java+Oracal9i电子申请系统 第4页
Java电子申请系统
第2章 数据库理论基础
一个成功的信息管理系统，是建立在许多条件之上的，而数据库是其中一个非常重要的条件和关键技术。
信息管理系统所涉及的数据库设计分五个步骤：数据库需求分析、概念设计、逻辑设计、物理设计与加载测试。
（1） 数据库需求分析的任务是将业务管理单证流化为数据流，划分主题之间的边界，绘制出DFD图，并完成相应的数据字典[3]。
（2） 概念设计的任务是从DFD出发，绘制出本主题的实体－关系图，并列出各个实体与关系的纲要表。
（3） 逻辑设计的任务是从E-R图与对应的纲要表出发，确定各个实体及关系的表名属性。
（4） 物理设计的任务是确定所有属性的类型、宽度与取值范围，设计出基本表的主键，将所有的表名与字段名英文化（现在很多软件能支持中文字段，如MS SQL Server），实现物理建库，完成数据库物理设计字典。
（5） 加载测试工作贯穿于程序测试工作的全过程，整个录入、修改、查询、处理工作均可视为对数据库的加载测试工作。
要设计出一个好的信息管理系统数据库，除满足系统所要求的功能外，还必须遵守下列原则：
a.基本表的个数越少越好。
b.主键的个数越少越好。键是表间连接的工具，主键越少，表间的连接就越简单。
c.字段的个数越少越好。
d.所有基本表的设计均应尽量符合第三范式[3]。
数据库的设计中，如何处理多对多的关系和如何设计主键，是两个有着较大难度、需要重点考虑的问题。下面我们着重从SQL应用、数据库设计范式和查询优化等方面来分析本课题的系统关键技术和实现难点并加以解决。
2.1 数据库系统设计及范式分析
信息系统的主要任务是通过大量的数据获得管理所需要的信息，这就必须存储和管理大量的数据。因此建立一个良好的数据组织结构和数据库，使整个系统都可以迅速、方便、准确地调用和管理所需的数据，是衡量信息系统开发工作好坏的主要指标之一。
2.1.1 数据库系统设计
数据库设计主要是进行数据库的逻辑设计，即将数据按一定的分类、分组系统和逻辑层次组织起来，是面向用户的。数据库设计时需要综合企业各个部门的存档数据和数据需求，分析各个数据之间的关系，按照DBMS[3]（数据库管理系统）提供的功能和描述工具，设计出规模适当、正确反映数据关系、数据冗余少、存取效率高、能满足多种查询要求的数据模型。
数据库设计的步骤是：
（1） 数据库结构定义：目前的数据库管理系统（DBMS）有的是支持联机事务处理CLTP[3]（负责对事务数据进行采集、处理、存储）的操作型DBMS，有的可支持数据仓库、有联机分析处理CLAP（指为支持决策的制定对数据的一种加工操作）功能的大型DBMS，有的数据库是关系型的、有的可支持面向对象数据库。针对选择的DBMS，进行数据库结构定义。
（2） 数据表定义：数据表定义指定义数据库中数据表的结构，数据表的逻辑结构包括：属性名称、类型、表示形式、缺省值、校验规则、是否关键字、可否为空等。关系型数据库要尽量按关系规范化要求进行数据库设计，但为使效率高，规范化程度应根据应用环境和条件来决定。数据表设计不仅要满足数据存储的要求，还要增加一些如反映有关信息、操作责任、中间数据的字段或临时数据表。
（3） 存储设备和存储空间组织：确定数据的存放地点、存储路径、存储设备等，备份方案，对多版本如何保证一致性和数据的完整性。
（4） 数据使用权限设置：针对用户的不同使用要求，确定数据的用户使用权限，确保数据安全。
（5） 数据字典设计：用数据字典描述数据库的设计，便于维护和修改。
为了更好地组织数据和设计出实际应用数据库，应该注意如下问题：
规范化地重组数据结构：对数据进行规范化表达，这在后面将会具体讨论。
关系数据结构的建立：在进行了数据基本结构的规范化重组后，还必须建立整体数据的关系结构。这一步设计完成后数据库和数据结构设计工作基本完成，只待系统实现时将数据分析和数据字典的内容代入到所设计的数据整体关系结构中，一个规范化数据库系统结构就建立起来了。
建立关系数据结构涉及三方面内容：确定关联的关键指标项并建立关联表；确定单一的父系记录结构；建立整个数据库的关系结构。
（1）链接关系的确定
在进行了上述数据规范化重组后，已经可以确保每一个基本数据表(我们简称为表)是规范的，但是这些单独的表并不能完整地反映事物，通常需要通过指标体系整体指标数据才能完整全面地反映问题。也就是说在这些基本表的各宇段中，所存储的是同一事物不同侧面的属性。那么计算机系统如何能知道哪些表中的哪些记录应与其它表中的哪些记录相对应，它们表示的是同一个事物呢?这就需要在设计数据结构时将这种各表之间的数据记录关系确定下来。这种表与表之间的数据关系一般都是通过主或辅关键词之间的连接来实现的。因为在每个表中只有主关键词才能唯一地标识表中的这一个记录值(因为根据第三范式的要求，表中其它数据字段函数都依赖于主关键词)，所以将表通过关键词连接就能够唯一地标识出某一事物不同属性在不同表中的存放位置。
（2）确定单一的父子关系结构
所谓确定单一的父系关系结构就是要在所建立的各种表中消除多对多（以下用M:N来表示）的现象，即设法使得所有表中记录之间的关系呈树状结构(只能由一个主干发出若干条分支，而不能有若干条主干交错发出若干条分支状况)。所谓的“父系”就是指表的上一级关系表。消除多对多关系可以借助于E-R图的方法来解决，也可以在系统分析时予以注意，避免这种情况的发生。
消除这种M:N情况的办法也很简单，只需在二表之间增加一个表，则原来M:N的关系就改成了M:1，1:N的关系了。
确定数据资源的安全保密属性：
一般DBMS都提供给我们自己定义数据安全保密性的功能。系统所提供的安全保密功能一般有8个等级(0-7级)，4种不同方式(只读、只写、删除、修改)，而且允许用户利用这8个等级的4种方式对每一个表自由地进行定义。
定义安全保密性的方法一般有如下几种：
a．原则上所有文件都定义为4级，个别优先级特别高的办公室(终端或微机的入网账号)可定义高于4级的级别，反之则定义为低于4的级别。
b．统计文件(表)和数据录入文件一般只对本工作站定义为只写方式，对其它工作站则定义为只读方式。
c．财务等保密文件一般只对中工作站(如财务科等)定义为可写、可改、可删除方式，对其它工作站则定义为只读方式，而且不是每个人都能读，只有级别相同和高级别者才能读。
2.1.2 数据库设计范式分析
建立起一个良好的数据指标体系，是建立数据结构和数据库的最重要的一环。一个良好的数据指标体系是建立DB的必要条件，但不是充分条件。我们完全可以认为所建指标体系中的一个指标类就是关系数据库中的一个基本表，而这个指标类下面的一个个具体指标就是这个基本表中的一个字段。但如果直接按照这种方式建库显然还不能算最佳。对于指标体系中数据的结构在建库前还必须进行规范化的重新组织。
数据组织的规范化形式：
在数据的规范化表达中，一般将一组相互关联的数据称为一个关系(relation)，而在这个关系下的每个数据指标项则被称为数据元素(data element)，这种关系落实到具体数据库上就是基本表，而数据元素就是基本表中的一个字段(field)。规范化表达还规定在每一个基本表中必须定义一个数据元素为关键字(key)，它可以唯一地标识出该表中其它相关的数据元素。在规范化理论中表是二维的，它有如下四个性质：
（1） 在表中的任意一列上，数据项应属于同一个属性(如图中每一列都存放着不同合同记录的同一属性数据)。
（2） 表中所有行都是不相同的，不允许有重复组项出现(如图中每一行都是一个不同的合同记录)。
（3）在表中，行的顺序无关紧要(如图中每行存的都是合同记录，至于先放哪一个合同都没关系)。
（4）在表中，列的顺序无关紧要，但不能重复(如图中合同号和合同名谁先谁后都没关系，但二者不可重复或同名)。
在对表的形式进行了规范化定义后，数据结构还有五种规范化定义，定名为规范化模式，称为范式。在这五种范式中，一般只用前三种，对于常用系统就足够了。而且这五种范式是“向上兼容”的，即满足第五范式的数据结构自动满足一、二、三、四范式，满足第四范式的数据结构自动满足第一、二、三范式，……，依此类推。
第一范式(first normal form，简称1st NF)就是指在同一表中没有重复项出现，如果有则应将重复项去掉。这个去掉重复项的过程就称之为规范化处理。在本文所讨论的开发方法里，1st NF实际上是没有什么意义的。因为我们按规范化建立的指标体系和表的过程都自动保证了所有表都满足1st NF。
第二范式(second normal form，简称 2nd NF)是指每个表必须有一个(而且仅一个)数据元素为主关键字(primary key)，其它数据元素与主关键字一一对应。例如，在图
上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] ... 下一页 >>