管理信息系统(2-1)-技术基础.ppt

多层结构的应用程序 多层结构的划分 数据层、业务层、表现层 胖客户端、瘦客户端及其他 逻辑位于何处？ 逻辑的分类：数据逻辑、业务逻辑和表现逻辑 多层结构的优点 更有效地利用了系统的资源，增强了系统的总吞吐量和可缩放性 系统维护更加方便和容易 使得不同数据源系统的集成成为可能 允许跨地域和跨平台操作 在服务器暂时不可用时客户端的信息将被保持，增强了系统的可用性 对客户端隐藏了业务逻辑细节 2.3 计算机网络 计算机网络的概念 计算机网络的功能 资源共享 数据传输 计算机网络的分类 按网络分布：局域网、广域网 按网络拓扑：树状、星形、总线、环状 按服务方式：主从网络、对等网络 计算机网络的体系结构 2.4 数据库与数据仓库 构建商务智能 数据库技术的发展过程 什么是数据库？ 60年代 数据收集、数据库创建、信息管理系统（ IMS ）和网络数据库管理系统（Network DBMS） 70年代 关系数据模型以及关系型DBMS 80年代至今 高级数据模型 (具有扩充关系的, 面向对象的, 演绎的等等) 和 面向应用的 DBMS (空间的, 科学的, 工程的等等) 90年代至今 数据挖掘和数据仓库，多媒体数据库和Web数据库。 我们需要了解的数据库技术：以混凝土公司销售数据为例 数据库中包含多张表： Order Customer Concrete Type Employee Truck …… 每张表中应包含什么信息？——信息的收集 创建逻辑结构 在数据库中，行号是无关紧要的 数据库中，每一列都有一个诸如 Order Date 或 Customer Name之类的逻辑名称 数据字典 – 描述了数据库中信息之间逻辑关系——“关于数据的数据” 信息内部的逻辑联系 数据库的不同表之间往往存在着内在逻辑联系 逻辑联系是由主键（primary key）和外键 （foreign key）实现的 Primary key – 能唯一确定记录的字段或字段组 Foreign key – 存在于一个关系中的另一个关系的主键 外键起到了建立表间联系的作用 在这里，文件=表=关系 文件内的完整性约束 完整性约束（Integrity constraint） – 确保信息合理性的规则 Examples 在一个表中主键值必须是唯一的 外键不能为空 Sales price 字段值必须为正 Phone numbers 必须有区号 SQL:结构化查询语言 Structured query language (SQL) – 大多数数据库使用的第4代查询语言 使用结构化的语句进行数据查询 更多地被IT技术人员使用在数据查询或程序设计中 SELECT Order.CustomerNumber,Employee.EmployeeLastName,Empolyee.EmployeeFirstName FROM Employee INNER JOIN Order ON Employee.EmployeeID=Order.DriverID WHERE Order.CustomerNumber=4567; 练习 使用桌面数据库产品建立一个数据库，使用到主键、外键和完整性约束。并进行10行以上的数据输入和查询 数据仓库简述 OLTP与OLAP online transaction processing & online analytical processing 数据仓库（Data warehouses）支持OLAP 和决策 DW 不支持 OLTP 数据挖掘（Data-mining） 工具使用数据仓库信息工作 DBMS software = database Data-mining tools = data warehouse 什么是数据仓库？ 信息的逻辑集合，这些信息来自于许多不同的业务数据库，并用于创建商务智能，以支持企业的分析活动和决策任务。 William H. Inmon：数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。 面向主题而非面向应用 典型的主题领域：顾客、产品、财务 与时间相关 时间维是数据仓库中一个重要维度 操作型数据库的时间期限一般是60～90天，而数据仓库中数据的时间期限通常是5～10年。 不可修改：面向应用的事务数据库需要对数据进行频繁的插入、更新操作，而对于数据仓库中数据的操作仅限于数据的初始导入和记录查询。 多维度（关系数据是二维的） 行、列和层 常被称为超立体结构 hypercubes 右图的维度？ 数据挖掘工具 对数据仓库中信息进行查询的软件工具，包括： 查询与报表工具 智能代理 多维分析工具 统计工具 另一个常见的概念：数据集市 数据集市（Data Marts）是数据仓库的一个子集，它仅聚集了数据仓库中