某灯塔公司员工资料信息整理

灯塔员工资料信息整理原始资料灯塔公司2000年员工资料（Excel文件）灯塔公司2001年员工花名册(Excel文件)目标通过对照两年的资料，统计出2001年灯塔公司各岗位中年龄、性别、学历结构以及在灯塔工作的年数。难点及问题说明灯塔所提供的原始材料本身存在很多问题，包括：1 2001年的员工花名册缺乏所在部门、职位、学历结构等重要信息2 两年的员工信息中存在许多明显相矛盾的信息。比如从2001年花名册中可发现，在2000年之前加入灯塔的员工有2425人，但从2000年的资料中只能找到1424人与2001年的表相吻合！3 信息的表示非常不规范。比如出生日期，有的具体到日期，有的只有年份，而在2001年的花名册上更是只有年龄。给数据的整理带来极大的不方便。工作流程1系统分析由于两张表的人数都超过了2000人，而且分成了三十多个部门，单凭人工统计是非常不现实的，应使用数据库完成统计。前面已经提到，原始数据存在很多不规范之处，所以在使用数据库之前，必须对原始数据加以整理。经考虑，决定采取PHP编程实现数据的规范化整理，使用MySQL数据库实现数据存储，采用IIS WWW服务器作为PHP的运行平台。2数据结构设计使用三张表来存放数据，分别是：表1：Staff2000数据结构存放2000年员工数据+-+-+-+-+-+-+| Field | Type | Null | Key | Default | Extra |+-+-+-+-+-+-+| name | char(10) | YES | | NULL | |姓名| sex | char(2) | YES | | NULL | |性别| age | int(11) | YES | | NULL | |年龄| yr_start_work | year(4) | YES | | NULL | |开始工作年度| yr_start_beacon | year(4) | YES | | NULL | |加入灯塔年度| edu | char(20) | YES | | NULL | |学历| id | char(20) | YES | | NULL | |身份证号| position | char(20) | YES | | NULL | |职位| poison | int(11) | YES | | NULL | |有毒工作| contract | char(50) | YES | | NULL | |合同日期| note | char(50) | YES | | NULL | |备注| dept | char(20) | YES | | NULL | |部门| end_date | char(50) | YES | | NULL | |合同终止日期表2：Staff2001数据结构存放2001年员工数据+-+-+-+-+-+-+| Field | Type | Null | Key | Default | Extra |+-+-+-+-+-+-+| employee_id | char(10) | YES | | NULL | |员工号| name | char(10) | YES | | NULL | |姓名| age | int(11) | YES | | NULL | |年龄| year_start_work | year(4) | YES | | NULL | |开始工作年度| sex | char(2) | YES | | NULL | |性别| year_start_beacon | year(4) | YES | | NULL | |加入灯塔年度| poison | int(11) | YES | | NULL | |有毒工作表3：Staffboth数据结构存放两张表中相吻合的员工数据+-+-+-+-+-+-+| Field | Type | Null | Key | Default | Extra |+-+-+-+-+-+-+| name | char(10) | YES | | NULL | | sex | char(2) | YES | | NULL | | edu | char(20) | YES | | NULL | | age | int(11) | YES | | NULL | | dept | char(20) | YES | | NULL | | position | char(20) | YES | | NULL | | beacon_year | int(11) | YES | | NULL | |在灯塔工作时间（年数）3数据整理（a） 因为软件无法直接读取excel文件，所以需要将excel文件另存为“以制表符分隔的文本文件(.txt)”。（b） 编写PHP程序读取该文本文件，并对数据加以处理（c） 通过Web服务器(IIS)将处理后的标准化数据存入MySQL数据库。4数据统计利用数据库的结构化查询语言(Structural Query Language)查找所需信息。例如，要查询在2000人员表和2001人员表中姓名、性别、年龄相同的人员信息，可以这样写：mysql select , staff2000.sex, ,staff2000.age,- staff2000.dept, staff2000.position - from staff2000, staff2001 - where = - and staff2000.sex=staff2001.sex - and staff2000.age=staff2001.age - order by staff2000.dept;+-+-+-+-+-+-+| name | sex | edu | age | dept | position |+-+-+-+-+-+-+| 王继文 | 男 | 中技 | 33 | 104 | 树脂 | 闫士强 | 男 | 高中 | 41 | 104 | | 房娟 | 女 | 中专 | 28 | 104 | | 安文陆 | 男 | 大专 | 50 | 104 | 树脂 | 赵家泰 | 男 | 大本 | 56 | 综合处 | 销售 | 高春发 | 男 | 大专 | 40 | 综合处 | 内联 | 张金柱 | 男 | 初中 | 43 | 综合处 | 采购 | 穆瑞泉 | 男 | 中专 | 43 | 综合处