數(shù)據(jù)分析與數(shù)據(jù)建模

1、數(shù)據(jù)分析與數(shù)據(jù)建模信息資源規(guī)劃（IRP）系列講座之六（原載中國計算機用戶2002-12-09）我們前面講的信息資源規(guī)劃“建立兩種模型和一套標準”的工作，是分兩個階段完成的：第一階段需求分析，第二階段系統(tǒng)建模。上一講介紹功能需求分析和建模，這一講介紹數(shù)據(jù)需求分析和建模。從用戶視圖開始的數(shù)據(jù)需求分析我們講過，用戶視圖(User View)是一些數(shù)據(jù)的集合，它反應(yīng)了最終用戶對數(shù)據(jù)實體的看法，包括單證、報表、賬冊和屏幕格式等。威廉·德雷爾(William Durell)主張基于用戶視圖做數(shù)據(jù)需求分析，認為所謂的“數(shù)據(jù)流”實際上就是用戶視圖的流動。采用這一思路進行數(shù)據(jù)需求分析，可大大簡化傳統(tǒng)的

2、實體-關(guān)系（E-R）分析方法，有利于發(fā)揮業(yè)務(wù)分析員的知識經(jīng)驗。用戶視圖的分析過程，就是調(diào)查研究和規(guī)范化表達用戶視圖的過程，包括掌握用戶視圖的標識、名稱、流向等概要信息和用戶視圖的組成信息。例如，用戶視圖標識“D041309”是按一定的規(guī)則編碼的，其名稱是“材料申報單”，而其組成是：序號數(shù)據(jù)項/元素名稱數(shù)據(jù)項/元素定義 01 NY 年月 02 DWBM 單位編碼 03 CLBM 材料編碼 04 SL 數(shù)量 05 YTDM 用途代碼 一個制造廠的人力資源、生產(chǎn)管理、物資采購、產(chǎn)品銷售等職能域，一般都有幾十個至幾百個用戶視圖，一個制造廠的人力資源、生產(chǎn)管理、物資采購、產(chǎn)品銷售等職能域，一般都有幾十個

3、至幾百個用戶視圖，對它們進行如上例的分析和規(guī)范化表述，實際上是一次從未做過的、工作量較大的數(shù)據(jù)流梳理的基礎(chǔ)工作，對全面把握信息需求有重要意義。尤其系統(tǒng)分析設(shè)計人員在業(yè)務(wù)人員提供所需的信息內(nèi)容的基礎(chǔ)上，按照數(shù)據(jù)結(jié)構(gòu)規(guī)范化理論，對需要存儲的用戶視圖結(jié)構(gòu)做標準化的“范式”重新組織，可以直接為數(shù)據(jù)庫的規(guī)劃設(shè)計做好準備。數(shù)據(jù)模型與IRM基礎(chǔ)標準數(shù)據(jù)庫設(shè)計是為了獲得支持高效率存取的數(shù)據(jù)結(jié)構(gòu)，在信息資源規(guī)劃第二階段展開數(shù)據(jù)建模工作，就是數(shù)據(jù)庫設(shè)計最重要的前導(dǎo)性工作。數(shù)據(jù)模型分為概念數(shù)據(jù)模型和邏輯數(shù)據(jù)模型。概念數(shù)據(jù)模型是由一系列概念數(shù)據(jù)庫構(gòu)成的。概念數(shù)據(jù)庫(Conceptual Database)是最終用戶對

4、數(shù)據(jù)存儲的看法，反映了用戶的綜合性信息需求。邏輯數(shù)據(jù)庫(Logical Database)是系統(tǒng)分析設(shè)計人員的觀點，是對概念數(shù)據(jù)庫的進一步分解和細化，一個邏輯數(shù)據(jù)庫是由一組規(guī)范化的基本表(Base Table)組成的。例如：人力資源管理中的“員工主題數(shù)據(jù)庫”，其概念數(shù)據(jù)庫可表達為：員工（員工編號，員工姓名，出生日期，文化程度，簡歷，培訓(xùn)記錄，） 而其邏輯數(shù)據(jù)庫的規(guī)范化表達為：員工基本信息員工簡歷培訓(xùn)記錄主鍵：員工代碼員工代碼，姓名，出生日期，民族，家庭住址，電話，主鍵：員工代碼+起始日期員工代碼，起始日期，單位，主鍵：員工代碼+起始日期員工代碼，起始日期，培訓(xùn)內(nèi)容， 其中，“主鍵”是唯一確定一

5、條記錄的機制；基本表“員工基本信息”的一條記錄會對應(yīng)多條“員工簡歷”記錄。一個制造廠會有50個左右主題數(shù)據(jù)庫，把它們列出來就是全域概念數(shù)據(jù)模型；而每個主題數(shù)據(jù)庫會有幾個到十幾個基本表，所以，全域邏輯數(shù)據(jù)模型會有數(shù)百個基本表（按主題分為50個左右組）。如果按子系統(tǒng)劃分，比如“人力資源子系統(tǒng)”，概念數(shù)據(jù)模型會有十個左右主題數(shù)據(jù)庫，而基本表則有30-40個。我們第三講介紹的信息資源管理（IRM）基礎(chǔ)標準中的前三個（數(shù)據(jù)元素標準、信息分類編碼標準、用戶視圖標準）和這里講的后兩個標準（概念數(shù)據(jù)庫標準、邏輯數(shù)據(jù)庫標準），是緊密聯(lián)系的。如上例，概念數(shù)據(jù)庫和邏輯數(shù)據(jù)庫基本表中的數(shù)據(jù)內(nèi)容要遵循數(shù)據(jù)元素標準和信息

6、分類編碼標準；而用戶視圖標準為數(shù)據(jù)庫標準建立提供了依據(jù)，同時也為數(shù)據(jù)庫的使用提供了依據(jù)。數(shù)據(jù)模型的作用數(shù)據(jù)環(huán)境重建企業(yè)信息化建設(shè)處于從初級階段向中高級階段的轉(zhuǎn)折時期，最嚴峻的挑戰(zhàn)就是數(shù)據(jù)環(huán)境的改造和重建。因為，這之前企業(yè)的信息資源開發(fā)是處于無序狀態(tài)的，各部門在開發(fā)或引進各種應(yīng)用軟件時，都是單打一地追求各自的功能實現(xiàn)，不會去按全局的觀點做信息流分析和相互協(xié)調(diào)，不會去遵循統(tǒng)一的數(shù)據(jù)標準，大家都是按小農(nóng)生產(chǎn)的模式“自采自用”各自的信息，所有“數(shù)據(jù)庫”差不多都是按報表格式建立的。在這樣混亂的數(shù)據(jù)環(huán)境中，根本無法實現(xiàn)信息的快捷流通，無法實現(xiàn)信息共享。怎樣改造低檔次的數(shù)據(jù)環(huán)境，建立以主題數(shù)據(jù)庫為主體的高檔

7、次數(shù)據(jù)環(huán)境呢？首先要建好數(shù)據(jù)模型，然后，以數(shù)據(jù)模型的基本表為標準，來逐一衡量已有數(shù)據(jù)存儲的結(jié)構(gòu)，找出具體的差距，看看哪些數(shù)據(jù)結(jié)構(gòu)可以修改、補全，哪些數(shù)據(jù)結(jié)構(gòu)不合理需要拋棄，還要增加哪些新的數(shù)據(jù)結(jié)構(gòu)；隨后，組織數(shù)據(jù)加載、更新，建立新的數(shù)據(jù)存儲。企業(yè)數(shù)據(jù)環(huán)境的改造和重建工作，是項復(fù)雜艱巨的系統(tǒng)工程，需要科學(xué)的方法和精心的組織，并分期分批進行實施，一般需要3到5年的時間，最快也需要2到3年時間。下面是一集團企業(yè)數(shù)據(jù)環(huán)境改造重建的跨越式發(fā)展曲線與較緩慢進度曲線的對照圖。50%25%75%100%3年較緩慢進度曲線跨越式發(fā)展曲線2年1年圖. 主題數(shù)據(jù)庫環(huán)境建設(shè)過程曲線如果要使該企業(yè)多年來形成的混亂的數(shù)據(jù)環(huán)境能夠在短時間內(nèi)上檔次，就需要跨越式發(fā)展，在頭半年里完成的主題數(shù)據(jù)庫建設(shè)任務(wù)占整個規(guī)劃任務(wù)的一半以上。這是數(shù)據(jù)環(huán)境重建的“爬陡坡”時期。這段時期雖然困難很大，是一般沒有數(shù)據(jù)庫工作經(jīng)驗的人很難理解的，但如果企業(yè)領(lǐng)導(dǎo)和信息中心人員有了充分的認識和思想準備，再加上“一把手”的支持及業(yè)務(wù)人員的緊密配合與積極參與，就能夠順利渡過這段時期。例如，山東?；瘓F的信息資源規(guī)劃與數(shù)據(jù)環(huán)境重建的實踐經(jīng)驗就證明了這點。該集團信息資源規(guī)劃方案的全域數(shù)據(jù)模型由42個主題數(shù)據(jù)庫、182個基本表組成，頭半年要開發(fā)的四個子系統(tǒng)（綜合查詢、人力資源、生產(chǎn)管理、設(shè)備管理）所包括的主題數(shù)據(jù)庫有22個，基本表112個，即