第4章--数据与信息管理技术

1、第4章 数据与信息管理技术,第4章 数据与信息管理技术,本章所讲内容如下： 1. 传统文件管理方式下的数据组织 2. 数据库系统 3. 商务智能基础,4.1 传统文件管理方式下的数据组织,本节所讲的内容如下： .文件管理的相关概念 .传统文件管理方式的问题,4.1 传统文件管理方式下的数据组织,一、文件管理的相关概念,4.1 传统文件管理方式下的数据组织,二、传统文件管理方式的问题 （1）数据冗余和不一致性 （2）缺少数据集成 （3）数据依赖 （4）缺乏灵活性 （5）低安全性和低共享性,4.2 数据库系统,本节所讲的内容如下： .数据库系统的相关概念 .数据库模型 .数据库的开发与维护 .数据

2、库的操作,4.2 数据库系统,数据库技术可以解决传统文件系统所带来的诸多问题。数据库管理方法（Database Management Approach）将原先存储在各个独立文件中的数据记录合并到一个数据库中，供很多不同的应用程序访问。,4.2 数据库系统,数据库系统具有以下特点： 1.采用复杂的数据模型表示数据结构 2.数据冗余度小，能够实现数据共享，易于扩充 3.具有较高的数据独立性 4.为用户提供了方便的用户接口 5.提供统一的数据控制功能,4.2 数据库系统,一、数据库系统的相关概念 1.数据库 数据库是以一定的组织方式存储在一起的相关数据的集合。数据库概念的三个主要目标是使数据冗余最小

3、，并达到数据独立性和共享性。 2.数据库系统 数据库系统是指组织、存取和维护大量数据的人/机管理系统，是由计算机、数据库、数据库管理系统和有关人员组成的有机总体。 数据库系统一般有四个组成部分：（1）计算机系统；（2）数据库；（3）数据库管理系统；（4）知识工作者。,4.2 数据库系统,一、数据库系统的相关概念 3.数据库管理系统 数据库管理系统（database management system，DBMS）是数据库系统的主要软件工具，是数据库系统的核心，它控制着组织及其终端用户对数据库的创建、维护和使用。 一个数据库管理系统应该具备以下功能： （1）数据库定义 （2）数据库的操纵 （3）数

4、据库查询 （4）数据库控制 （5）数据库通信,4.2 数据库系统,二、数据库模型 1.数据库模型简介 数据库中数据元素间的关系是建立在某种逻辑数据结构或数据模型之上。 （1）层次模型,4.2 数据库系统,二、数据库模型 1.数据库模型简介 （2）网状模型,4.2 数据库系统,二、数据库模型 1.数据库模型简介 （3）关系模型,4.2 数据库系统,二、数据库模型 1.数据库模型简介 （4）多维模型 多维模型是关系模型的一个变种，它使用多维模型来组织和表示数据间的关系。多维数据模型就像一个嵌套着很多数据的数据立方体。 多维模型的每一个单元包含着与各个维的某个维元素相对应的汇总数据。例如，一个单元可

5、以是某个产品在某一月份以及某一地区、某个销售渠道的销售总额。 多维数据库用于支持联机分析处理（OLAP）应用，可以快速回答复杂的业务查询问题。,4.2 数据库系统,二、数据库模型 1.数据库模型简介 （5）面向对象模型 面向对象的数据库模型被认为是新一代基于Web的多媒体应用的关键技术之一。一个对象包括描述实体属性的数据值以及数据上可以执行的操作两方面内容。这种封装模式使面向对象的数据模型比其它的数据库模型更易处理复杂的数据类型，如文本、图片、音频及其它Web页面构成元素等。,4.2 数据库系统,二、数据库模型 2.几种数据库模型简介 层次模型是一种适合于企业运营中存在的很多结构化、常规事务处

6、理数据的数据库模型，因为这些运作数据可以很容易地表示为具有层次关系的记录集合。 网状模型就可以轻松地处理这种多对多关系，它比层次模型更灵活。 与层次模型和网状模型不同，关系型数据库允许用户根据特定的需求轻松地从数据库中检索信息。关系型数据库比层次数据库和网状数据库更易于使用和维护。 面向对象和基于多维模型的数据库在OLAP（联机分析处理）和Web应用中扮演着更重要的角色。,4.2 数据库系统,三、数据库的开发与维护 1. 数据库开发 数据库的开发流程如图：,4.2 数据库系统,三、数据库的开发与维护 1. 数据库开发 （1）概念设计 概念模型的设计是不依赖于任何数据库管理系统的，与具体的硬件环

7、境和软件环境均无关。概念模型的表示方法很多，其中最为常用的是实体联系方法，该方法用E-R（Entity-Relationship）图来描述现实世界的概念模型。 在E-R图中矩形表示实体，矩形框中写明实体名；实体的属性用椭圆形表示，并用无方向线条将实体与属性联系起来；实体之间的关系用菱形表示，用无方向线条将菱形与有关实体连接起来，并在边上标明联系的类型，其中联系本身也是一个实体，也可以有属性。,4.2 数据库系统,三、数据库的开发与维护 1. 数据库开发 （1）概念设计 概念设计举例：,4.2 数据库系统,三、数据库的开发与维护 1. 数据库开发 （1）概念设计 概念设计举例：,4.2 数据库系

8、统,三、数据库的开发与维护 1. 数据库开发 （1）概念设计 概念设计举例：,4.2 数据库系统,三、数据库的开发与维护 1. 数据库开发 （2）逻辑设计 逻辑设计是将概念模型从E-R图转换成某种数据库管理系统支持的数据模型，一般是转换为关系模型。 每一个实体都转换为一个关系模式。 将每一个多对多联系都转换为一个关系模式。 将每一个一对多联系都转换为一个关系模式，也可以不单独转换为一个关系模式，只需在联系的“n”端实体所对应的关系模式中加入“1”端实体的关键属性即可。 两个实体集的一对一联系的转换，可按规则进行，也可按规则进行，视具体情况而定。,4.2 数据库系统,三、数据库的开发与维护 1.

9、 数据库开发 （2）逻辑设计 逻辑设计是将概念模型从E-R图转换成某种数据库管理系统支持的数据模型，一般是转换为关系模型。 每一个实体都转换为一个关系模式。 将每一个多对多联系都转换为一个关系模式。 将每一个一对多联系都转换为一个关系模式，也可以不单独转换为一个关系模式，只需在联系的“n”端实体所对应的关系模式中加入“1”端实体的关键属性即可。 两个实体集的一对一联系的转换，可按规则进行，也可按规则进行，视具体情况而定。,4.2 数据库系统,三、数据库的开发与维护 1. 数据库开发 （2）逻辑设计 关系模型举例：,4.2 数据库系统,三、数据库的开发与维护 1. 数据库开发 （3）物理结构设计

10、 物理结构设计是为数据模型在可用的硬件设备上确定合适的存储结构和存取方法，并建立索引等。 主要包括确定数据的存储结构、存取路径的选择和调整、确定数据存放位置和存储分配等。,4.2 数据库系统,三、数据库的开发与维护 2. 数据库维护 数据库维护过程是在DBMS的支持下，通过事务处理系统以及其他终端用户应用来完成的。 组织的数据库需要不断更新以反映最新的企业业务（如生产、销售等）和其它业务。另外，其它各种变化也必须反映到数据库中，进行数据的更新或更改，以保证数据库中数据的准确性。,4.2 数据库系统,四、数据库的操作 数据库管理系统帮助用户对数据库中的信息进行增加、修改和删除，并帮助用户在数据库

11、中挖掘有价值的信息。多数的数据库管理系统包含以下数据操作工具： 1视图 2报表生成器 3范例查询工具 4结构化查询语言,4.3 商务智能基础,本节所讲的内容如下： .数据仓库 .联机分析处理技术 .数据挖掘,4.2 数据库系统,商务智能（Business Intelligence, BI）是一种涉及公司顾客、竞争对手、合作伙伴、竞争环境以及企业内部业务的知识。数据挖掘是商务智能的核心，商务智能的联机分析处理工具依赖于数据仓库和多维数据挖掘。,4.2 数据库系统,一、数据仓库 1. 数据仓库的概念及构成 数据仓库（Data Warehouse）是一个面向主题的、集成的、相对稳定的、反映历史变化的

12、数据集合，用于支持管理决策。数据仓库的构成要素如图：,4.2 数据库系统,一、数据仓库 2. 数据仓库的类型 从结构的角度看，数据仓库模型有三种类型：企业数据仓库（Enterprise Warehouse）、数据集市（Data Mart）和虚拟数据仓库（Virtual Warehouse）。 企业数据仓库：企业数据仓库搜集关于主题的所有信息，涵盖整个企业。它提供企业范围内的数据集成，通常来自一个或多个数据库系统或外部信息提供者。 数据集市是数据仓库中关于企业某一方面的数据子集，例如针对某一部门或某一业务流程。 虚拟数据仓库是操作数据库上视图的集合。,4.2 数据库系统,一、数据仓库 3. 数据

13、仓库的特点 （1）数据仓库是来自不同数据库的信息集合,4.2 数据库系统,一、数据仓库 3. 数据仓库的特点 （2）数据仓库具有多维性 （3）数据仓库支持决策而非事务处理,4.2 数据库系统,一、数据仓库 4. 数据仓库开发 （1）自顶向下和自底向上 （2）递增和进化的方式,4.2 数据库系统,一、数据仓库 5. 使用数据仓库时应考虑的问题 （1）并非所有的企业都真正需要数据仓库 （2）企业有时并不需要整个数据仓库 （3）更新信息的问题,4.2 数据库系统,二、联机分析处理技术 1. 联机分析处理 联机分析处理（Online Analytical Processing，OLAP）也称为多维数据

14、分析，是一种提供决策支持的信息处理方式。OLAP可以在使用多维数据模型的数据仓库或数据集市上进行。典型的OLAP操作包括上卷、下钻（钻过、钻透）、切片和切块、转轴（旋转），以及统计操作。,4.2 数据库系统,二、联机分析处理技术 2. OLAP和OLTP的区别 （1）面向的对象不同 （2）数据内容不同 （3）数据库的设计方法不同 （4）视图不同 （5）访问模式不同,4.2 数据库系统,数据挖掘是从大量的、不完全的、模糊的、随机的数据中抽取出有效的、新颖的和潜在有用的知识的过程，通过一些专门技术发掘海量数据中隐藏的模式和关系，并将这些规则用于预测未来发展，指导管理决策。,4.2 数据库系统,三、数据挖掘 1. 数据挖掘使用的技术 （1）统计学 （2）数据库系统与数据仓库 （3）信息检索,4.2 数据库系统,三、数据挖掘 2. 数据挖掘的工具 数据挖掘工具是用户对数据仓库进行信息查询的软件工具。数据挖掘工具支持联机分析处理，即通过对数据的处理来支持决策任务。 （1）查询与报表工具 （2