企业信息化数据管理doc.docx
《企业信息化数据管理doc.docx》由会员分享，可在线阅读，更多相关《企业信息化数据管理doc.docx（19页珍藏版）》请在冰点文库上搜索。
企业信息化数据管理doc
数据管理
数据管理包括数据的存储、检索和操纵。
为了能够在系统开发和开展业务工作期间有效地与信息服务人员进行联系，用户管理人员应具备本章中所提到的有关概念、方法和术语方面的业务知识。
一、数据和信息
计算机系统并不存储信息，只存储数据。
数据是获得信息的原始材料，为了满足定期存取的需要，它们被存储在二级（辅助）存储设备（磁盘和磁带）上。
信息是经过同化、聚合和“加工”后的有特定含义的数据。
为了突击数据和信息之间的差别，我们考察下面的例子。
一个部门领导要求每个职工分别在一张纸上写下他们的年龄。
每张纸只有一行含义简单的数据。
然而经理可以从这些数据中获得信息。
他能够以此确定超过50岁的职工有多少、职工平均年龄是多少，最年轻的职工年龄是多少等等。
人们经常使用“信息处理”这个词汇容易造成误解，实际上，它的真正含义是为了产生信息而处理数据。
二、数据组织的层次体系
任何信息系统都有一个数据组织的层次体系。
在该层次体系中，每一后继层都是其前驱层数据元组合的结果，最终实现一个综合的数据库。
处于第一层的“位”用户是不必了解的，而其它五层则是用户输入和请求数据时合理的需要。
数据是一切信息系统的基础。
一个高质量的计算机信息系统的最终用户必须具备数据的组织及其处理方面的知识。
?
位
位是主存储器和辅助存储器的基本单位。
计算机是电子的，因而只能实现两种状态。
从物理上讲，可以通过不同途径来实现这两种状态（电流的方向，开关，涂在带上和盘上的铁淦氧的磁性排列）。
由于每一位只能表示两种状态，因此，必须将位组合才能形成字母数字字符。
由位组合成的字母数字字符被暂时存放在主存储器中，或永久地存放在辅助存储器中。
在主存和辅存中存放的是字母数字字符的内部表示形式（例如，如果采用EBC-DIC编码体制，则11000010表示字母A，而11110001表示数字1）。
在输入时，对字母数字字符进行编码以形成若干位的组合，而在输出时进行译码。
目前还没有工业标准的编码体制。
最为流行的编码体制是六位二进制编码的十进制码（BCD），七位ASCII码以及八位扩充二进制编码的十进制交换码（EBCDIC-发音为eb-se-dik）。
六位编码最多可以表示64个字符（2?
6）。
七位编码可以表示128个字符，而八位编码可以表示256个字符。
读者可能会问：
既然用六位就可以对一个字符编码。
为什么还要用八位来编码?
这是因为六位码的64种可能的组合只够表示字母、数字和18个特殊符号。
如果希望有表示大写和小写字母，那么六位编码就不够用了。
因此，就需要具有128种组合的七位编码。
目前还难以想象出对128种以上的位的组合需要。
引进八位编码体制（EBCDIC）是为了利用这一个事实，即只用4位（24-具有16种可能的组合）来表示一个数值数据。
因此，一个8位的编码实际上可以用来表示两个十进制数字。
由于所存储的数据多数是数值数据，所以将两个数字的编码压缩成八位可以节省存储空间。
EBCDIC的8位组合称之为一个字节。
而BCD的六位就构成一个字节。
在BCD和ASCII编码体制中，字节是字符的同义词。
在EBCDIC编码体制中，由于可以将两个数字压缩到一个字节中，所以EBCDIC的字节与字符间并不一一对应。
然而，在涉及到存储容量时，则经常交替地使用字符和字节。
一个磁盘组可以有800兆字节容量（即800兆字节的永久存储器），而一台计算机的主存可以有8兆字节（作为处理用的兆字节的高速临时存储器）。
较小的存储设备用千字节（一千个字节的倍数来度量）。
通常将兆和千分别缩写“M”和“K”。
在逻辑上讲，一个EBCDIC字节是8位，而实际上它有9位。
由于要将这些位在计算机和外部设备（或远程终端）之间传送，所以在计算机硬件中使用了一种内部校验方法来保证传送数据的准确性。
这种构验方法之一是给传送的数据附加一位奇偶校验位，用该位来发现在传送过程中是否丢失了一位。
计算机可以采用偶数奇偶校验或奇数奇偶校验法，即每一字符要包含偶数个或奇数个“开状态”位。
假定某台计算机采用偶数奇偶校验法，如果要将一个EBCDIC的字母A（它具有奇数个“开”位-11000001）写到磁带上，那么在传送之前为了维持偶校验，则需要增加一位奇偶位（即：
111000001—偶数个“开”位），在将字符写到磁带之前，硬件自动计算“开”位的个数。
如果计算机结果是奇数，则说明已经出现了奇偶校验错误，计算机自动向操作员发出警告。
?
字符（字节）
在通过键盘（光符号识别器或其他输入设备）输入一个字符时，机器直接将字符翻译成某特定的编码系统中一串位的组合。
一个计算机系统可以使用不止一种编码体制。
例如，某些计算机系统中将ASCII编码体制用于数据通信，而将EBCDIC编码体制用于数据存储。
?
数据元
描述数据元的最好办法是举例说明。
一个人的社会保险号、姓名、信用卡号、街道地址和婚姻状况等都是数据元。
在数据的层次体系中，数据元是最低一层的逻辑单位，为了形成一个逻辑单位，需要将若干位和若干字节组合在一起。
一个日期不一定是一个数据元，它可以是三个数据元：
年、月、日。
对地址来说，也是同样的。
一个地址中可以包括州、城市、街道地址和邮政码这四个数据元。
从逻辑上可以把日期和地址都看成是一个数据元，但是输出这种数据元是不方便的。
例如，通常在输出时总是把街道地址单写一行，因而应该把一个地址的几个数据元分开。
此外，由于姓名和地址文件经常按邮政码排序，因此，需要将邮政码作为一个逻辑实体（数据元）来对待。
根据上下文的需要，有时也把数据元称作为字段（记录中的字段）。
数据元是泛指的，而数据项才是实际的实体（或实际的“值”）。
例如，社会保险号是一个数据元，而445487279和44214158则是两个数据项。
为了节省输入数据时敲打键盘的时间和存储空间，在输入数据时通常将数据元编码。
例如，通常将职工主文件中的“性别”数据元编码，这样，数据录入员就可以简单的输入“M”或“F”来代替“Male”（男）或“Female”（女）。
在输出时再将“M”和“F”分别翻译成“男”或“女”。
在设计数据元时，可以使一个数据项（如帐号）的编码具有特定的含义，从而可以向用户提供信息。
例如，可以将一个大学的六位帐号编码如下：
表20.6.1
举一个例子，RBI001将表示生物系的1另研究项目的帐号。
?
记录
将逻辑上相关的数据元组合在一起就形成一个记录。
表20.6.2列举了一个职工记录中可能包含的若干数据元，以及作为职工记录的一个值的若干数据项。
记录是能够从数据库中
存取的最低一层的逻辑单位。
例如，如果一个人事经理需要知道阿温肥访芩沟幕橐鲎纯觯敲矗桶阉恼黾锹即痈ù嬷腥〕隼床⒋偷街鞔娼写怼£
?
文件
文件是逻辑上相关的记录的集合。
职工主文件包含每一个职工的记录。
库存文件包含每一种库存货物的记录。
应收帐目文件包含每个顾客的记录。
“文件”这个词有时也指某台二级存储设备上的一块已命名的区域，该区域中可以包含程序代码、教材、数据，甚至还可以包含输出报表。
?
数据库
数据库是一种作为计算机系统资源共享的全部数据之集合。
有时根据不同应用领域可将该资源共享数据分成若干段。
例如，财会数据库可以划分为一个应用领域，它可以包含六个不同的文件。
读者应该注意到：
用“文件”来组织数据这种方法将带来数据的冗余。
也就是说，为了在处理时使用，必须将某些数据元重复地存放在几个文件中。
例如，在一所大学的安置办公室、宿舍管理处、财务支持办公室以及注册处等都有可能保存学生文件。
像学生名、校内地址这类数据元几乎在每个文件中都重复出现。
在对开发一个综合的学生信息系统进行可行性分析时，一些系统分析员在美国西南部一所规模很大的大学中发现有75个计算机文件中都包含学生名和校内地址。
采用先进的数据库管理系统比之传统的文件系统有较大的改进，它使得用户可以将存储数据的重复程度减至最小。
三、数据库的概念与用途
?
数据库的概念
什么是数据库呢?
当人们从不同的角度来描述这一概念时就有不同的定义（当然是描述性的）。
例如，称数据库是一个“记录保存系统”（该定义强调了数据库是若干记录的集合）。
又如称数据库是“人们为解决特定的任务，以一定的组织方式存储在一起的相关的数据的集合”（该定义侧重于数据的组织）。
更有甚者称数据库是“一个数据仓库”。
当然，这种说法虽然形象，但并不严谨。
严格地说，数据库是“按照数据结构来组织、存储和管理数据的仓库”。
在经济管理的日常工作中，常常需要把某些相关的数据放进这样“仓库”，并根据管理的需要进行相应的处理。
例如，企业或事业单位的人事部门常常要把本单位职工的基本情况（职工号、姓名、年龄、性别、籍贯、工资、简历等）存放在表20.6.3中，这张表就可以看成是一个数据库。
有了这个“数据仓库”我们就可以根据需要随时查询某职工的基本情况，也可以查询工资在某个范围内的职工人数等等。
这些工作如果都能在计算机上自动进行，那我们的人事管理就可以达到极高的水平。
此外，在财务管理、仓库管理、生产管理中也需要建立众多的这种“数据库”，使其可以利用计算机实现财务、仓库、生产的自动化管理。
J.Martin给数据库下了一个比较完整的定义：
数据库是存储在一起的相关数据的集合，这些数据是结构化的，无有害的或不必要的冗余，并为多种应用服务；数据的存储独立于使用它的程序；对数据库插入新数据，修改和检索原有数据均能按一种公用的和可控制的方式进行。
当某个系统中存在结构上完全分开的若干个数据库时，则该系统包含一个“数据库集合”。
?
数据库的优点
使用数据库可以带来许多好处：
如减少了数据的冗余度，从而大大地节省了数据的存储空间；实现数据资源的充分共享等等。
此外，数据库技术还为用户提供了非常简便的使用手段使用户易于编写有关数据库应用程序。
特别是近年来推出的微型计算机关系数据库管理系统dBASELL，操作直观，使用灵活，编程方便，环境适应广泛（一般的十六位机，如IBM/PC/XT，国产长城0520等均可运行种软件），数据处理能力极强。
数据库在我国正得到愈来愈广泛的应用，必将成为经济管理的有力工具。
数据库是通过数据库管理系统（DBMS-DATABASEMANAGEMENTSYSTEM）软件来实现数据的存储、管理与使用的dBASELL就是一种数据库管理系统软件。
?
数据库结构与数据库种类
数据库通常分为层次式数据库、网络式数据库和关系式数据库三种。
而不同的数据库是按不同的数据结构来联系和组织的。
1.数据结构模型
（1）数据结构
所谓数据结构是指数据的组织形式或数据之间的联系。
如果用D表示数据，用R表示数据对象之间存在的关系集合，则将DS＝（D，R）称为数据结构。
例如，设有一个电话号码簿，它记录了n个人的名字和相应的电话号码。
为了方便地查找某人的电话号码，将人名和号码按字典顺序排列，并在名字的后面跟随着对应的电话号码。
这样，若要查找某人的电话号码（假定他的名字的第一个字母是Y），那么只须查找以Y开头的那些名字就可以了。
该例中，数据的集合D就是人名和电话号码，它们之间的联系R就是按字典顺序的排列，其相应的数据结构就是DS＝（D，R），即一个数组。
（2）数据结构种类
数据结构又分为数据的逻辑结构和数据的物理结构。
数据的逻辑结构是从逻辑的角度（即数据间的联系和组织方式）来观察数据，分析数据，与数据的存储位置无关。
数据的物理结构是指数据在计算机中存放的结构，即数据的逻辑结构在计算机中的实现形式，所以物理结构也被称为存储结构。
本节只研究数据的逻辑结构，并将反映和实现数据联系的方法称为数据模型。
目前，比较流行的数据模型有三种，即按图论理论建立的层次结构模型和网状结构模型以及按关系理论建立的关系结构模型。
2.层次、网状和关系数据库系统
（1）层次结构模型
层次结构模型实质上是一种有根结点的定向有序树（在数学中“树”被定义为一个无回的连通图）。
例如图20.6.4是一个高等学校的组织结构图。
这个组织结构图像一棵树，校部就是树根（称为根结点），各系、专业、教师、学生等为枝点（称为结点），树根与枝点之间的联系称为边，树根与边之比为1:
N，即树根只有一个，树枝有N个。
这种数据结构模型的一般结构见图20.6.5所示。
图20.6.4高等学校的组织结构图图20.6.5层次结构模型
图20.6.5中，Ri（i＝1，2，…6）代表记录（即数据的集合），其中R1就是根结点（如果Ri看成是一个家族，则R1就是祖先，它是R2、R3、R4的双亲，而R2、R3、R4互为兄弟），R5、R6也是兄弟，且其双亲为R3。
R2、R4、R5、R6又被称为叶结点（即无子女的结点）。
这样，Ri（i＝1，2，…6）就组成了以R1为树根的一棵树，这就是一个层次数据结构模型。
按照层次模型建立的数据库系统称为层次模型数据库系统。
IMS（InformationManage-mentSystem）是其典型代表。
（2）网状结构模型?
在图20.6.6中，给出了某医院医生、病房和病人之间的联系。
即每个医生负责治疗三个病人，每个病房可住一到四个病人。
如果将医生看成是一个数据集合，病人和病房分别是另外两个数据集合，那么医生、病人和病房的比例关系就是M:
N:
P（即M个医生，N个病人，P间病房）。
这种数据结构就是网状数据结构，它的一般结构模型如图20.6.7所示。
在图中，记录Ri（i＝1，2，8）满足以下条件：
①可以有一个以上的结点无双亲（如R1、R2、R3）。
②至少有一个结点有多于一个以上的双亲。
在“医生、病人、病房”例中，“医生集合有若干个结点（M个医生结点）无“双亲”，而“病房”集合有P个结点（即病房），并有一个以上的“双亲”（即病人）。
图20.6.6医生、病房和病人之间的关系
图20.6.7网状结构模型
按照网状数据结构建立的数据库系统称为网状数据库系统，其典型代表是DBTG（DataBaseTaskGroup）。
用数学方法可将网状数据结构转化为层次数据结构。
（3）关系结构模型
关系式数据结构把一些复杂的数据结构归结为简单的二元关系（即二维表格形式）。
例如某单位的职工关系就是一个二元关系（见表20.6.8）。
这个四行六列的表格的每一列称为一个字段（即属性），字段名相当于标题栏中的标题（属性名称）；表的每一行是包含了六个属性（工号、姓名、年龄、性别、职务、工资）的一个六元组，即一个人的记录。
这个表格清晰地反映出该单位职工的基本情况。
表20.6.8职工基本情况
通常一个m行、n列的二维表格的结构如表20.6.9所示。
表中每一行表示一个记录值，每一列表示一个属性（即字段或数据项）。
该表一共有m个记录。
每个记录包含n个属性。
作为一个关系的二维表，必须满足以下条件：
（1）表中每一列必须是基本数据项（即不可再分解）。
（2）表中每一列必须具有相同的数据类型（例如字符型或数值型）。
（3）表中每一列的名字必须是唯一的。
（4）表中不应有内容完全相同的行。
（5）行的顺序与列的顺序不影响表格中所表示的信息的含义。
由关系数据结构组成的数据库系统被称为关系数据库系统。
在关系数据库中，对数据的操作几乎全部建立在一个或多个关系表格上，通过对这些关系表格的分类、合并、连接或选取等运算来实现数据的管理。
dBASEII就是这类数据库管理系统的典型代表。
对于一个实际的应用问题（如人事管理问题），有时需要多个关系才能实现。
用dBASEII建立起来的一个关系称为一个数据库（或称数据库文件），而把对应多个关系建立起来的多个数据库称为数据库系统。
dBASEII的另一个重要功能是通过建立命令文件来实现对数据库的使用和管理，对于一个数据库系统相应的命令序列文件，称为该数据库的应用系统。
因此，可以概括地说，一个关系称为一个数据库，若干个数据库可以构成一个数据库系统。
数据库系统可以派生出各种不同类型的辅助文件和建立它的应用系统。
?
数据库的要求与特性
为了使各种类型的数据库系统能够充分发挥它们的优越性，必须对数据库管理系统的使用提出一些明确的要求。
1.建立数据库文件的要求
（1）尽量减少数据的重复，使数据具有最小的冗余度。
计算机早期应用中的文件管理系统，由于数据文件是用户各自建立的，几个用户即使有许多相同的数据也得放在各自的文件中，因而造成存储的数据大量重复，浪费存储空间。
数据库技术正是为了克服这一缺点而出现的，所以在组织数据的存储时应避免出现冗余。
（2）提高数据的利用率，使众多用户都能共享数据资源。
（3）注意保持数据的完整性。
这对某些需要历史数据来进行预测、决策的部门（如统计局、银行等）特别重要。
（4）注意同一数据描述方法的一致性，使数据操作不致发生混乱。
如一个人的学历在人事档案中是大学毕业，而在科技档案中却是大学程度，这样就容易造成混乱。
（5）对于某些需要保密的数据，必须增设保密措施。
（6）数据的查找率高，根据需要数据应能被及时维护。
2.数据库文件的特征
无论使用哪一种数据库管理系统，由它们所建立的数据库文件都可以看成是具有相同性质的记录的集合，因而这些数据库文件都有相同的特性：
（1）文件的记录格式相同，长度相等。
（2）不同的行是不同的记录，因而具有不同的内容。
（3）不同的列表示不同的字段名，同一列中的数据的性质（属性）相同。
（4）每一行各列的内容是不能分割的，但行的顺序和列的顺序不影响文件内容的表达。
3.文件的分类
对文件引用最多的是主文件和事物文件。
其他的文件分类还包括表文件、备份文件、档案的输出文件等。
下面将讲述这些文件。
（1）主文件。
主文件是某特定应用领域的永久性的数据资源。
主文件包含那些被定期存取以提供信息和经常更新以反映最新状态的记录。
典型的主文件有库存文件、职工主文件和收帐主文件等。
（2）事务文件。
事务文件包含着作为一个信息系统的数据活动（事务）的那些记录。
这些事务被分批以构成事务文件。
例如，从每周工资卡上录制下来的数分批存放在一个事务文件上，然后对照工资清单文件进行处理以便打印出工资支票和工资记录簿。
（3）表文件。
表文件是一些表格。
之所以单独建立表文件而不把表设计在程序中是为了便于修改。
例如，一个公用事业公司的税率表或国内税务局的税率就可以存储在表中文件。
（4）备用文件。
备用文件是现有生产性文件的一个复制品。
一旦生产性文件受到破坏，利用备用文件就可以重新建立生产性文件。
（5）档案文件。
档案文件不是提供当前处理使用的，而是保存起来作为历史参照的。
例如，国内税务局（IRS）可能要求检查某个人最近15年的历史。
实际上，档案文件恰恰是在给定时间内工作的一个“快照”。
（6）输出文件。
输出文件包含将要打印在打印机上的、显在屏幕上的或者绘制在绘图仪上的那些信息的数值映象。
输出文件可以是“假脱机的”（存储在辅存设备上），当输出设备可
用时才进行实际的输出。
四、数据的操纵和检索——综合数据库管理系统
到目前为止，我们集中讨论了传统的文件处理。
此处，文件是作为一个独立的逻辑实体来处理的，而且通常与某个特定的业务领域相联系。
为了把业务上相近的那些部门的文件综合在一起，必须预先排序记录和合并文件。
这样做可能耗费大量的时间，有时甚至是不可能实现的。
通常，文件是为了满足特定业务领域某部门的专门需要而设计的，如果某部门想使用保存在一个文件上的部分数据，而该文件是另一部门为自己使用而设计的，那么他们必须抽取这些数据并重新整理后才能使用。
大多数部门总是宁愿建立和保持和一个类似（而不同）的文件以更好地满足自己的使用要求，而不愿兼顾其他部门的业务需要。
这样做的结果形成了大量的带有重复数据的文件。
前面的例子中已经提到，某所大学就保存了75个独立的计算机文件，而每个文件中都包含有学生记录。
每当一个学生结婚了或者改换了住处时，则必须修改75个文件。
数据的冗余会使成本提高，而设计一个综合的资源共享数据库则可以把数据冗余度降低到最小程度。
综合的资源共享数据库把公司看作一个整体来提供服务，而不只是为公司某特殊部门服务。
利用数据库管理系统（DBMS）软件就可能实现一个综合的数据库。
早在70年代初期就出现了DBMS技术，但是直到70年代末期仍未得到普遍的接受。
早期的DBMS“软件包”效率不高，实际上比传统的文件处理的要求更高的硬件能力。
目前DBMS对硬件的要求已经降低了，甚至在小型计算机系统上也能运行DBMS软件，造成推迟接受和实现DBMS技术的主要原因可能是信息服务人员缺乏专门的知识，而且用户管理人员又不愿合作和支持建立一个共享的数据库。
目前对于设计和运行DBMS软件已经有了广泛的了解，而且部分用户管理人员已经认识到应该把信息作为一个公司的资源来看待。
?
数据库环境的好处
1.经济上的好处。
通过先进的数据结构技术，DBMS提供了最小化数据冗余度的可能性。
当然，为了提高处理效率，即使有了DBMS帮助，有时还需要在共享的数据库中保留一定的重复数据。
由于减少了数据的冗余度，从而也简化了收集和更新数据的过程。
就前面的例子而言，只需要在一处（数据库中）更新学生地址就可以了。
2.数据库技术也给信息服务专业人员带来的好处。
综合资源共享数据库为系统分析员打开了崭新的大门。
数据库能向系统分析员提供传统文件所不能提供的信息。
由于有了DBMS，就更容易得到数据，因此使程序设计任务要比原先更为简单。
此外，数据是独立于程序的。
这意味着用户管理人员可以增加数据库中的数据、修改库中的现有数据或者从库中删除数据，这些并不影响现有的程序，而在过去则需要测试和修改几十个（有时几百个）程序。
当然，数据库管理系统还有其它重要的优点，但是这些已超出本书的范围。
3.信息方面的好处。
一个综合资源共享数据库能以有序的方式提供一种满足信息要求的结构。
实际上，数据库是能够充分利用公司信息资源的唯一工具。
由于数据库和DBMS在产生报表方面提供了极大的灵活性，因此，也给决策过程带来了同样的灵活性。
4.DBMS软件在支持联机系统方面是特别有价值的。
共享数据库不仅可供多个用户存取而且还特别能反映出数据的当前状态。
对于许多查询来说，及时性是很关键的。
例如，某个经理由于设备故障不得不关闭某个工作站，此时他有可能要查询其它工作站的状态，并且利用得到的信息来改变进行中的工作路线。
?
方法
DBMS克服了传统文件处理的局限性。
它依靠灵活多变的数据结构（将数据元及记录彼此联系的方法）来做到这一点。
基于不同数据结构的DBMS之间差别很大。
有三种设计DBMS软件的方法
1.数据系统语言会议（CODASYL）设计并发布的基于网络或丛形数据结构的DBMS指南。
2.IBM的信息管理系统（IBS）使用的一种层次结构。
3.某些最近设计的基于关系数据结构的DBMS。
上述的每一种方法是基本概念和术语的差别都很大。
因此，为了减少混淆和便于理解，以下的阐述和讨论只使用网络方法。
?
库设计
1.数据库设计方法
我们通过下面的例子来说明数据库管理系统和一种数据库设计方法的原理。
考察下述情况。
某图书馆保存了一个文件，该文件每一个记录都包含了下述数据元：
（1）书名
（2）作者
（3）出版社
（4）出版社地址
（5）类别
（6）出版年份
图书馆馆长希望在获得决策信息方面有更多的灵活性。
而现在文件不可能满足其要求。
经过与信息处理人员交换意见之后，他们决定实现一个基于CODASYL的数据库管理系统。
检查现有文件发现某些数据重复出现。
每本书（每一书名）都分别有一个记录。
于是，写过几本书的作者的名字在他写的每本书的记录中重复出现。
在一个图书馆里可能有某出版社出版的数百本，甚至数千本书，但是在该文件的每本书的记录中都重复地出现出版社名和出版社地址。
2.设立数据库的步骤
设计数据库的方法之一是使用主题词一属性矩阵
升级会员 