十二分数据库

Ⅰ 怎样理解管理信息系统 三分技术 七分管理 十二分数据

（1） 确实领会信息系统的"三分技术、七分管理、十二分数据"的具体含义

好多企业看到市场上应用比较好的ERP、CRM、OA等信息管理系统，便花巨资上马，期望通过这些管理软件解决企业面临的困难，但结果往往是不了了之。信息化应用好的企业并不是上了最先进、最科学的信息系统，而是上了最合理的、最需要的信息系统，所以如果企业有很成熟的管理体系，软件可以更容易地帮助企业完成管理的任务，并将一些以往传统手段完成不了的管理做起来。

（2） 三分技术

管理和IT的关系，乍看起来就像“鸡生蛋，蛋生鸡”的故事，很难说清楚，因为一套信息系统运行后，管理和软件会很大程度地融合，软件本身也集成了很多管理理念，彼此作用，互相影响，很难说清楚究竟是谁带来的好处。但仔细分析一下，就会发现IT和管理之间有很清晰的界限。软件本身只是一套辅助工具，存在的价值在于帮助完成企业管理，管理像一个人，而软件就像帮助其走路的工具。这就是“三分技术”的由来。

实施信息化以来，遇到的问题都是管理与IT的冲突，关键是景区的管理还没有达到能够贯穿应用信息系统指导生产的程度，甚至相关人员对数据准确性产生怀疑。这无可厚非，由于基础管理不扎实而怀疑系统数据准确性是对的，所以如果没有人，拐杖又有什么用处，而拐杖该做多长，要以人的身高来确定。

（3） 七分管理

作为计算机管理系统的各种管理软件通常具有两大功能——管理和计算，而后者的有效发挥依赖于前者的完备。有人把ERP比作满汉全席，意思是说，如果一个饿三天肚子的人去吃满汉全席，一定会撑破肚皮；如果一个完全没有信息化基础的企业实施ERP，即使勉强用起来，也只能用ERP系统最初级的功能，因为很多基础工作需要一点点去做。信息化项目失败的企业多数是因为管理基础环节薄弱，像联想集团、海尔集团、黑龙江斯达造纸公司等被奉为全国信息化“典范”的企业，信息化建设的成功与其相对完备的管理基础密不可分。

在企业中运用的大量应用系统只是协助业务进行的工具，工具的价值在于帮助企业完成想做的事情，而工具的悖论在于，工具本身无法做你没有想到的事情。要推进信息化，必须先夯实管理基础；否则，不论多先进的管理软件，都将是无源之水、无本之木。

与传统管理模式相比，信息化管理以精细化为主要特征，换句话说，一些企业原来的管理只停留在面上，只管方向性东西，具体细节由执行人自己决定。在传统管理制度下，当人情和规则发生冲突时，政策执行就可能发生“短路”，天平向人情一侧倾斜，从而出现了各种管理上的漏洞。而信息化管理则恰好相反，它管到生产经营的每个细节，精细到每一分钱该不该花，精确地规定出每个动作是否合理，甚至精细到每个“比特”的流动，最终通过每个环节的“精打细算”求得整体效益。信息化把各种管理制度固化到软件里，不论是谁，只要不按照既定的流程走，信息流就“流”不下去，工作就完不成，从而用“计算机面前人人平等”确保制度的执行不折不扣。从某种意义上说，信息化就是变企业的定性管理为定量管理、变静态管理为动态管理、变事后管理为事中管理。

要实现管理从粗放到精细的转变，企业首先要“补”上制度课，完善各种经营管理制度，建立严密的决策、控制和约束机制，重塑生产、经营和管理体系。斯达公司从黑龙江造纸厂剥离后，花了一年半时间抓企业基础管理工作，包括定量管理、物资管理、标准化等，然后整合数据，把所有表格、企业每个点上的管理全部定量化，最后才调整业务流程，并用软件固化下来。他们建立起了监管机制，确保制度落到实处。习惯了粗放式管理的人，突然被各种框框约束起来，必然感到不舒服，因而会自觉或者不自觉地破坏流程，或者抵制新业务流程，原因很简单：“太麻烦”，这就需要企业的CIO和企业CEO进行充分的沟通，明确方向、坚定信心。

（4） 十二分数据

推进管理信息化是否有了基础管理就足够了呢？不是的，推进信息化不仅要加强企业的基础管理工作，还要建立完备的基础数据。

三分技术，七分管理，十二分数据，这是管理软件业内人士和应用企业在推进管理信息化建设中的经验之谈，揭示了技术、管理和基础数据三者在管理信息化建设中的权重关系，即管理创新的任务和工作量比技术的任务和工作量重，而基础数据工作不仅工作量非常大，而且其工作质量好坏还决定着信息化建设的成败。
推进信息化建设必须从确保数据的准确、及时抓起。比如，加强计量、检测管理、完善计量检测设备；加强定额管理和标准化管理，通过对比先进指标确保各项定额与标准的先进、科学，加强对生产关键设备的微机化改造，扩大生产一线自动化采集的信息量，需要人工输入计算机系统的数据要严格把好登录关，建立必要的内控制度，避免利益相关者数据登录时私自改动数据。

Ⅱ 信息系统建设是怎样划分基础数据库和业务数据库的

一、 引言数据库对于企业信息化的重要性是不言而喻的。数据库存储着现代企业最重要的数据，包括生产、经营、管理等各类数据，这些数据作为企业的核心信息，通过各类信息系统，为用户提供及时准确的信息，帮助用户分析，为用户提供决策依据。为提高企业的工作效率，提升企业形象，具有传统模式无法比拟的优势。其中构建合理高效的数据库，是数据库建设关键之一。如何构建合理高效的数据库是企业信息化过程要解决的问题。下面就数据库的构建谈谈自己的一些经验，希望能对大家有所帮助。 二、 设计数据库之前
数据库并不是凭空想象出来的，而是根据业务部门的需要设计符合业务需求的数据库。因此在形成数据库之前需要充分了解业务需求。 1. 充分理解业务需求。需求分析是整个设计过程的基础，是最困难、最耗费时间的一步。在这期间通过与业务部门交流，了解用户的想法以及工作流程，通过双方多次交流，会形成初步的数据模型，当然这时的数据模型不会是最终的模型，还需要和用户进行交流，并且在以后的信息系统开发过程中还会反复修改。 2. 重视输入输出。在定义数据库表和字段需求（输入）时，首先应了解数据产生源和数据流程，也就是必需要知道每个数据在那儿产生，数据在那儿表现，以什么样的形式表现等等，然后根据用户提供的报表或者设计出的报表、查询和视图（输出）以决定为了支持这些输出哪些是必要的表和字段。 3. 创建数据字典和ER 图表。ER 图表和数据字典可以让任何了解数据库的人都明确如何从数据库中获得数据。ER图对表明表之间关系很有用，而数据字典则说明了每个字段的用途以及任何可能存在的别名。对SQL 表达式的文档化来说这是完全必要的。 需要注意的是，在需求分析调研过程中，并不是一帆风顺的，因为业务人员对于业务的理解不同，以及对于信息知识的缺乏，会影响需求分析的质量，为了提高质量，各方要用更多的时间交流与相互理解，业务部门需要精通业务的人员自始至终全力配合，而开发人员则尽量使用用户理解的业务术语交流，这样会避免出现理解不同而产生的歧义。 三、 设计合理的表结构
通常合理的表结构会减少数据冗余，提高数据库的性能。设计合理的表结构要遵循以下两点。 1. 标准化和规范化 数据的标准化有助于消除数据库中的数据冗余。标准化有好几种形式，但3NF(第三范式)通常被认为在性能、扩展性和数据完整性方面达到了最好平衡。简单来说，遵守3NF标准的数据库的表设计原则是：某个表只包括其本身基本的属性，当不是它们本身所具有的属性时需进行分解。表之间的关系通过外键相连接。它具有以下特点：有一组表专门存放通过键连接起来的关联数据。 例如：某个存放单井信息及其有关油井生产日报信息的3NF数据库就有两个表：单井基础信息和油井日报信息。日报信息不包含单井的任何信息，但表内会存放一个键值，该键指向单井基础信息里包含该油井信息的那一行。 不过也有例外，有时为了效率的缘故，对表不进行标准化也是必要的。 2. 考虑各种变化 在设计数据库的时候考虑到哪些数据字段将来可能会发生变更。使数据库更具扩展性，从而减少将来数据变更所带来的损失。 例如，日期类型字段，有时我们会考虑使用字符类型代替日期类型，因为在处理日期字段上容易产生数据错误，所以我们就使用字符类型。这样的例子还很多，在做前期设计时都要考虑的。 表结构的设计不是一次就能成功的，在信息系统开发过程中会存在数据读取、录入或统计困难，为了解决这些问题会修改表结构，或增加一些字段，或修改一些字段的属性。这个过程不断重复，因此不要想一次能成功。建议使用专门设计工具来做这些工作，笔者经常使用：SYBASE PowerDesigner ，当然还有其它的工具：ORACLE Designer 2000 ，ROSE等工具。这样会使你的工作事半功倍。 四、 选择合理的索引
索引是从数据库中获取数据的最高效方式之一。95%的数据库性能问题都可以采用索引技术得到解决。 1. 逻辑主键使用唯一的成组索引，对系统键（作为存储过程）采用唯一的非成组索引，对任何外键列采用非成组索引。考虑数据库的空间有多大，表如何进行访问，还有这些访问是否主要用作读写。 2. 大多数数据库都索引自动创建的主键字段，但是可别忘了索引外键，它们也是经常使用的键，比如运行查询显示主表和所有关联表的某条记录就用得上。 3. 不要索引大型字段（有很多字符），这样作会让索引占用太多的存储空间。如MEMO(备注)、TEXT(文本)等字段。 4. 不要索引常用的小型表 不要为小型数据表设置任何键，假如它们经常有插入和删除操作就更别这样作了。对这些插入和删除操作的索引维护可能比扫描表空间消耗更多的时间。如代码表，或系统参数表。 五、 保证数据完整性
数据的完整性非常重要，这关系到数据的准确性，不准确的数据是毫无价值的，因此保证数据的完整性非常重要。 1. 完整性实现机制：实体完整性：主键参照完整性： 父表中删除数据：级联删除；受限删除；置空值父表中插入数据：受限插入；递归插入 父表中更新数据：级联更新；受限更新；置空值 DBMS对参照完整性可以有两种方法实现：外键实现机制（约束规则）和触发器实现机制用户定义完整性：NOT NULL；CHECK；触发器 以上完整性机制需要熟悉和掌握，它对于数据的完整性非常重要。 2. 用约束而非业务规则强制数据完整性 采用数据库系统实现数据的完整性。这不但包括通过标准化实现的完整性而且还包括数据的功能性。在写数据的时候还可以增加触发器来保证数据的正确性。不要依赖于业务层保证数据完整性；它不能保证表之间（外键）的完整性所以不能强加于其他完整性规则之上。 3. 强制指示完整性 在有害数据进入数据库之前将其剔除。激活数据库系统的指示完整性特性。这样可以保持数据的清洁而能迫使开发人员投入更多的时间处理错误条件。 4. 使用查找控制数据完整性 控制数据完整性的最佳方式就是限制用户的录入。只要有可能都应该提供给用户一个清晰的价值列表供其选择。这样将减少键入代码的错误和误解同时提供数据的一致性。某些公共数据特别适合查找：性别代码、单位代码等。 5. 采用视图 视图是一个虚拟表，其内容由SQL语句定义，视图不仅可以简化用户对数据的理解，也可以简化他们的操作。那些被经常使用的查询可以被定义为视图，从而使得用户不必为以后的操作每次指定全部的条件。另外通过视图用户只能查询和修改他们所能见到的数据。数据库中的其它数据则既看不见也取不到。数据库授权命令可以使每个用户对数据库的检索限制到特定的数据库对象上，增强数据的安全性。 六、 结束语
数据库的高效运行不仅需要技术上的支持，也需要硬件平台和网络的支持以及数据库管理员的有效管理，本文只是从技术的角度说明如何提高数据库的效率，但在实际应用过程中其它方面的支持也是不可缺少的，尤其是数据库管理，数据库建设是“三分技术，七分管理，十二分基础数据”，因此对于数据库管理一定要重视，在管理到位的情况下技术才能发挥应有的作用。

Ⅲ 设计数据库的基本特点

“三分技术，七分管理，十二分基础数据”是数据库设计的特点之一。
整个设计过程中要把数据库结构设计和对数据的处理设计密切结合起来。着是数据库设计的特点之二。

Ⅳ 怎样设计一个好的数据库

数据库设计(Database Design)是指对于一个给定的应用环境，构造最优的数据库模式，建立数据库及其应用系统，使之能够有效地存储数据，满足各种用户的应用需求（信息要求和处理要求）。

在数据库领域内，常常把使用数据库的各类系统统称为数据库应用系统。

一、数据库和信息系统
(1)数据库是信息系统的核心和基础，把信息系统中大量的数据按一定的模型组织起来，提供存储、维护、检索数据的
功能，使信息系统可以方便、及时、准确地从数据库中获得所需的信息。
(2)数据库是信息系统的各个部分能否紧密地结合在一起以及如何结合的关键所在。
(3)数据库设计是信息系统开发和建设的重要组成部分。
(4)数据库设计人员应该具备的技术和知识：
数据库的基本知识和数据库设计技术
计算机科学的基础知识和程序设计的方法和技巧
软件工程的原理和方法
应用领域的知识

二、数据库设计的特点
数据库建设是硬件、软件和干件的结合
三分技术，七分管理，十二分基础数据
技术与管理的界面称之为“干件”
数据库设计应该与应用系统设计相结合
结构（数据）设计：设计数据库框架或数据库结构
行为（处理）设计：设计应用程序、事务处理等
结构和行为分离的设计
传统的软件工程忽视对应用中数据语义的分析和抽象，只要有可能就尽量推迟数据结构设计的决策早期的数据库设计致力于数据模型和建模方法研究，忽视了对行为的设计
如图：

三、数据库设计方法简述
手工试凑法
设计质量与设计人员的经验和水平有直接关系
缺乏科学理论和工程方法的支持，工程的质量难以保证
数据库运行一段时间后常常又不同程度地发现各种问题，增加了维护代价
规范设计法
手工设计方
基本思想
过程迭代和逐步求精
规范设计法(续)
典型方法：
(1)新奥尔良（New Orleans）方法：将数据库设计分为四个阶段
S.B.Yao方法：将数据库设计分为五个步骤
I.R.Palmer方法：把数据库设计当成一步接一步的过程
(2)计算机辅助设计
ORACLE Designer 2000
SYBASE PowerDesigner

四、数据库设计的基本步骤
数据库设计的过程(六个阶段)
1.需求分析阶段
准确了解与分析用户需求（包括数据与处理）
是整个设计过程的基础，是最困难、最耗费时间的一步
2.概念结构设计阶段
是整个数据库设计的关键
通过对用户需求进行综合、归纳与抽象，形成一个独立于具体DBMS的概念模型
3.逻辑结构设计阶段
将概念结构转换为某个DBMS所支持的数据模型
对其进行优化
4.数据库物理设计阶段
为逻辑数据模型选取一个最适合应用环境的物理结构（包括存储结构和存取方法）
5.数据库实施阶段
运用DBMS提供的数据语言、工具及宿主语言，根据逻辑设计和物理设计的结果
建立数据库，编制与调试应用程序，组织数据入库，并进行试运行
6.数据库运行和维护阶段
数据库应用系统经过试运行后即可投入正式运行。
在数据库系统运行过程中必须不断地对其进行评价、调整与修改
设计特点:
在设计过程中把数据库的设计和对数据库中数据处理的设计紧密结合起来将这两个方面的需求分析、抽象、设计、实现在各个阶段同时进行，相互参照，相互补充，以完善两方面的设计

设计过程各个阶段的设计描述：
如图：

五、数据库各级模式的形成过程
1.需求分析阶段：综合各个用户的应用需求
2.概念设计阶段：形成独立于机器特点，独立于各个DBMS产品的概念模式(E-R图)
3.逻辑设计阶段：首先将E-R图转换成具体的数据库产品支持的数据模型，如关系模型，形成数据库逻辑模式；然后根据用户处理的要求、安全性的考虑，在基本表的基础上再建立必要的视图(View)，形成数据的外模式
4.物理设计阶段：根据DBMS特点和处理的需要，进行物理存储安排，建立索引，形成数据库内模式

六、数据库设计技巧

1. 设计数据库之前（需求分析阶段）
1) 理解客户需求，询问用户如何看待未来需求变化。让客户解释其需求，而且随着开发的继续，还要经常询问客户保证其需求仍然在开发的目的之中。
2) 了解企业业务可以在以后的开发阶段节约大量的时间。
3) 重视输入输出。
在定义数据库表和字段需求（输入）时，首先应检查现有的或者已经设计出的报表、查询和视图（输出）以决定为了支持这些输出哪些是必要的表和字段。
举例：假如客户需要一个报表按照邮政编码排序、分段和求和，你要保证其中包括了单独的邮政编码字段而不要把邮政编码糅进地址字段里。
4) 创建数据字典和ER 图表
ER 图表和数据字典可以让任何了解数据库的人都明确如何从数据库中获得数据。ER图对表明表之间关系很有用，而数据字典则说明了每个字段的用途以及任何可能存在的别名。对SQL 表达式的文档化来说这是完全必要的。
5) 定义标准的对象命名规范
数据库各种对象的命名必须规范。

2. 表和字段的设计（数据库逻辑设计）
表设计原则
1) 标准化和规范化
数据的标准化有助于消除数据库中的数据冗余。标准化有好几种形式，但Third Normal Form（3NF）通常被认为在性能、扩展性和数据完整性方面达到了最好平衡。简单来说，遵守3NF 标准的数据库的表设计原则是：“One Fact in One Place”即某个表只包括其本身基本的属性，当不是它们本身所具有的属性时需进行分解。表之间的关系通过外键相连接。它具有以下特点：有一组表专门存放通过键连接起来的关联数据。
举例：某个存放客户及其有关定单的3NF 数据库就可能有两个表：Customer 和Order。Order 表不包含定单关联客户的任何信息，但表内会存放一个键值，该键指向Customer 表里包含该客户信息的那一行。
事实上，为了效率的缘故，对表不进行标准化有时也是必要的。
2) 数据驱动
采用数据驱动而非硬编码的方式，许多策略变更和维护都会方便得多，大大增强系统的灵活性和扩展性。
举例，假如用户界面要访问外部数据源（文件、XML 文档、其他数据库等），不妨把相应的连接和路径信息存储在用户界面支持表里。还有，如果用户界面执行工作流之类的任务（发送邮件、打印信笺、修改记录状态等），那么产生工作流的数据也可以存放在数据库里。角色权限管理也可以通过数据驱动来完成。事实上，如果过程是数据驱动的，你就可以把相当大的责任推给用户，由用户来维护自己的工作流过程。
3) 考虑各种变化
在设计数据库的时候考虑到哪些数据字段将来可能会发生变更。
举例，姓氏就是如此（注意是西方人的姓氏，比如女性结婚后从夫姓等）。所以，在建立系统存储客户信息时，在单独的一个数据表里存储姓氏字段，而且还附加起始日和终止日等字段，这样就可以跟踪这一数据条目的变化。

字段设计原则
4) 每个表中都应该添加的3 个有用的字段
dRecordCreationDate，在VB 下默认是Now()，而在SQL Server • 下默认为GETDATE()
sRecordCreator，在SQL Server 下默认为NOT NULL DEFAULT • USER
nRecordVersion，记录的版本标记；有助于准确说明记录中出现null 数据或者丢失数据的原因 •
5) 对地址和电话采用多个字段
描述街道地址就短短一行记录是不够的。Address_Line1、Address_Line2 和Address_Line3 可以提供更大的灵活性。还有，电话号码和邮件地址最好拥有自己的数据表，其间具有自身的类型和标记类别。
6) 使用角色实体定义属于某类别的列
在需要对属于特定类别或者具有特定角色的事物做定义时，可以用角色实体来创建特定的时间关联关系，从而可以实现自我文档化。
举例：用PERSON 实体和PERSON_TYPE 实体来描述人员。比方说，当John Smith, Engineer 提升为John Smith, Director 乃至最后爬到John Smith, CIO 的高位，而所有你要做的不过是改变两个表PERSON 和PERSON_TYPE 之间关系的键值，同时增加一个日期/时间字段来知道变化是何时发生的。这样，你的PERSON_TYPE 表就包含了所有PERSON 的可能类型，比如Associate、Engineer、Director、CIO 或者CEO 等。还有个替代办法就是改变PERSON 记录来反映新头衔的变化，不过这样一来在时间上无法跟踪个人所处位置的具体时间。
7) 选择数字类型和文本类型尽量充足
在SQL 中使用smallint 和tinyint 类型要特别小心。比如，假如想看看月销售总额，总额字段类型是smallint，那么，如果总额超过了$32,767 就不能进行计算操作了。
而ID 类型的文本字段，比如客户ID 或定单号等等都应该设置得比一般想象更大。假设客户ID 为10 位数长。那你应该把数据库表字段的长度设为12 或者13 个字符长。但这额外占据的空间却无需将来重构整个数据库就可以实现数据库规模的增长了。
8) 增加删除标记字段
在表中包含一个“删除标记”字段，这样就可以把行标记为删除。在关系数据库里不要单独删除某一行；最好采用清除数据程序而且要仔细维护索引整体性。

3. 选择键和索引（数据库逻辑设计）
键选择原则：
1) 键设计4 原则
为关联字段创建外键。 •
所有的键都必须唯一。 •
避免使用复合键。 •
外键总是关联唯一的键字段。 •
2) 使用系统生成的主键
设计数据库的时候采用系统生成的键作为主键，那么实际控制了数据库的索引完整性。这样，数据库和非人工机制就有效地控制了对存储数据中每一行的访问。采用系统生成键作为主键还有一个优点：当拥有一致的键结构时，找到逻辑缺陷很容易。
3) 不要用用户的键(不让主键具有可更新性)
在确定采用什么字段作为表的键的时候，可一定要小心用户将要编辑的字段。通常的情况下不要选择用户可编辑的字段作为键。
4) 可选键有时可做主键
把可选键进一步用做主键，可以拥有建立强大索引的能力。

索引使用原则：
索引是从数据库中获取数据的最高效方式之一。95%的数据库性能问题都可以采用索引技术得到解决。
1) 逻辑主键使用唯一的成组索引，对系统键（作为存储过程）采用唯一的非成组索引，对任何外键列采用非成组索引。考虑数据库的空间有多大，表如何进行访问，还有这些访问是否主要用作读写。
2) 大多数数据库都索引自动创建的主键字段，但是可别忘了索引外键，它们也是经常使用的键，比如运行查询显示主表和所有关联表的某条记录就用得上。
3) 不要索引memo/note 字段，不要索引大型字段（有很多字符），这样作会让索引占用太多的存储空间。
4) 不要索引常用的小型表
不要为小型数据表设置任何键，假如它们经常有插入和删除操作就更别这样作了。对这些插入和删除操作的索引维护可能比扫描表空间消耗更多的时间。

4. 数据完整性设计（数据库逻辑设计）
1) 完整性实现机制：
实体完整性：主键
参照完整性：
父表中删除数据：级联删除；受限删除；置空值
父表中插入数据：受限插入；递归插入
父表中更新数据：级联更新；受限更新；置空值
DBMS对参照完整性可以有两种方法实现：外键实现机制（约束规则）和触发器实现机制
用户定义完整性：
NOT NULL；CHECK；触发器
2) 用约束而非商务规则强制数据完整性
采用数据库系统实现数据的完整性。这不但包括通过标准化实现的完整性而且还包括数据的功能性。在写数据的时候还可以增加触发器来保证数据的正确性。不要依赖于商务层保证数据完整性；它不能保证表之间（外键）的完整性所以不能强加于其他完整性规则之上。
3) 强制指示完整性
在有害数据进入数据库之前将其剔除。激活数据库系统的指示完整性特性。这样可以保持数据的清洁而能迫使开发人员投入更多的时间处理错误条件。
4) 使用查找控制数据完整性
控制数据完整性的最佳方式就是限制用户的选择。只要有可能都应该提供给用户一个清晰的价值列表供其选择。这样将减少键入代码的错误和误解同时提供数据的一致性。某些公共数据特别适合查找：国家代码、状态代码等。
5) 采用视图
为了在数据库和应用程序代码之间提供另一层抽象，可以为应用程序建立专门的视图而不必非要应用程序直接访问数据表。这样做还等于在处理数据库变更时给你提供了更多的自由。

5. 其他设计技巧
1) 避免使用触发器
触发器的功能通常可以用其他方式实现。在调试程序时触发器可能成为干扰。假如你确实需要采用触发器，你最好集中对它文档化。
2) 使用常用英语（或者其他任何语言）而不要使用编码
在创建下拉菜单、列表、报表时最好按照英语名排序。假如需要编码，可以在编码旁附上用户知道的英语。
3) 保存常用信息
让一个表专门存放一般数据库信息非常有用。在这个表里存放数据库当前版本、最近检查/修复（对Access）、关联设计文档的名称、客户等信息。这样可以实现一种简单机制跟踪数据库，当客户抱怨他们的数据库没有达到希望的要求而与你联系时，这样做对非客户机/服务器环境特别有用。
4) 包含版本机制
在数据库中引入版本控制机制来确定使用中的数据库的版本。时间一长，用户的需求总是会改变的。最终可能会要求修改数据库结构。把版本信息直接存放到数据库中更为方便。
5) 编制文档
对所有的快捷方式、命名规范、限制和函数都要编制文档。
采用给表、列、触发器等加注释的数据库工具。对开发、支持和跟踪修改非常有用。
对数据库文档化，或者在数据库自身的内部或者单独建立文档。这样，当过了一年多时间后再回过头来做第2 个版本，犯错的机会将大大减少。
6) 测试、测试、反复测试
建立或者修订数据库之后，必须用用户新输入的数据测试数据字段。最重要的是，让用户进行测试并且同用户一道保证选择的数据类型满足商业要求。测试需要在把新数据库投入实际服务之前完成。
7) 检查设计
在开发期间检查数据库设计的常用技术是通过其所支持的应用程序原型检查数据库。换句话说，针对每一种最终表达数据的原型应用，保证你检查了数据模型并且查看如何取出数据。

Ⅳ 数据库设计的特点

“三分技术，七分管理，十二分基础数据”是数据库设计的特点之一。
整个设计过程中要把数据库结构设计和对数据的处理设计密切结合起来。着是数据库设计的特点之二。

Ⅵ 驾照分扣完12分怎么办

及时处理违法记录，清除记分，参加道路交通安全法律、法规的学习并接受考试。

海口公安交警部门表示，在一个记分周期内，驾驶证累积记分达12分或以上的，应及时处理违法记录，清除记分。

根据有关规定，对在一个记分周期内记分达到12分的，由公安机关交通管理部门扣留其机动车驾驶证，该机动车驾驶人应当按照规定参加道路交通安全法律、法规的学习并接受考试。考试合格的，记分予以清除，发还机动车驾驶证；考试不合格的，继续参加学习和考试。

(6)十二分数据库扩展阅读：

机动车驾驶人在机动车驾驶证丢失、损毁、超过有效期或者被依法扣留、暂扣期间以及记分达到12分的，不得驾驶机动车。对于驾驶人违法记分达到12分仍驾驶机动车的，处以罚款100元的处罚，扣留机动车驾驶证。

持有大型客车、牵引车、城市公交车、中型客车、大型货车驾驶证一个记分周期内有记分且尚未达到12分的，持有其他准驾车型驾驶证发生交通事故造成人员死亡承担同等以上责任未被吊销驾驶证的，以及校车驾驶人，需参加审验教育。

Ⅶ 如何设计开发数据库应用系统

第13章 数据库应用系统设计概述
13.1 数据库设计概述
13.1.1 数据库系统设计内容
数据库设计包含两方面的内容。
1. 结构特性设计
结构特性设计通常是指数据库模式或数据库结构设计，它应该具有最小冗余的、能满足不同用户数据需求的、能实现数据共享的系统。数据库结构特性是静态的，应留有扩充余地，使系统容易改变。
2. 行为特性设计
行为特性设计是指应用程序、事物处理的设计。
13.1.2 数据库设计特点
数据库设计是一项综合性技术。“三分技术，七分管理，十二分基础数据”是数据库建设的基本规律。数据库设计的特点是：
硬件、软件和管理界面相结合。
结构设计和行为设计相结合。
13.2 数据库设计步骤
见图。

13.3 数据库结构设计
13.3.1 需求分析
需求分析的目标是准确了解系统的应用环境，了解并分析用户对数据及数据处理的需求。
1. 收集需求信息
一般来讲，用户对数据库的要求如下：
(1)信息需求
(2)处理需求
(3)安全性与完整性要求
2. 分析整理
分析的过程是对所收集到的数据进行抽象的过程。下面是“高校收费管理系统”的用户需求分析：
每年新生入学时学费基本信息的输入
每年老生离校时学生基本信息的删除
查询、打印学生的交费情况
查询、打印降级生的交费情况
进入学费管理系统的安全性条件设计
3. 数据流图
数据库设计中采用数据流图（DFD：Data Flow Diagram）来描述系统的功能。DFD一般由下面图素构成。
：数据及其流动方向，直线上方标明数据流名称

：数据处理，圆圈内标明处理名称

：数据流的终点和源点，方框内标明相应的名称

：文件和数据存储，在其内标明相应名称
例如：高校收费管理系统
4．数据字典
数据字典（DD：Data Dictionary）用于记载系统中的各种数据、数据元素以及它们的名字、性质、意义及各类约束条件，记录系统中用到的常量、变量、数组及其他数据单位，是系统开发与维护中不可缺少的重要文件。数据字典是关于数据库中数据的一种描述，而不是数据本身。数据字典是在需求分析阶段建立，在数据库设计过程中不断修改、充实、完善的。
数据字典产生于数据流图，是对数据流图中的四个成分（数据流、数据项、文件和处理）描述的结果。其中：
数据流描述：定义数据流的组成，一般包含若干数据项，通常在数据流图的下方通过“说明”定义。
文件描述：定义文件的组成以及文件的组织方式，如学生交费数据可用下面方法描述：
交费数据＝学号＋姓名＋收费标准＋应交学费＋待交学费＋本次交款
数据项描述：定义数据项，一般包括名称、类型长度、允许范围等。如学生交费数据文件中的数据项。

数据项名称 类型 长度（字节） 范围
学号 字符 8 H、G和数字
姓名 字符 8 任何字母
收费标准 正整数 5 0-99999
应交学费 正整数 5 0-99999
待交学费 正整数 5 0-99999
本次交款 正整数 5 0-99999
数据处理的描述：说明数据处理的逻辑关系，即输入与输出之间的逻辑关系。同时，也要说明数据处理的触发条件、错误处理等问题。
13.3.2 概念结构设计
概念结构的目标是将需求分析得到的用户需求抽象为数据库的概念结构，即概念模式。概念结构设计形成一个独立于具体DBMS的概念模型。描述概念模式的是E―R图。
1. 局部E－R模型设计
局部E―R模型设计是从数据流图出发确定实体和属性，并根据数据流图中表示的对数据的处理、确定实体之间的联系。

2. 总体E－R模型设计
将各个局部E―R图加以综合，使同一个实体只出现一次，便可产生总体E―R图。

13.3.3 逻辑结构设计
数据库的逻辑结构设计的目标就是将概念结构转换成特定的DBMS所支持的数据模型，并对其优化的过程。逻辑设计阶段一般分三个过程进行：
将概念结构转换为一般的关系、网状、层次模型；
将由概念结构转换来的模型向所选用DBMS支持的数据模型转换；
对数据模型进行优化
13.3.4 物理设计
数据库的物理设计目标是在选定的DBMS上建立起逻辑设计结构确立的数据库的结构。这项工作一般由系统程序员完成。数据库的物理设计通常分为两步进行。
1. 确定数据库的物理结构
在关系数据库中，确定数据库的物理结构主要指确定数据存放位置和存储结构，包括确定关系、索引、日志、备份等数据的存储分配合存储结构，确定系统配置等工作。
2. 对所确定的物理结构进行评价
13.4 应用程序设计
数据库的应用程序设计和一般的应用程序设计方法基本相同。
应用程序的设计方法可以采用一般的程序设计方法。
13.5 运行和维护
13.5.1 数据载入数据库
13.5.2 数据库系统试运行
在试运行阶段应当注意：
1. 数据的加载过程应先输入小部分数据进行试运行
2. 应注意数据库的转储和恢复工作
13.5.3 数据库系统的运行和维护
在数据库系统正式运行阶段，对数据库的经常性维护工作是由DBA来实施的，他的工作主要包括：
1. 数据库的转储和恢复
2. 数据库的安全性和完整性控制
3. 数据库性能的监督、分析和改造
4. 数据库的重组与重构
(1)数据库的重组
(2)数据库的重构
13.6 小结
本章通过高校收费管理系统数据库的构建与设计过程的详细描述，学习了数据库设计的基本方法，数据库设计的基本流程，E－R图的建立和到关系模式的转换，学习了软件工程的基本思想，为后续课程数据库开发技术打好基础。

Ⅷ 数据库系统概论中 三分技术,七分管理,十二分基础数据怎样理解

这句行内的名言，主是用来强调信息管理系统中数据的重要性而言的。一个完整的软件系统由程序、数据、文档组成。具体对于信息管理系统来说，就是由数据库管理系统DBMS、数据库DB和帮助档（DOCUMENT）组成。在当前的国内，数据库底层技术是谈不上的，都由MS SQLSERVER2008 、MY SQL、ORACLE、SYSBASE、IBM的DB都完全占据，我们大都只能在OS+DBMS等带E文名称的DBMS上进行一些应用开发，可以说相当于二次开发。
管理嘛，就是从安全方面、运行方面、操作权限分配、数据采集方面的制度订立及其督促落实。管理比技术更重要。采用再先进的DBMS技术，运行再好的信息管理系统，管理跟不上，再好的制度不落实的话，无论如何无法发挥MIS的强大功效，只能带来浪费。
在数据库技术中，信息可以由一系统的数据来表征，或者说，由一系列的数据来反映一条条的信息。一条记录，就表示一个对象的诸多属性。因此，反映信息管理单位的初始化数据，以及反映众多事物共同属性的基础数据，是很重要的。与采用的技术、平时的管理相比，数据的重要性不知大多少倍。
信息管理系统MIS的价值，体现在用现代化技术对信息进行快速检索（条件查询），即时进行统计分析，甚至提供决策辅助支持。试想，如果信息管理系统中没有足够多的数据记录，只是个华美的空框架，那么，信息检索、统计、分析、决策支持等价值根本无法从何谈起。如果数据记录的准确性、完整性、及时性不高，逻辑错误太多，则信息检索、统计、分析、决策支持的结果，从意义上、价值上，则要大打折扣。
管理学上有一个“99度”的理论，通俗地讲，就是木桶理论或短板效应吧。总之，在数据库系统中，没有数据或数据不足够丰富，就谈不上库。数据不准确、不及时、不完整，采用外国的再先进的数据库技术，制定再先进的管理制度，都受数据这一短板的制约。对此，就叫“十二分数据”。

Ⅸ 准确真实数据决定信息化价值

准确真实数据决定信息化价值
企业信息化可以实现数据的全局共享，前提是必须在规范化的数据基础上运行。对此有些企业提出了建设数据中心的思路，高度集中管理企业数据资源。从而使企业在实施信息化建设时，需要花费大量时间准备基础数据，然而大部分企业对于信息的收集和整理还存在不足，缺乏科学的数据标准化体系。基础数据的缺乏、不准确、不合要求也使得企业失去了实施信息化应用的前提条件。企业信息化应用系统只有在对合乎要求的数据进行处理的基础上，才能提供企业所需的管理数据供决策参考。

三分技术，七分管理，十二分数据
企业信息化建设已经有20多年的时间，起步早的企业已经实现了CAD、CAPP、CAE、PDM、ERP、PLM等信息化系统的建设，建立了大量的数据库，由于早期信息化建设都是从局部应用开始的，缺乏系统的整体规划。随着信息化应用的不断深入，相互独立的应用系统增多，形成了许多信息孤岛。中航工业金航数码公司企业信息化项目实施顾问刘西平（原陕西柴油机重工有限责任公司计算中心主任）表示，这些系统独立应用能够满足基层的应用，但从企业整体应用方面来说还存在着很多的问题，系统的集成、数据的统一、数据标准的制定等成为数据有效利用的关键。目前很多企业看到了数据的重要性，因此，针对企业信息化建设目标的需要而搭建了统一的信息系统平台并且整合和优化各系统的数据，规范数据结构。“但是也存在着不足，比如企业信息化建设注重提高管理水平、提高工作效率效果的同时而对数据深层次的利用方面做得还不够。”刘西平说，如何通过大量数据的分析为决策提供依据；如何通过数据分析为企业长期发展提供有说服力的依据；如何通过数据分析指导企业进行组织机构优化、产品创新、流程改造等这都是企业信息化应用到一定层次需要企业领导高度关注的问题。
“‘三分技术，七分管理，十二分数据’强调的就是数据的重要性。”刘西平表示，制约数据深度挖掘的因素主要有：人、数据、管理、技术。其中最重要是人的因素：高层领导重视不够；员工信息化素质低、参与度不高，抵制变革；对企业信息化的内涵认识不足。
数据因素：大部分企业对于信息的收集和整理还存在不足，很多企业缺乏科学标准化的数据体系，基础数据的缺乏、不准确、不符合要求使企业失去了实施信息化应用的前提条件。缺乏科学标准化的数据体系的及基础数据的缺乏是制约企业信息化系统数据深度挖掘的重要因素。
管理因素：我国企业信息化面临的最大问题就是管理薄弱带来的影响，缺乏战略观念和系统观念。而信息化系统以规范化、标准化业务流程为前提。流程再造思想的引入，是企业信息化管理区别于以往传统的管理信息系统的重要特征。流程再造是实施企业信息化管理的基础和前提，它从管理上理顺业务过程，从技术上提高流程的效率，在合理的业务流程基础上实现对企业整体资源的优化配置。长期缺乏先进管理理念是制约企业信息化系统数据的深度挖掘的主要因素。
技术因素：实现数据深度挖掘还要有软件和硬件技术的支持，要有较好的数据平台支持，科学的进行业务流程重组及企业资源的整合，保证企业数据资源得到很好的挖掘和利用。然而，实施企业信息化绝不仅仅是信息技术问题，更多的是管理问题。只有真正把企业信息化系统看作是一个大系统，根据本企业的实际情况，做好流程重组、基础数据准备等前提工作，从企业制度创新、技术创新、管理创新等多方面来实施，通过企业“一把手”的高度重视、全面支持、调动全员参与，才能产生最大的效益。

Ⅹ java和数据库之间是什么关系

是个学生吧，还没有系统的学习：
1、Java是一门编程语言，为的实现如何连接客户与数据，之间的一种连接工具，你可以这么理解，你想要图书馆里面的所有的图书，查找某个资料，没有编程语言做的变成系统，你只能够通过自己去图书馆一本一本的去翻，去找。有了编程语言，就可以专门的做出一个查询系统，这个系统将所有的图书的内容都融汇到一个地方，然后通过你用Java编写的查询系统，进行查找想要的资料，就是电子化，这样同时可以提供给更多的人去查找，也给更多的人省去了，单独查找的时间。编程语言就是做这个的。
2、数据库是做什么的呢：
在上面我们提到了，就是把所有的书的内容都放置到一个地方，而数据库就是进行存放这个书籍内容的地方，有了数据库，我们可以更好的去管理书籍里面的内容，进行改写，进行备份，进行整理。在一个企业里面：三分管理 七分技术 十二分数据，其实人们最注重的是数据的积累。一家银行，有多少个客户，客户都各自存储了多少钱，什么时候存储的。它并不关心你这系统是什么东西，它只想通过你的系统继续操作里面的数据。数据库就是这个作用。
3、话又说回来了，就是存储数据，你完全可以用记事本，excel表格，或者自己随便的定义一种东西进行存储，但是，当级别达到几千，几万，几十万，几百万，几千万，几亿，你如何去存储，用什么东西进行查询历史的数据，如果你真的有本事能够做到查询的速度性，安全性以及便于管理性，你可以完全不用数据库，当然目前世界上还没有人能够弄成，能弄成的几个公司就是现在的数据库公司：oracle,db2等等

不知你是否明白，希望对你有帮助。