第四章_数据管理技术(新).pdf

第四章 数据管理技术 §4.1 概述 一、数据的本质和来源 1.数据、信息、知识 数据：客观事物的属性、数量、位置及其相互关系 的抽象表示。 信息：数据所表示的含义（或语义），可以说信息 是对数据的解释，数据是信息的载体。 知识：是以各种不同方式把多个信息关联在一起的 信息结构，或者说知识是多个信息之间的关联。 4-1 知识 信 息 数 据 4-2 2.数据的来源  内部数据：来自TPS  外部数据：来源广泛  个人数据：来自DSS用户 二、数据收集和数据问题  1.数据收集 利用Excel建立数据库。  2.数据问题（P72）：保证数据的质量和完 整性，防止“垃圾进，垃圾出（GIGO ）” 4-3 三、数据库组织和结构 表示存储在数据库中许多记录的关系的 逻辑结构，目前流行的有三种：（P75）  关系数据库、层次数据库、网状数据库 中国 司机甲 …… 司机丁 福建省 北京市 …… 上海市 厦门市 泉州市 …… …… …… 公车A 公车B …… 层次结构 网状结构 4-4 §4.2 数据仓库（P77） 当前的数据处理可以大致分为两 大类型：操作型处理和分析型处理。 操作型处理 分析型处理  操作型处理也叫事务处理，是指对数据库 联机的日常操作，通常是对一个或一组记 录的查询和修改，主要是为企业的特定应 用服务的，人们关心的是响应时间、数据 的安全性和完整性。  分析型处理则用于管理人员的决策分析。 4-5 一、传统事务处理环境不适宜DSS用户应用 的原因 1.事务处理和分析处理的性能特点不同  在事务处理环境中，用户的行为特点是数据存取操作 频率高，而每次操作处理的时间短，因此，系统可以 允许多个用户按分时方式使用系统资源，同时保持较 短的响应时间，OLTP是这种环境下的典型应用。  在分析处理环境中，用户的行为模式就完全不同。某 个DSS应用程序可能需要连续运行几个小时，从而消 耗大量系统资源。  将具有如此不同处理性能两种应用放在同一环境中运 行，显然是不适当的。 4-6 2 .数据集成问题  DSS需要集成的数据。全面而正确的数据是有效的 分析和决策的首要前提，相关数据收集越完整，得 到的结果就越可靠。因此，DSS不仅需要整个企业 内部各部门数据，还需要企业外部、竞争对手等处 的相关数据。  事务处理的目的在于使业务处理自动化，一般只