物流信息系统分析与设计(chapter2).ppt

物流信息系统 第2章 物流信息技术基础 2.1 数据处理技术 2.1.1 数据处理的相关概念 1. 数据处理的概念 数据处理指把来自科学研究、生产实践和社会经济活动等领域中的原始数据，用一定的设备和手段，按一定的使用要求，加工成另一种形式的数据。 数据处理包括：数据收集、数据转换、数据的筛选及分组和排序、数据的组织、数据的运算、数据存储、数据检索、数据输出。 2.1 数据处理技术 2．数据处理的发展过程 （1）简单应用阶段（20世纪50年代以前）。 特征：无数据管理、完全分散、手工方式。 （2）文件系统阶段（50年代后期到60年代中期）。 特征：有面向应用的数据管理功能，分散、非手工方式。 （3）数据库系统阶段（60年代后期开始）。 特征：面向全组织的复杂数据结构；数据冗余度小，易于扩充；数据与程序独立；统一的数据控制功能。 2.1 数据处理技术 2.1.2 数据库技术 1．数据库的概念 数据库(Data Base，简称DB)是以一定的组织方式存储在一起的相关的数据集合。 这些数据没有有害或不必要的冗余，能为多个用户或应用程序服务，数据的存储独立于使用它的程序；能够用一种公用、可控的方法向数据库插入新数据、修改和检索原有数据。 2.1 数据处理技术 2.1 数据处理技术 ③软件 包括：数据库管理系统（DBMS）、操作系统、各种宿主语言和应用开发软件工具等。 ④数据库管理员（DBA） DBA的职责是创建、监控和维护数据库，使之始终处于最佳状态。 2.1 数据处理技术 2.1 数据处理技术 (3)关系模型(Relational Model)： 关系模型是用数据的二维表格来描述实体与实体之间的联系。关系代数中称二维表格为“关系”（Relation）。“表”作为一个关系，应该满足如下条件: ①?表中每一项须是基本项(初等项)； ②?表中每一列必须有相同的数据类型； ③?每一列须有段名，且同一表格中段名不能重复； ④?表中不能有相同的行(即不能有相同的记录)； ⑤?行列的顺序均不影响表中信息的内容。 2.1 数据处理技术 4．数据库系统结构（自学） （1）概念模式(Conceptual Schema) 也叫模式，是数据库结构的中间一层。概念模式是用逻辑数据模型对一个企业或部门数据的描述。 （2）外模式(External Schema) 也叫子模式、用户模式，是最靠近用户的一层。是用逻辑数据模型对用户所用到的那部分数据的描述。 （3）内模式(Internal Schema) 也叫存储模式、物理模式，是数据库结构的最内一层。它是物理存储设备上实际存储的数据集合。 2.1 数据处理技术 2.1 数据处理技术 5．数据库设计 (一)数据需求分析 任务是将业务管理单证流化为数据流，绘制数据流程图，并完成相应的数据字典。 (二)概念模型设计 任务是从数据流程图出发，绘制E-R图，即实体-关系图，并列出各个实体与关系的所有属性。 E-R模型即实体-关系模型(Entity-Relationship)，具有三种基本成分:实体、关系和属性。 E-R模型设计的主要步骤如下: 1．划分和确定实体。 2．划分和确定关系。 3．确定属性。 4．画出E-R模型。 2.1 数据处理技术 （三）逻辑结构设计 任务是从E-R图与对应的所有属性出发，确定各个实体及关系的表名属性。 在E-R模型中有实体和关系两类数据，转换原则是: ①一个实体用一个二维表来表示，此表的属性由实体的所有属性组成。 ②一个关系用一个二维表来表示，此表的属性由关系的属性加上构成关系的每个实体的关键字组成。 通过转换，可以产生关系数据模式，然后可以用FoxPro、SQL Server等提供的命令来建立库文件。 （四）物理设计 任务是确定所有属性的类型、宽度与取值范围，设计基本表的主键，将所有表名与字段名英文化，实现物理建库。 2.1 数据处理技术 2.1.3 数据仓库 1、概念 广义的数据仓库是指一种帮助企业作出决策的系统化解决方案，包括3个方面： （1）数据仓库技术（Data Warehouse，DW） （2）联机分析处理技术（On-Line Analytical Processing，OLAP） （3）数据挖掘技术（Data Mining，DM） 2.1 数据处理技术 2、数掘仓库技术 数据仓库的定义：“一个面向主题的、集成的、稳定的，不同时间的数据集合，用于支持管理层的决策制定过程。 数据仓库组织和管理数据的方法与普