出的观点是掷地有声的，下面我将谈谈我对这三点的理解。

对于一，我们必须承认我们以往做的处理抽样数据得到结果的方法，是省时省力省钱的，而且判断结果是相对高精准的，如人口普查这一案例，如果采用全体数据进行统计分析的话，工作难度是相当大的，最后的结果也不会很满意，这是得不偿失的。但是随着数据处理技术的飞速发展，我们已经具备了处理大量数据的能力，如果在数据分析过程中采用全体数据，就能避免抽样数据可能由于选取偏见带来的非随机性，处理全体数据也必将成为一种趋势。用在国防生管理工作中，就是管理层要对每个个体都给予充分的关心与互动，对于优秀的固然要偏爱，但是对于较差的也要保持＂不抛弃不放弃＂的态度，让每一个个体都找到自己的定位与价值。

对于二，作者强调通过掌握更多的数据，暂时牺牲精确性，关注更多容易被忽略的细节，来做更多的事，得到更多的结果，也就是说我们要有一定的包容错误的能力。我们在收集数据时，要主动获取更多的数据，少加一些限制性条件，然后应用我们处理大数据的能力，或许会获得意想不到的结果。作者举了一个谷歌翻译系统的例子，通过英语作为中转，进行各语言之间的转换。此处的启发就是用我们最擅长的途径，不拘泥于特定规则，来达到我们的目的，也就是说我们要先认清自己，不去刻意的模仿，找出最适合自己的一套方法。

对于三，作者指出知道＂是什么＂就够了，没必要知道＂为什么＂，乍一看这个观点觉得有点无脑，但是结合第二点就合理了，降低对精确性及原因结果的要求，通过对相关数据的广泛分析，进而得到更丰富更多元的结果。如购物时，系统的购物推荐，并不是肯定你会购买，仅仅是你感兴趣进而可能会买就足够了。其实作者对＂相关关系＂的强调，主要是大数据强大的预测能力，而且这种预测性能还是相当精确的。以上只是我用作者的观点佐证他自己的观点，证明其一定的合理性，但是我是不完全认同的，在航天领域，我们对成功率的要求是极高的，尤其是载人航天领域，我们必须做到万无一失，我们对每一个结果都会深究其根，找出原因。对于国防生体能成绩的分析也是如此，结果只是我们的一个评价机制，而最重要的还是产生这一结果的原因及过程。

第三部分是大数据的管理变革，本来以为作者会讲点如何通过大数据来改革管理机制和提高管理效率，没想到作者只是讲了大数据其实就是我们的隐私的暴露，提出了要让数据采集管理公司对数据的使用负起责任的解决途径。个人感觉，一是我们在平时要意识到个人隐私的保护，而是相关法律政策的完善，真正的让大数据服务我们的工作生活，而不是一种变相的威胁。

上大数据课心得体会篇7

完成了这次的二元多项式加减运算问题的课程设计后，我的心得体会很多,细细梳理一下，有以下几点：

1、程序的编写中的语法错误及修改

因为我在解决二元多项式问题中，使用了链表的方式建立的二元多项式，所以程序的空间是动态的生成的，而且链表可以灵活地添加或删除结点，所以使得程序得到简化。但是出现的语法问题主要在于子函数和变量的定义，降序排序，关键字和函数名称的书写，以及一些库函数的规范使用，这些问题均可以根据编译器的警告提示，对应的将其解决。

2、程序的设计中的逻辑问题及其调整

我在设计程序的过程中遇到许多问题，首先在选择数据结构的时候选择了链表，但是链表的排序比较困难，特别是在多关键字的情况下，在一种关键字确定了顺序以后，在第一关键字相同的时候，按某种顺序对第二关键字进行排序。在此程序中共涉及到3个量数，即：系数，x的指数和y的指数，而关键字排是按x的指数和y的指数来看，由于要求是降幂排序且含有2个关键字，所以我先选择x的指数作为第一关键字，先按x的降序来排序，当x的指数相同时，再以y为关键字，按照y的指数大小来进行降序排列。

另外，我在加法函数的编写过程中也遇到了大量的问题，由于要同时比较多个关键字，而且设计中涉及了数组和链表的综合运用，导致反复修改了很长的时间才完成了一个加法的设计。但是，现在仍然有一个问题存在：若以0为系数的项是首项则显示含有此项，但是运算后则自动消除此项，这样是正确的。但是当其不是首项的时候，加法函数在显示的时候有0为系数的项时，0前边不显示符号，当然，这样也可以理解成当系数为0时，忽略这一项。这也是本程序中一个不完美的地方。

我在设计减法函数的时候由于考虑不够充分就直接编写程序，走了很多弯路，不得不停下来仔细研究算法，后来发现由于前边的加法函数完全适用于减法，只不过是将二元多项式b的所有项取负再用加法函数即可，可见算法的重要性不低于程序本身。

3、程序的调试中的经验及体会

我在调试过程中，发生了许多小细节上的问题，它们提醒了自己在以后编程的时候要注意细节，即使是一个括号的遗漏或者一个字符的误写都会造成大量的错误，浪费许多时间去寻找并修改，总结的教训就是写程序的时候，一定要仔细、认真、专注。

我还有一个很深的体会就是格式和注释，由于平时不注意格式和注释这方面的要求，导致有的时候在检查和调试的时候很不方便。有的时候甚至刚刚完成一部分的编辑，结果一不注意，就忘记了这一部分程序的功能。修改的时候也有不小心误删的情况出现。如果注意格式风格，并且养成随手加注释的习惯，就能减少这些不必要的反复和波折。还有一点，就是在修改的时候，要注意修改前后的不同点在哪里，改后调试结果要在原有的基础上更加精确。

上大数据课心得体会7篇相关文章：

上大数据课心得体会7篇