本书聚焦于制造数据管理这一核心主题，从理论延展至应用，从传统模型延展至高新技术，对相关领域内容进行了较为全面、系统的总结。全书内容分为5章：第1章绪论对制造数据与制造数据管理系统进行了简要概括；第2章介绍了各种经典的数据模型，并着重分析了关系模型；第3章对数据管理中的存储、定位、查找技术进行了介绍，并补充了数据库设计构架的相关内容；第4章与第5章结合企业智能制造的实际需求，对高可用数据管理技术与可信数据管理技术辅以实例进行了说明。

石宣化，华中科技大学教授、博士生导师，计算机学院副院长、大数据技术与系统国家地方联合工程研究中心副主任，中国计算机学会大数据专家委员会委员、高性能计算专业委员会常务委员。主要从事云计算与大数据处理、异构计算等领域的研究，在ASPLOS、VLDB、ICS、SoCC、TOCS等会议与期刊发表论文40余篇，成果被Computer杂志作为亮点工作推荐、IEEECluster最佳论文提名。获CCF自然科学奖一等奖、教育部技术发明奖一等奖等奖励。

第1章 绪论
1.1 制造数据的来源
1.1.1 自动化设备采集的数据
1.1.2 生产设备获取的数据
1.1.3 生产管理系统数据
1.2 制造数据的分类
1.3 制造数据管理系统简介
1.3.1 产品数据管理系统
1.3.2 企业资源计划系统
1.3.3 制造执行系统
参考文献
第2章 数据模型
2.1 树状模型
2.2 网状模型
2.3 关系模型
2.3.1 关系模型的数据结构
2.3.2 关系模型的关系操作
2.3.3 关系模型的完整性约束条件
2.4 图模型
2.5 键值对模型
2.6 总结
参考文献
第3章 数据管理技术
3.1 概述
3.2 数据表达及存储技术
3.2.1 关系数据库
3.2.2 键值数据库
3.2.3 列族数据库
3.2.4 文档数据库
3.2.5 图数据库
3.3 索引技术
3.3.1 B+树索引
3.3.2 哈希索引
3.4 查询语言
3.4.1 SQL
3.4.2 Gremlin
3.5 数据库设计及应用技术
3.5.1 数据库设计概述
3.5.2 逻辑数据库架构技术
3.5.3 物理数据库架构技术
参考文献
第4章 高可用数据管理技术
4.1 智能制造对数据库的高可用需求
4.2 基于多副本的数据管理技术基础
4.2.1 数据库级的多副本技术
4.2.2 操作系统级的多副本技术
4.3 基于多副本的企业级数据高可用架构
4.3.1 数据库双机热备架构
4.3.2 面向高并发读的数据读写分离技术架构
4.3.3 数据生命周期监控与写数据库优化技术架构
4.4 基于云数据库的企业数据管理体系
4.4.1 云数据库技术
4.4.2 企业数据管理中的云数据库模式
参考文献
第5章 可信数据管理
5.1 智能制造与可信数据管理
5.1.1 智能制造的战略意义
5.1.2 传统制造向智能制造发展的影响因素
5.1.3 智能制造为什么需要可信数据管理
5.2 可信数据管理技术
5.2.1 实现可信数据管理——区块链
5.2.2 保证数据来源——密码学
5.2.3 共享数据的可用不可见——隐私计算
5.3 可信数据管理技术在智能制造中的应用
5.3.1 基于区块链技术的高效供应链管理系统
5.3.2 隐私计算技术保护数据安全
5.3.3 具体案例分析——京东智臻链
参考文献