2026年11月13日(星期五),Richmond American University London 计算机科学副教授 Dr. Hongyuan Xie 在大数据学院为学生们带来了一场数据库系统专题讲座。讲座以数据大数据学院举办数据库系统专题讲座库基础为起点,结合行业案例,探讨数据库与人工智能协同应用的路径及风险控制。

讲座首先回顾数据库技术的发展,围绕需求分析、实体关系建模、关系模式、主外键与约束,梳理数据库设计的基本思路,并结合 SQL、事务和并发控制,说明如何保障多人同时操作时的数据一致性。随后,Dr. Hongyuan Xie 将视角延伸至数据库服务器、索引、备份恢复、安全管理与云服务,强调技术选型需要匹配业务访问方式和可靠性要求。
围绕亚马逊电商场景,讲座从商品属性多变与订单并发切入,分析数据模型的取舍,以及通过事务和条件更新预留库存、防止超卖的方法。AI 可辅助属性提取与需求预测,订单确认仍由受控的数据库操作完成。
在 Uber/滴滴出行场景中,定位数据会持续产生,重复或延迟到达的事件可能干扰行程状态。唯一事件标识、序列号和状态转换规则用于保护有效记录,AI 则利用历史数据辅助预计到达时间、需求预测及异常识别。
银行案例聚焦账户、设备与交易的复杂关联:SQL 与规则引擎筛查已知风险,AI 辅助发现异常转账路径和历史行为模式,相关判断仍需依据存储记录复核。
航空案例展示了 RAG 与 AI 的协作方式:检索票价规则和政策,辅助解答旅客问题;实际预订变更则需由业务接口重新核验余座、处理支付,并通过数据库事务与审计记录完成。讲座同时提醒,AI 可能产生信息过时、幻觉、偏差、隐私泄露和自动执行风险。对此,应通过文档版本与检索时间、来源引用、权限控制与脱敏、分群监测及人工复核等措施加以约束。涉及账户处置、预订变更等高影响操作,应由接口校验、事务记录,并按要求进行人工审批。
本次讲座把数据库课程中的概念与电商、出行、金融和航空业务相联系,有助于学生理解 SQL、主外键、约束和事务在实际系统中的作用,认识数据库设计与业务规则、系统可靠性之间的关系。通过比较不同案例,学生可以进一步学习如何分析并发操作、重复事件和数据异常等问题,为课程实验与项目开发积累解决问题的思路。
在后续学习与实践中,学生应重点掌握根据业务需求建立数据模型、使用主外键与约束组织数据、运用 SQL 查询和更新数据等基本方法,并理解事务、并发控制与日志如何保障数据一致性和可追溯性。同时,应分清数据库、RAG 与 AI 的职责,学会核查 AI 回答的来源与时效性,关注权限与隐私保护,逐步形成依据证据分析问题、审慎使用 AI 的能力。