城市公共基础数据库建设参考方案解说
城市数字公共基础设施建设工作方案
城市数字公共基础设施建设工作方案
1.建设城市数字化基础设施:包括城市宽带网络、城市数据中心、智慧物联网、智能交通等。
通过完善城市数字化基础设施,提升城市信息化水平,提高城市管理及公共服务效率。
2.构建数字化公共服务平台:建设统一的城市数字化公共服务平台,整合各类公共服务资源,提供便利的在线服务。
通过平台,市民可办理各类业务,例如社保缴费、医疗预约、交通信息查询等。
3.推进“智慧城市”建设:利用先进的信息技术手段,构建智慧城市管理系统。
通过物联网技术,实现对城市各个部门和设施的智能化管理,从而提高城市运行效率,提升市民生活品质。
4.加强城市数据安全保障:对城市数字化基础设施的建设要注重数据安全保护。
建立完善的数据安全管理制度,加强数据安全保护措施,确保城市数据不被非法获取和滥用。
5.推进数字技术应用创新:鼓励企业、高校、科研机构等各方力量参与数字技术应用创新,推动数字技术与城市公共基础设施的深度融合。
同时,建立创新支持机制,提供创新资金及政策支持,推动数字技术产业发展。
6.加强组织领导和政策支持:加强城市数字公共基础设施建设的组织领导,建立统一的规划和管理机构。
同时,出台支持政策,鼓励社会资本参与数字公共基础设施建设,推动城市数字化发展。
通过以上工作方案,可以促进城市数字化发展,提升城市管理和公共服务水平,提高城市居民的生活质量。
城市公共基础数据库建设(地理库)地理库
城市公共基础数据库建设(地理库)地理信息数据是智慧城市的定位基准,是集成城市自然、社会、经济、人文等综合信息的基础,是信息集成的载体,是智慧城市赖以实现的不可或缺的基础支撑。
“智慧南平地理库”建设将结合南平市现有数据情况,补充生产或整合更新南平市域范围内各类基础地理信息数据,按照标准规范对数据进行整合改造形成面向应用的公共地理框架数据,并研发数据库管理系统实现对基础地理信息数据和公共地理框架数据的建库管理和维护更新,为政府部门、企业和公众提供丰富权威的数据资源,推动地理信息的社会化应用,避免资源浪费和重复建设。
(1)基础地理信息数据补充生产:补充生产地名地址数据、三维景观数据等;(2)基础地理信息数据改造更新。
将原来离散的、数据格式各异的空间信息改造成为逻辑上一体的、具有统一空间定位框架基础地理信息资源,整合对象主要是现有数字线划图、中小尺度遥感影像、高程模型以及地名数据;(3)公共地理空间框架数据整合生产(含政务版、公众版):以基础地理数据为基础,根据数字城市地理空间框架的标准规范,面向公共应用需求进行数据的对象化、网格化、信息化加工处理,形成面向公共服务的地理框架数据(4)数据库管理系统开发:研发数据库管理系统,实现对基础地理信息数据和公共地理框架数据的入库、日常管理及更新维护,(5)数据库建设:通过数据库管理系统,对整合后的基础地理信息数据、政务版地理框架数据和公众版地理框架数据进行入库处理,最终建成包含影像数据、矢量数据、高程模型数据的基础地理信息数据库、政务地理框架数据库、公众地理框架数据库以及对应的元数据库和数据目录。
“智慧南平地理库”建设将改变南平市因获取掌握基础地理空间信息条块分割、部门所有的管理体制所形成的数据在内容、格式、坐标系统、定位精度等方面存有差别的现状,最大限度地推进地理信息资源的共享和应用,为交通、水利、国土、统计、公安、民政等各类政府部门提供科学、准确、及时的地理空间信息服务,还将通过现代化的网络和通讯技术向全社会提供导航、定位、出行等位置服务,从而推进南平市信息化进程,为创建和谐、有序的城市管理和公共服务新局面提供有力的支撑,推动和谐社会的发展。
数据库建设方案
数据库建设方案1. 引言数据库在现代信息管理中起着至关重要的作用,它不仅仅是存储和管理数据的工具,还能提供高效的数据访问和处理能力。
对于一个组织或企业来说,建设一个合适的数据库是至关重要的,因为这将直接影响到数据的安全性、可靠性和性能。
本文将提出一个数据库建设方案,包括数据库设计、数据存储和管理、数据访问和处理、数据备份和恢复等方面的内容,以帮助组织或企业建立一个高效和可靠的数据库系统。
2. 数据库设计数据库设计是数据库建设的关键步骤之一,它决定了数据库的结构和关系模式。
在进行数据库设计时,需要考虑以下几个方面:2.1 数据库类型根据组织或企业的需求和数据特点,选择合适的数据库类型。
常见的数据库类型包括关系型数据库(如MySQL、Oracle)、非关系型数据库(如MongoDB、Redis)以及图数据库(如Neo4j)等。
根据数据的特点选择合适的数据库类型是确保数据库性能和扩展性的重要因素。
2.2 数据库表设计根据组织或企业的需求和数据特点,设计合适的数据库表。
需要考虑表之间的关系、数据类型、主键和外键等约束条件,以及索引的设计。
2.3 数据库安全性数据库安全性是组织或企业必须重视的问题。
在数据库设计过程中,需要考虑如何设置用户权限、数据加密和访问控制等安全措施,以确保数据的机密性和完整性。
3. 数据存储和管理数据存储和管理是数据库建设的核心内容,包括数据的存储结构和管理策略。
在进行数据存储和管理时,需要考虑以下几个方面:3.1 存储结构根据数据库的设计和需求,选择合适的存储结构。
常见的存储结构包括表空间、数据文件、日志文件等。
根据数据的类型和访问模式,选择合适的存储结构可以提高数据库的性能和可靠性。
3.2 数据分区和划分根据数据的特点和访问模式,对数据进行合理的分区和划分。
数据分区和划分可以提高数据的访问效率,并减轻数据库的负载。
3.3 数据备份和恢复数据备份和恢复是数据库管理的重要环节。
定期进行数据备份,并建立可靠的备份策略,以防止数据丢失和灾难发生。
城市数字公共基础设施建设工作方案
城市数字公共基础设施建设工作方案一、建设背景城市的数字公共基础设施是指城市中用于提供数字化服务的设施和系统,包括信息通信网络、数据中心、智能交通系统、智能供水系统、智能能源系统等。
在现代社会中,数字化服务已成为城市发展的重要基石,提升城市居民的生活质量和办事效率。
因此,加强城市数字公共基础设施建设,推动数字经济的发展,是当前城市建设的重要任务。
二、目标与原则1.目标:建设高质量、智能化、绿色低碳的数字公共基础设施,提升城市数字化服务水平,为居民提供更便捷、高效的服务。
2.原则:a.以人民群众需求为导向,合理规划数字公共基础设施建设。
b.优先发展公共领域和关键领域的数字化服务。
c.提高数字公共基础设施的安全性、可靠性和稳定性。
d.加强与相关产业的合作,促进互联互通和协同发展。
e.鼓励创新,推动数字技术在基础设施建设中的应用和发展。
三、重点任务1.建设高速可靠的信息通信网络,提升城市的宽带网络覆盖率和网速,推动5G网络建设。
2.建设大规模的数据中心,提供高效、安全的数据存储和处理服务。
3.推动智能交通系统建设,提升城市交通管理和服务水平。
4.建设智能供水系统,优化城市供水设施,提高供水效率。
5.推动智能能源系统建设,提升城市能源利用效率和能源供应的可持续性。
6.加强网络安全保障体系建设,提高数字公共基础设施的安全性和防护能力。
7.加强人才培养和技术创新,提高数字化服务的可持续发展能力。
四、推进措施1.加大财政投入,优先支持数字公共基础设施建设项目。
2.完善规划和管理体制,建立健全数字公共基础设施建设的管理制度和标准。
3.强化政府引导和市场监管,支持民间资本参与数字公共基础设施建设。
4.加强与相关企业和研究机构的合作,引进先进技术和经验。
5.加强宣传推广,提高公众对数字公共基础设施建设的认知和支持。
五、预期效果1.城市数字化服务水平显著提升,居民生活更加便捷。
2.数字产业发展加快,促进经济增长和就业机会。
城市大数据中心建设方案
城市大数据中心建设方案随着信息技术的发展和城市化进程的加快,城市大数据中心的建设成为了现代城市建设的重要组成部分。
城市大数据中心是一个集中存储、处理和管理大规模数据的设施,可提供数据分析、应用和共享服务,为城市决策、规划和管理提供科学依据。
下面是一个城市大数据中心建设方案,以满足当下城市发展的需求。
一、基础设施建设1.场地选址:选取地理位置交通便利、用地条件好、容量适宜的区域作为城市大数据中心的建设场地,考虑到未来扩展的需要,要预留足够的空间。
2.建筑设计:根据数据中心的需求,设计建造高标准的建筑,考虑到能源消耗、安全性、可靠性等因素,使用先进的材料和技术,确保数据中心的稳定运行。
3.设备配置:根据数据中心的规模和性能需求,配置高效节能的硬件设备,包括服务器、存储设备、网络设备等,提供强大的计算资源和存储空间。
二、数据采集和存储1.数据采集:与城市各部门和机构合作,建立数据共享机制,收集和整合各类数据,如人口数据、交通数据、环境数据等,采用自动化、智能化的设备和技术,实时获取和更新数据。
2.数据存储:设计和搭建适合大规模数据存储和管理的系统,包括分布式存储和备份机制,实现数据的安全性和可靠性,同时提供高速访问和查询接口,方便用户进行数据挖掘和分析。
三、数据分析和应用1.数据分析:建立大数据分析平台,集成数据挖掘、机器学习、深度学习等技术,对海量数据进行处理和分析,提取关键信息和规律,帮助城市决策者快速了解城市现状和问题,进行数据驱动的决策。
2.数据应用:基于分析结果,开发和部署各类应用系统,如城市交通管理系统、环境监测系统、智慧城市平台等,为市民和企业提供便利和服务,提高城市管理的效率和质量。
四、安全保障和隐私保护1.数据安全:建立完善的数据安全管理制度,包括数据的加密、备份和灾备措施,确保数据的安全和可靠性。
2.隐私保护:制定严格的隐私保护政策和法规,对个人隐私数据进行保护,确保数据的合法性和隐私性,防止数据泄露和滥用。
智慧城市公共基础数据库建设
公共基础数据库建设方案一、项目概述1.概念定义。
公共基础数据库,是在网络基础设施上,围绕政务、人口、法人、地理空间等基础且变化频率相对较低的数据资源进行统筹的汇聚、传递、加速、展示、计算和存储,是智慧城市数据的总汇聚点,各智慧应用需要通过公共信息平台间接的使用公共基础数据库中的数据。
公共基础数据库主要由人口数据库、法人数据库、地理空间数据库、宏观经济数据库等组成。
2.建设背景。
2013年,《住房城乡建设部办公厅关于公布2013年度国家智慧城市试点名单的通知》(建办科〔2013〕22号),正式确定重庆市永川区为国家住建部智慧城市第二批试点城市。
2014年,永川区开展重点部门数据情况调研,从调研情况看,各部门在传统方式和现有系统中积累了大量数据,如:公安局的人口数据、工商局的法人数据、规划局和国房局的空间地理数据、统计局的经济数据等。
目前,这些数据处于分散、无序、条块分割的状态,部门间传递数据主要通过手工录入、纸质打印传递、文件导出导入、介质拷贝等方式。
各部门系统之间的对接缺乏统一的数据标准体系和框架,无法实现大批量的数据交换和实时传递,更无法形成单点接入多方共享的高效传输,部门内部间的数据也无法合理的交换使用,大大降低各部门的工作效率,增加各部门的数据使用成本,建立全区统一的数据资源共享机制迫在眉睫。
3.建设意义。
数据整合和共享是建设基础数据库的主要目的,是智慧永川建设的基础性工程。
建设基础数据库,有利于将永川目前分散的、条块化的数据资源统一集中起来,提供共享服务,提高数据共享率;有利于提高城市公共数据的开发使用水平,使政府执政能力和公共服务水平得到进一步提升;有利于解决政府部门在信息数据资源建设中的多头投资、重复建设、资源浪费等问题,节约社会成本,为支撑智慧永川、信息惠民建设,实现政府部门数据共享打下坚实基础。
4.现状难点。
永川信息化发展处于起步阶段,各部门业务数据分散,资源整合、使用率较低,数据共享程度较低,要实现从起步阶段到高级阶段的跨越式发展,还存在一些必须高度重视和予以解决的突出难点。
数据库建设方案范文
数据库建设方案范文一、引言在信息化时代,企业面临着大量的数据处理和存储需求,数据库成为企业信息化建设中不可或缺的组成部分。
数据库的建设是基于企业的信息化需求和业务特点,通过科学、规范、合理的方法来设计和实施的。
本文将从数据库建设的目标、基本原则、流程、技术选择等方面进行论述,为企业的数据库建设提供一些建设方案。
二、数据库建设目标1.提高数据管理和处理效率:通过建设健全的数据库系统,实现对企业大量数据进行高效管理和处理,提高工作效率和效益。
2.保障数据的安全性:建设具备完善的安全机制和控制措施的数据库系统,确保数据的安全性和可靠性,防止数据泄露和损坏。
3.提供高可靠性和可扩展性:构建高可靠性的数据库系统,保证数据的24小时稳定运行,并能够实时扩展和适应企业的发展需求。
4.实现数据的共享和共用:建设集中化的数据库系统,实现数据的共享和共用,提高数据的利用率和共享起效率。
三、数据库建设基本原则1.依据业务需求:数据库建设必须围绕企业业务需求来展开,根据业务特点确定数据库的结构、设计和功能模块。
2.规范管理:建设数据库要规范管理,采用统一的命名规范、命名方式和数据字典,确保数据的一致性和规范性。
3.安全可靠:数据库建设必须重视数据的安全性和可靠性,采用密码加密、备份恢复、权限控制等措施来确保数据的安全。
4.灵活可扩展:数据库建设应具备良好的灵活性和可扩展性,能够适应企业的发展需求和业务变化,方便对数据库进行调整和扩展。
5.易用性和维护性:建设的数据库系统应具备良好的易用性和维护性,操作简单明了,方便管理和维护。
四、数据库建设流程1.需求分析:通过与企业相关部门的沟通和交流,了解企业的信息化需求、业务流程和数据存储要求,为后续的数据库设计和构建做准备。
2.数据库设计:根据需求分析的结果,进行数据库的概念设计、逻辑设计和物理设计,确定数据库的表结构、索引、视图等关键设计。
3.数据库开发:根据数据库设计的结果,进行数据库的开发工作,包括数据表的创建、字段定义、数据类型设置、存储过程、触发器等。
智慧城市基础库建设方案
智慧城市基础库建设方案随着信息化技术的不断发展和普及,智慧城市建设已经成为城市发展的必然趋势。
而智慧城市的基础库建设则是智慧城市建设的核心和基础,为城市数字化转型提供了坚实的保障。
下面就是关于智慧城市基础库建设方案的一些建议。
一、基础库的理解与构成智慧城市建设的基础库是城市管理和服务相关数据的集合和管理系统,包括城市基础设施数据、城市环境数据、城市社会服务数据和城市物流数据等。
基础库是智慧城市信息化建设的基础架构,它是底层的、支撑性的数据仓库,为城市管理和服务提供数据获取、分析、共享和决策支持等功能。
基础库主要包括以下几方面:1、城市基础设施数据:包括城市道路、桥梁、隧道、红绿灯、匝道等基础设施的地理位置、长度、宽度、高度、载重、质量和车辆通行情况等数据。
2、城市环境数据:包括城市气象、空气、水质、噪声、污染物等环境数据,还包括垃圾处理、污水处理等信息。
3、城市社会服务数据:包括医疗、教育、社会福利、公共安全等数据,如医院、学校、公安局等部门的地理位置、服务范围和服务能力等。
4、城市物流数据:包括物流园区、交通枢纽、配送中心等物流设施的地理位置、货物流动情况、运输能力和服务质量等数据。
二、基础库建设的目标和意义智慧城市基础库建设的目标是实现数据的整合、对接、挖掘和应用,提高城市管理和服务的效率和质量,为市民提供优质的生活服务。
下面是智慧城市基础库建设的几个目标。
1、智慧决策支持:基础库能够为城市决策提供可靠、真实、精准、准时的数据支持。
2、智慧生活服务:基础库保证了快速获取不同领域的数据信息,实现了智慧生活服务。
如基于移动智能终端的在线医疗、在线教育、在线支付等,也包括公共安全、城市环保等服务。
3、智慧城市管理:基础库为城市管理机构提供了数据获取、共享、管理和决策支持的基础条件。
三、基础库建设的技术方案基础库建设的成功取决于技术方案的选择和实施。
基于数据仓库技术、数据集成技术、数据挖掘技术和人工智能技术等,提出以下几点技术方案。
数字城管数据采集和建库方案
数字城管数据采集和建库⽅案“数字城管”部件数据采集和建库⽅案1、概述“数字城管”系统建设是当前⼀些⼤中城市正在推进的项⽬,它将计算机技术、通信技术、“3S'技术、数据库技术等引⼊到城市管理⼯作中,⼤⼤提⾼了城市管理的数字化、信息化和⽹络化⽔平。
城市管理部件的普查和建库为“数字城管”系统建设提供基础数据,数据的质量及可靠性是系统建设成败的关键。
2、前期准备2.1 已有资料收集⼀般在城管部件数据普查与建库过程中需要⽤到以下资料:(1) ⼤⽐例尺基础地形图数据:⼀般为1 : 500⽐例尺,作为万⽶单元⽹格划分的基础数据,同时也是城管部件测绘定位的主要依据和普查的基础地形底图;(2) ⾼分辨率遥感影像数据:可以满⾜街道、社区及万⽶单元⽹格概略划分及作业组测区划分的需要;(3) 各类参考境界线数据:万⽶单元⽹格划分不可或缺的基础界线数据;(4) 其他资料:如地下管线数据、居住⼩区、物业管理及权属单位信息等。
2.2相关参考标准与定义221 参考标准城管数据普查过程中将参考以下标准作为建库标准:CJJ/T106《城市市政综合监管信息系统技术规范》2.2.2定义1. 数字城管数字化城市管理的简称,是基于计算机软硬件和⽹络环境,集成地理空间框架数据、单元⽹格数据、城市部件数据、地理编码数据等多种数据资源,通过多部门信息共享、协同⼯作,实现对城市市政⼯程设施、市政公⽤设施、市容环境与环境秩序监督管理的⼀种新型城市管理模式。
2. 部件城市市政管理公共区域内的各项设施,包括公⽤设施类、道路交通类、市容环境类、园林绿化类、房屋⼟地类的市政⼯程设施和市政公⽤设施等。
3. ⽹格按照⼀定规则划分的(⼀般以社区、道路交通线等划分)每⼀个信息采集员所负责巡查的区域。
CJ/T213《城市市政综合监管信息系统 CJ/T214《城市市政综合监管信息系统求》CJ/T215《城市市政综合监管信息系统单元⽹格划分与编码规则》部件管理和事件分类、编码及数据要地理编码》2.3普查软件建设由于城市部件数据多⽽且分类复杂,权属单位⽐较多,因此有必要建⽴相关的普查登记系统,加快⼯作效率和准确度。
数据中心建设方案
数据中心建设方案第一篇:基坑开挖前期准备工作一、前期准备在进行基坑开挖前,必须进行前期准备工作。
首先,需要了解区域内的地质情况、水文情况、气象情况等情况,以此来确定施工方案。
其次,需要评估周边环境的影响因素,如建筑物、道路、地下管线等。
最后,需要按照规范要求对施工场地进行规划设计,制定详细的施工方案。
二、基坑开挖前的场地准备在进行基坑开挖前,需要对施工场地进行准备工作。
这包括对场地进行清理,清除地上的垃圾、杂草和其他障碍物,确保场地平整。
此外,还需要进行标志标线工作,标明施工区域的范围和安全警示。
三、基坑开挖前的水利工程准备在进行基坑开挖前,需要进行水利工程准备工作。
这包括对周边水源的评估,确定开挖所需的施工水源,并制定水利方案。
此外,还需要为排水系统设计排水方案,确保施工过程中的排水畅通。
四、基坑开挖前的材料准备在进行基坑开挖前,需要进行必要的材料准备工作。
这包括对材料进行分类、质量检验和储存,确保在施工过程中能够按需使用相关材料。
第二篇:基坑开挖施工方案一、基坑防护系统设计在进行基坑开挖施工前,必须进行详细的防护系统设计。
防护系统主要包括支撑系统、护坡系统、防水系统和防坍塌系统。
防护系统的设计需要根据实际情况进行,以保证施工过程中的安全性和稳定性。
二、基坑开挖方式选择基坑开挖方式的选择需要根据实际情况进行。
基坑开挖方式包括普通开挖、悬挂墙式开挖、梯形侧壁式开挖等多种方式。
在进行开挖方案的选择时,需要考虑地质条件、工期、经济成本等因素。
三、基坑开挖的施工方法基坑开挖的施工方法需要根据实际情况进行。
施工方法包括手工开挖、机器开挖等多种方式。
在进行施工方法的选择时,需要考虑工期、经济成本、施工效率等因素。
四、基坑开挖的安全措施在进行基坑开挖施工过程中,需要采取必要的安全措施。
这包括为施工人员配备必要的安全防护装备,制定详细的安全操作规程,进行安全培训和技能培训,保证施工安全。
第三篇:基坑开挖后的工作一、基坑内部处理在基坑开挖完成后,需要对基坑内部进行处理。
数据库建设方案
数据库建设方案数据库建设方案篇一:数据库建设方案数据库建设方案一、数据库技术实训室介绍数据库课程是计算机科学类各专业的专业基础课,通过本课程的学习,使学生掌握数据库设计、数据库管理、数据库程序设计的基本知识和基本技能。
加深对数据库基础理论和基本知识的理解,掌握基于数据库的应用软件设计基本方法,提高解决数据库应用实际问题的能力。
现在针对数据库教学建立数据库技术实训室,对培养数据库通用及专业人才、提高数据库教学水平、促进信息产业发展具有重要的意义。
同时,也为了能让学生更好的熟悉和掌握数据库知识,提高院学生的就业及工作竞争力。
组要承担数据库管理及应用,是进行管理信息系统,ACESS、SQLServer 等课程的教学和实验场所。
对各种管理信息系统的开发和研究提供平台。
使学生掌握数据库的基本概念,结合实际的操作和设计,应用现有的数据建模工具和数据库管理系统软件实现数据库的设计。
掌握数据库安全管理与使用,完成对数据库的管理、设计和开发等教学任务,为学生掌握大型关系数据库技术奠定了坚实的基础。
二、实训室软、硬件配置介绍软件环境:48位/11位 Red Hat Enterprise Linux 4.0 操作系统广播教学软件 SQL Server 中文2017 Oracle 8i/9i Enterprise Edition (50用户) 硬件环境:1、多媒体教学设备一套2、 PC 计算机60台3、安装有 ACCESS、SQLServer 等数据库软件三、数据库实训室开设实训课程1.面向层次:中专 2.面向专业:计算机应用专业、计算机网络专业 3.实训课程:《数据库系统》《数据库课程设计》、、数据库原理与应用,职业能力课程,84学时数据库维护,职业技能实训模块,24学时SQL Server 数据库实现与维护,职业能力课程,84学时数据备份与灾难恢复,职业能力课程,72学时数据库安全管理,职业技能实训模块,48学时篇二:数据库系统》《数据库课程设计》、、数据库原理与应用,职业能力课程,84学时数据库维护,职业技能实训模块,24学时SQL Server 数据库实现与维护,职业能力课程,84学时数据备份与灾难恢复,职业能力课程,72学时数据库安全管理,职业技能实训模块,48学时篇二》 (34)数据项名:所在省说明:类型:字符型长度:3——8 别名:province 取值范围:参见《地址区域代码表》 (35)数据项名:地址区域代码表》 (35)数据项名》 (36)数据项名:所在区县说明:类型:字符型长度:2——15 别名:county 取值范围:参见《地址区域代码表》 (37)数据项名:地址区域代码表》 (37)数据项名》 (38)数据项名:地域说明:如华北、华中、西北…… 类型:字符型长度:别名: 2area 取值范围:参见《地址区域代码表》 (39)数据项名:地址区域代码表》 (39)数据项名》 (40)数据项名:所在市(简称) 说明:市的简称类型:字符型长度:2——11 别名:city_ex 取值范围:参见《地址区域代码表》 (41)数据项名:地址区域代码表》 (41)数据项名》 (42)数据项名:手机范围标识 ID 说明:手机的前 7 位+4 个 0 且 bigint 存储类型:数值型长度:8 别名:Mob_No_Area 取值范围:参见《手机区域代码表》 (43)数据项名:手机区域代码表》 (43)数据项名》 (44)数据项名:手机卡型分类说明:类型:字符型长度:2——4 别名:Mob_card_kind 取值范围:参见《手机区域代码表》 (45)数据项名:手机区域代码表》 (45)数据项名》 (46)数据项名:呼叫项目类型说明: 类型:字符型长度:4——7 别名:Proj_Type 取值范围:参见《呼叫状态代码表》 (47)数据项名:呼叫状态代码表》 (47)数据项名》 (48)数据项名:呼叫接通状态说明: 类型:字符型长度:4——18 别名:State_Call 取值范围:参见《呼叫状态代码表》 (49)数据项名:呼叫状态代码表》 (49)数据项名》 (50)数据项名: 呼叫状态明细说明:类型:长度: 字符型2——11 别名:State_Detail 取值范围:参见《呼叫状态代码表》 (51)数据项名:呼叫状态代码表》 (51)数据项名》 (52)数据项名: 企业大类说明:类型:字符型长度:4——10 别名:Big_TP 取值范围:参见《企业类型代码表》 (53)数据项名:企业类型代码表》 (53)数据项名》 (54)数据项名: 企业小类说明:类型:字符型长度:4——14 别名:Small_TP 取值范围:参见《企业类型代码表》 (55)数据项名:企业类型代码表》 (55)数据项名》 (56)数据项名:数据特性说明:类型:字符型6 / 40长度:8 别名:Dt_name 取值范围:参见《数据特性代码表》 (57)数据项名:数据特性代码表》 (57)数据项名》 (58)数据项名:行业大类说明:类型:字符型长度:2——15 别名:Big_Ind 取值范围:参见《行业代码表》 (59)数据项名:行业代码表》 (59)数据项名》 (60) 数据项名:行业小类说明:类型:字符型长度:2——19 别名:Small_Ind 取值范围:参见《行业代码表》 (61)数据项名:行业代码表》 (61)数据项名》 (62) 数据项名:说明: 所在部门类型:字符型长度:2——10 别名:Big_POST_NME 取值范围:参见《部门职务代码表》 (63)数据项名:部门职务代码表》 (63)数据项名》 (64)数据项名:所在部门 ID 说明:用于唯一标识部门类型:数值型长度:4 别名:Big_POST_ID 取值范围:参见《部门职务代码表》 (65)数据项名:部门职务代码表》 (65)数据项名》 (80)数据项名:车品牌说明:类型:字符型长度:10 别名:Car_Brand 取值范围:参见《车牌代码表》 (81)数据项名:车牌代码表》 (81)数据项名》 (82) 数据项名:车型号说明:类型:字符型长度:27 别名:CheXing 取值范围:参见《车牌代码表》 (83)数据项名:车牌代码表》 (83)数据项名》 (84) 数据项名:车最高售价说明:类型:数值型长度:8 别名:Car_ ToPrice 取值范围:参见《车牌代码表》 (85)数据项名:车牌代码表》 (85)数据项名》 (102)数据项名:最后平台返回时间说明: 类型:时间长度:8 别名:Platform_Updtm 取值范围: (103)数据项名: 累计成功次数说明:类型:数值型长度:4 别名:Count_ Suc 取值范围:(104)数据项名:累计软弹次数说明:类型:数值型长度:4 别名:Count_ Soft 取值范围:(105)数据项名:累计硬弹次数说明:类型:数值型长度:4 别名:Count_ Final 取值范围:(106)数据项名:累计打开次数说明:类型:数值型长度:4 别名:Count_Open 取值范围:(107)数据项名:累计点击次数说明:类型:数值型长度:4别名:Cout_Click 取值范围:(108)数据项名:累计失败次数说明:类型:数值型长度:4 别名:Count_Error 取值范围:(109)数据项名:Email 状态 ID 说明:用于唯一标识 Email 状态类型:数值型长度:4 别名:Email_ST_ID 取值范围:参见《电子邮件状态代码表》 (110)数据项名:电子邮件状态代码表》(110)数据项名》 (111)数据项名: Email 状态(中文) 说明: 类型:字符型长度:2 别名:Email_State_CHS 取值范围: 参见《电子邮件状态代码表》 (112)数据项名:电子邮件状态代码表》(112)数据项名》 (113)数据项名: 累计外呼错误次数说明:类型:数值型长度:4 别名:Count_Call_Error 取值范围:(114)数据项名:累计外呼待定次数明: 说类型:数值型长度:4 别名:Count_Call_Undetermined 取值范围:10 / 40(115)数据项名:累计外呼拒访次数说明:类型:数值型长度:4 别名:Count_ Call_Refuse 取值范围: (116)数据项名:累计外呼(企业)不一致次数说明:类型:数值型长度:4 别名:Count_Call_Discord_Comp 取值范围: (117)数据项名:累计外呼(个人)不一致次数说明:类型:数值型长度:4 别名:Count_Call_Discord_Per 取值范围: (118)数据项名:累计外呼信息正确次数说明:类型:数值型长度:4 别名:Count_Call_ Correct 取值范围: (119)数据项名:累计外呼信息重复次数说明: 类型: 数值型长度:4 别名:Count_Call_Repeat 取值范围:(120)数据项名:测号时间说明:类型:时间长度:8 别名:Valid_Time取值范围:(121)数据项名:测号结果说明:类型:布尔类型长度:1 别名:Is_Valid 取值范围:0,1 (122)数据项名:是否己用于本项目明: 说类型:布尔类型长度:1 别名:Is_Used 取值范围:0,1 (123)数据项名:数据结构(1)数据结构:企业表含义:记录企业的相关信息组成成分:企业 ID 企业名称企业电话企业传真传真分机企业地址邮编企业地址员工人数PC 台数 Server 台数注册资金营业额企业网址企业法人代表企业创建日期企业电话入库/更新时间企业传真入库/更新时间企业地址入库/更新时间数据登记日期企业类型 ID 行业 ID 区域 ID(2)数据结构:个人表含义:记录个人的相关信息11 / 40组成成分:个人 ID 个人姓名企业电话分机(个人) 个人电话(无区号) 个人电话分机手机(个人) 身份证号姓别生日民族学校(大学) 学历专业个人家庭住址邮编个人家庭住址个人电话(无区号)入库/更新时间手机(个人)入库/更新时间个人家庭住址入库/更新时间数据登记日期区域 ID 企业 ID 部门职务 ID(3)数据结构:数据来源表含义:标明每一条信息(精确到个人)的数据来源组成成分:个人 ID 来源 ID 数据登记日期(4)数据结构:来源特性表含义:标明每种数据来源对应的数据特性组成成分:数据来源 ID 数据来源数据特性 ID 数据登记日期(5)数据结构:企业税务信息表含义:企业的税务相关信息组成成分:企业 ID 企业经营范围企业注册日期企业税务登记号企业的开户银行企业的开户银行帐号其它附属信息数据登记日期数据登记日期(6)数据结构:汽车信息表含义:个人所属的汽车相关信息组成成分:个人 ID 车牌号保险生效日期保险到期日期车品牌 ID 其它附属信息数据登记日期(7)数据结构:楼盘信息表含义:个人所属的楼盘相关信息组成成分:个人 ID 住宅类型小区名称楼盘地址楼盘价格楼盘面积楼盘区位楼盘户型楼盘楼号楼盘单元楼盘居室楼盘座楼盘层楼盘房号楼盘所处商圈12 / 40住户人数 (8)数据结构:电子邮件表含义:电子邮件的信息,包括 Email 的使用状态组成成分:Email ID 个人 ID 电子邮件最后状态最后平台返回时间累计成功次数累计软弹次数累计硬弹次数累计打开次数累计点击次数累计失败次数数据登记日期 (9)数据结构:外呼状态表含义:外呼电话号码(包括手机)的呼叫状态组成成分:个人 ID 区号数据登记日期电话手机最后一次外呼时间最后一次外呼状态累计外呼错误次数累计外呼待定次数累计外呼拒访次数累计外呼(企业)不一致次数累计外呼(个人)不一致次数累计外呼信息正确次数累计外呼信息重复次数最后测号时间最后测号结果 (10)数据结构:项目数据表含义:用于存储每个项目调出的数据组成成分:项目需要的相关字段数据的唯一 ID 测号时间测号结果外呼时间外呼状态数据流(1)数据流名:新数据入库说明:对新采购的规范数据,拆分表,要别写入 /更新相关数据表来源:采购新数据去向:企业表、个人表、数据来源表、来源特性表、企业税务信息表、车主信息表、楼盘信息表、电子邮件表数据结构:(2)数据流名:呼叫中心数据回库说明:将呼叫中心返回的状态信息在库中标识来源:呼叫中心项目表去向:呼叫状态表数据结构:(3)数据流名:EDM 平台返回状态更新说明:EDM 平台返回的状态入库来源:EDM 平台返回数据表去向:电子邮件表数据结构:(4)数据流名:调用数据说明:来源:数据调用需求表去向:项目数据表数据结构:企业表、个人表、数据来源表、来源特性表、企业税务信息表、车主信息表、楼盘信息表、电子邮件表13 / 40数据存储(1)数据存储名:地址区域代码表说明:数据存储地址区域 ID,入库时匹配出来,使用时再转换成相关数据输入数据流:地址、省市县区号、地址区域 ID 输出数据流:省市县、地址区域 ID、省市县区号组成成分:地址区域 ID 所在省所在地级市所在区县区号地域所在省(简称) 所在市(简称) 所在区县(简称) 数据量:3216 存取方式:随机存取频度:(2)数据存储名:手机区域代码表说明:输入数据流:手机输出数据流:手机附属信息组成成分:手机范围标识 ID 手机卡型号手机卡型分类地址区域 ID 所在省所在地级市区号数据量:153037 存取方式:存取频度:(3)数据存储名:呼叫状态代码表说明:输入数据流:呼叫状态 ID、呼叫状态输出数据流: 呼叫状态、呼叫状态 ID 组成成分: 呼叫状态 ID 呼叫项目类型呼叫结案状态呼叫接通状态呼叫数据状态呼叫状态明细数据量:78 存取方式:存取频度:(4)数据存储名:企业类型代码表说明:输入数据流:企业类型 ID、企业类型输出数据流:企业类型、企业类型 ID 组成成分: 企业类型 ID 企业大类企业中类企业小类数据量:29 存取方式:存取频度:(5)数据存储名:数据特性代码表说明:输入数据流:新采购数据输出数据流:数据来源表组成成分:数据特性 ID 数据特性数据特性(英文) 数据量:10 左右存取方式:存取频度:(6)数据存储名:行业代码表说明:输入数据流:行业/企业名称、行业 ID 输出数据流:行业 ID、行业组成成分:行业 ID 行业大类行业中类行业小类数据量: 1187 存取方式:14 / 40存取频度:(7)数据存储名:部门职务代码表说明:输入数据流:部门/职务、部门职务 ID 输出数据流:部门职务 ID、部门/职务组成成分: 部门职务 ID 所在部门所在部门的职务所在部门 ID 数据量:300 左右存取方式:存取频度:(8)数据存储名:车品牌代码表说明:输入数据流:车品牌、车品牌 ID 输出数据流: 车品牌 ID、车品牌信息组成成分:车品牌 ID 车品牌车系车型号车最低售价车最高售价数据量:2017 左右存取方式:存取频度:(9)数据存储名:Email 状态代码表说明:输入数据流:Email 状态 ID、Email 状态输出数据流:Email 状态、Email 状态 ID 组成成分: Email 状态 ID Email 状态(英文) Email 状态(中文) Email_状态优先级数据量:6 存取方式:存取频度:处理过程(1)处理过程名:根据地址匹配省市县说明:输入数据:地址数据存储:地址区域代码表输出数据:省市县(2)处理过程名:地址区域 ID 转换说明:输入数据:省市县区号或地址区域 ID 数据存储:地址区域代码表输出数据:地址区域 ID 或省市县区号(3)处理过程名:手机测区域说明:输入数据:手机号数据存储:手机区域代码表输出数据:手机区域信息(4)处理过程名:呼叫状态 ID 转换说明:输入数据:呼叫状态或呼叫状态 ID 数据存储:呼叫状态代码表输出数据:呼叫状态 ID 或呼叫状态(5)处理过程名:企业类型 ID 转换说明:输入数据:企业类型或企业类型 ID 数据存储:企业类型代码表输出数据: 企业类型 ID 或企业类型(6)处理过程名:标记数据来源说明:输入数据:数据存储: 采购数据数据特性代码表输出数据: 数据来源表 (7)处理过程名: 行业 ID 转换说明:输入数据:企业名称/行业或行业 ID 数据存储:行业代码表输出数据:行业 ID 或行业 (8)处理过程名:部门职务 ID 转换说明:输入数据:部门/职务/工作或部门 ID 或部门职务 ID 数据存储:部门职务代码表输出数据:部门职务 ID 或部门/职务 (9)处理过程名:车品牌 ID 转换15 / 40说明:输入数据:车品牌/车系/车型号或车品牌 ID 数据存储:车品牌代码表输出数据:车品牌 ID 或车品牌信息表 (10)处理过程名:Email 状态 ID 转换说明:输入数据:新购数据/要入库的表数据存储:输出数据:多个对应库里字段的相关数据表(备入数据表) (12)处理过程名:数据入库说明:将对应库里字段的相关数据表(备入数据表)入库,并将库里的主键返回原表中输入数据:对应库里字段的相关数据表(备入数据表) 数据存储: 输出数据:企业表、个人表、数据来源表、来源特性表、企业税务信息表、车主信息表、楼盘信息表、电子邮件表备入数据表 (13)处理过程名:数据调用中的多个表输入数据:Email 状态或 Email 状态 ID 数据存储:Email 状态代码表输出数据:Email 状态 ID 或 Email 状态 (11)处理过程名: 数据入库前拆分说明: 根据采购数据的字段将表分成对应数据库说明: 根据数据调用需求表调用数据并生成项目表输入数据:数据调用需求表数据存储:输出数据:项目表 (14)处理过程名:呼叫中心数据回库说明:输入数据:呼叫中心项目表数据存储:呼叫状态代码表输出数据:呼叫状态表 (15)处理过程名:EDM 平台返回状态更新输入数据:EDM 平台返回数据表数据存储:Email 状态代码表输出数据:电子邮件表数据流图16 / 4017 / 40概念结构-ER 图概念结构18 / 4019 / 40逻辑结构-关系图逻辑结构关系图Par_Car_BrandPar_Call_StateFK_SUB_Car_Host_Par_Car_BrandPar_IndustryPar_Comp_Type FK_Part_Call_State_Par_Call_State FK_Main_Comp_Par_Comp_Type FK_Main_Comp_Par_IndustrySUB_Car_HostPar_Per_PostPart_Call_State Main_CompFK_Part_Call_State_Main_Per FK_Main_Per_Main_Comp FK_SUB_Car_Host_Main_PerFK_Main_Per_Par_Per_PostPar_Data_TypePar_Tax_Open_StateFK_Main_Comp_Par_ Area_AddrMain_PerFK_Main_R_Per_Source_Main_PerFK_Main_Source_Par_Data_Ty peFK_Tax_Part_Main_Comp FK_Tax_Open_State FK_Sub_Email_Main_PerFK_Main_Per_Par_Area_AddrFK_SUB_Realty_Main_PerMain_SourceFK_Main_R_Per_Source_Main_SourceMai n_R_Per_Source Sub_Tax Par_Area_AddrSUB_RealtyFK_SUB_Realty_Par_Area_Addr FK_Tax_Unit_TypeFK_Par_Area_mp_Par_Area_AddrPart_EmailFK_Tax_Cert_TypeFK_Tax_Currenc y_Type1Par_Tax_Unit_TypeFK_Tax_Currency_TypePar_Area_mpFK_Tax_License_Ty peFK_Sub_Email_Par_Email_StateFK_Sub_Email_Par_Email_TypePar_Email_State Par_Email_TypePar_Tax_License_TypePar_Tax_Currency_TypePar_Tax_Cert_Type20 / 40完整性约束表名字段名 Comp_ID Comp_Nme Comp_Nme_KeywordsComp_Type_ID Ind_ID Area_ID Comp_Phone Fax Fax_Ext Comp_Post_Code Comp_Addr Staff Capital_RMB Turnover PC_NumServer_Num web Comp_Create_Date Comp_Phone_UpdtmFax_Updtm Comp_Addr_Updtm In_date Per_ID Per_Name数据类型 intvarchar(100) varchar(100) int int int int int int varchar(6) varchar(100) int int int int int varchar(100) date datetime datetime datetime dateint varchar(30)Main_CompMain_Per可为空否是是是是是是是是是是是是是是是是是是是是是否是约束类型 PK参照对象FK FK FK Rule Rule Rule Rule Check Check Check CheckCheckPar_Comp_p_Type_ID Par_Industry.Ind_IDPar_Area_Addr.Area_ID dbo.R_Phone dbo.R_Phone dbo.R_Phone_Extdbo.R_Post_Code CK_Main_Comp_Staff CK_Main_Comp_Capital_RMBCK_Main_Comp_Turnover CK_Main_Comp_PC_Num CK_Main_Comp_Server_NumPK21 / 40Main_R_Per_SourceMain_SourceComp_Phone_ext Per_Phone Per_Phone_Ext Mobile Per_Post_Code Per_Addr Email Id_card Card_Nme Card sex birthday Nation College XueLi ZhuanYe Per_Phone_Updtm Mobile_Updtm Per_Addr_Updtm Email_Updtm Comp_ID Area_ID SMALL_POST_ID Dep Tit Job_F In_date RPS_ID Per_ID Source_ID In_date Source_ID Sourceint int varchar(50) bigint varchar(6) varchar(100) varchar(50) varchar(18) varchar(20) varchar(20) varchar (2) date varchar(10) varchar(60) varchar(20) varchar(40) datetime datetime datetime datetime int int int varchar(100) varchar(100) varchar(100) date int intint date int varchar(100)是是是是是是是是是是是是是是是是是是是是是是是是是是是否是是是否是Rule Rule Rule Rule Rule Rule Ruledbo.R_Phone_Ext dbo.R_Phone dbo.R_Phone_Ext dbo.R_Mobile dbo.R_Post_Code dbo.R_Email dbo.R_ID_CardRule Ruledbo.R_Sexdbo.R_BirthdayFK FK FKMain_p_IDPar_Area_Addr.Area_ID Par_Per_Post.SMALL_POST_IDPK FKFK PKMain_Per.Per_ID Main_Source.Source_ID22 / 40Sub_TaxDT_ID In_date Tax_ID Comp_ID Reg_Date Tax_Account Bank_Nme Bank_Account Market Range Unit_ID Main_Range Part_Range Run_TypeLicense_ID License_ID_No Reg_Currency_ID Invest_CapitalInvest_Currency_ID Open_Date Open_ID Cert_ID Cert_No Per_Email Per_Sex 外籍人数固定人数货物存放地货物存放地面积报税人财务负责人业主住址法人int date int int datetime varchar(100) varchar(100) varchar(100) varchar(100) varchar(510) int varchar(510) varchar(510) varchar(100) int varchar(100) int int int datetime int int varchar(50) varchar(100) varchar(50) int int varchar(100) varchar(50) varchar(50) varchar(50) varchar(100) varchar(50)否是否否是是是是是是是是是是是是是是是是是是是是是是是是是是是是是FK PKFKPar_Data_Type.DT_IDMain_p_IDFKPar_Tax_Unit_Type.Unit_IDFK FK FK FK FKRule RulePar_Tax_License_Type.License_IDPar_Tax_Currency_Type.Currency_ID Par_Tax_Currency_Type.Currency_IDPar_Tax_Open_State.Open_ID Par_Tax_Cert_Type.Cert_ID dbo.R_Emaildbo.R_Sex23 / 40SUB_Car_HostCar_Host_ID Per_ID Car_Brand_ID Car_Sign Safe_StartDate Safe_EndDate 登记日期类别出厂日期使用性质颜色国产进口所有权发动机号车辆识别代码汽车状态汽车销售公司发证日期制造厂名称获取方式燃油类型保险公司保险赁证号保险金额保险生效日期检验有效日期抵押状态项目类型 Provide_Terminate_Date 发票类型购车日期审验止期制造国int int int varchar(30) date date date varchar(20) date varchar(10) varchar(10) varchar(8) varchar(4) varchar(50) varchar(50) varchar(30) varchar(60) datevarchar(100) varchar(10) varchar(10) varchar(60) varchar(50) int date date varchar(20) varchar(4) date varchar(8) date date varchar(8)否是是是是是是是是是是是是是是是是是是是是是是是是是是是是是是是是PK FK FKMain_Per.Per_IDPar_Car_Brand.Car_Brand_ID24 / 40SUB_RealtyPart_Call_State售价号牌种类 PinPai 车型 In_Date Realty_ID Per_ID Realty_Addr Subdistrict ZhuZhai_Type Realty_楼号 Realty_单元Realty_座 Realty_层 Realty_房号 Realty_居室 Realty_户型 Realty_区位Realty_面积 Realty_商圈 Realty_Value RealtyNum_Persons Contact Area_ID in_date CS_ID Per_ID Area_Code Phone Mobile Last_Call_Time Last_Call_ID Count_Call_Undeterminedint varchar(12) varchar(80) varchar(80) date intint varchar(100) varchar(40) varchar(30) varchar(20) varchar(6)varchar(20) varchar(11) varchar(255) varchar(30) varchar(20) varchar(20) varchar(20) varchar (10) float tinyint varchar(50) int date int int varchar(4) int bigint datetime int int是是是是是否是是是是是是是是是是是是是是是是是是是否是是是是是是是PK FKMain_Per.Per_IDFK PK FK Rule Rule RuleFKPar_Area_Addr.Area_IDMain_Per.Per_ID dbo.R_Area_Code dbo.R_Phonedbo.R_Mobile Par_Call_State.Call_ID25 / 40Part_EmailPar_Area_AddrCount_Call_Refuse Count_Call_Discord_Comp Count_Call_Discord_Per Count_Call_Correct Count_Call_RepeatLast_Valid_Time Last_Is_Valid Email_ID Per_ID Email ET_ID Platform_Updtm Email_Last_State Count_Suc Count_Soft Count_Final Count_Open Cout_Click Count_Error In_date Area_ID allcity province city county province_ex city_ex county_ex area area_code post_code type father_idint int int int int datetime bit int int varchar(50) int datetime tinyintint int int int int int date int varchar(30) varchar(16) varchar(30) varchar(30) varchar(16) varchar(30) varchar(30) varchar(4) varchar(4) varchar(10) varchar(20) int是是是是是是是否是否是是是是是是是是是是否是是是是是是是是是是是否PK FK Rule FK FKMain_Per.Per_ID dbo.R_Email Par_Email_Type.ET_IDPar_Email_State.Email_ST_IDPK26 / 40Par_Area_mpPar_Call_StatePar_Car_BrandPar_Comp_TypePar_Data_TypePar_ Email_StateMob_No_Area Mob_Card_Type Mob_city Mob_prov Mob_area_code Mob_Card_Kind Mob_Area_Id Call_ID Proj_Type State_End State_CallState_Data State_Detail Father_id Car_Brand_ID Car_Brand CheXi CheXing Car_FromPrice Car_ToPrice Father_id Comp_Type_ID Big_TP Mid_TP Small_TP Father_ID DT_ID DT_Name DT_EName Email_ST_ID Email_State_EnEmail_State_CHS Prioritybigint varchar(50) varchar(50) varchar(50) varchar(4) varchar(10) int int varchar(20) varchar(6) varchar(50) varchar(20)varchar(30) int int varchar(30) varchar(60) varchar(60) money money int int varchar(30) varchar(40) varchar(40) int int varchar(20) varchar(20) tinyint varchar(24) varchar(4) tinyint否是是是是是是否是是是是是否否是是是是是是否是是是是否是是否是是否PKFKPKPar_Area_Addr.Area_IDPKPKPKPK27 / 40ET_ID ET_Name Par_Email_Type Lev Father_id Ind_ID Big_IndPar_Industry Mid_Ind Small_Ind Father_ID SMALL_POST_ID SMALL_POST_NME Par_Per_Post Big_POST_ID Big_POST_NME Father_ID Cert_IDPar_Tax_Cert_TypeCert_Type Currency_ID Par_Tax_Currency_Type Currency_Type License_ID Par_Tax_License_Type License_Type Open_ID Par_Tax_Open_State Open_state Unit_ID Par_Tax_Unit_Type Unit_Typeint varchar(50) int int intvarchar(40) varchar(40) varchar(40) int int varchar(20) int varchar(20) int int varchar(30) int varchar(30) intvarchar(255) int varchar(30) int varchar(30)否是是是否是是是是否是是是是否是否是否是否是否是PKPKPKPK PK PK PK PK28 / 40用户视图(1) View:V_Comp 说明:公司基本信息(匹配出了行业、地区、企业类型)(2) View:V_Tax 说明:纳税人信息29 / 40(3) View: V_B2B_Main 说明:B2B 信息30 / 40(4) View:V_B2C_Main 说明:B2C 信息31 / 40(5) View: V_Realty 说明:楼盘表32 / 40(6) View:V_Car_Host 说明:车主表33 / 40(7) View:V_Source 说明:数据来源信息(8) View: V_All_Source34 / 40说明:数据(来源)存储结构FileGroup分区函数a) 分区函数名:PF_Area_ID35 / 40说明:按照地址区域进行分区(4 个) 代码:CREATE PARTITION FUNCTION [PF_Source_ID_DT_ID](int) AS RANGE RIGHT FOR VALUES (20170,30000, 40000, 50000, 60000) GO依赖关系:i. 分区函数名:PF_Source_ID_DT_ID 说明:按照数据以一性质进行分区(N 个) 代码 :CREATE PARTITION FUNCTION [PF_Source_ID_DT_ID](int) AS RANGE RIGHT FOR VALUES (20170,30000, 40000, 50000, 60000) GO依赖关系: 索引表名 Main_Comp 索引名 PK_Main_Compidx_main_p_ind_id idx_main_p_p_type_ididx_main_p_area_id PK_Main_Per idx_main_per_area_ididx_main_per_p_id idx_main_per_small_post_id 索引类型聚集非聚集非聚集非聚集聚集非聚集非聚集非聚集唯一 ? 包含字段 Comp_ID Ind_IDComp_Type_ID Area_ID Per_ID Area_ID Comp_ID Small_Post_ID36 /40?Main_PerPK_Main_R_Per_Source Main_R_Per_Source ident_main_r_per_sourcePK_Main_Sourceidx_main_source_dt_id PK__Part_Call_state Part_Call_Stateident_part_call_state PK_Sub_Email Part_Email ident_part_email idx_part_email_et_id PK_SUB_Car_Host idx_sub_car_host_Car_Brand_ID idx_sub_realty_area_id PK_SUB_RealPK_Sub_Tax idx_sub_tax_cert_id idx_sub_tax_Invest_Currency_IDidx_sub_tax_License_IDRealty_ID idx_sub_tax_Open_ID idx_sub_tax_Reg_Currency_IDidx_sub_tax_unit_id PK_Par_Area_Addr聚集非聚集聚集非聚集聚集非聚集聚集非聚集非聚集聚集非聚集聚集非聚集聚集非聚集非聚集非聚集非聚集非聚集非聚集聚集? ? ? ? ? ? ? ?RPS_ID Per_ID Source_ID Source_ID DT_ID CS_ID Area_Code Phone Mobile Email_ID Email ET_ID Car_Host_IDCar_Brand_ID Area_ID Realty_ID Tax_ID Cert_ID Invest_Currency_ID License_ID Open_ID Reg_Currency_IDMain_SourceSUB_Car_HostSUB_Realty? ??Unit_ID Area_ID area province city county Area_Code province_ex city_ex county_exident_par_area_addrPar_Area_Addr idx_par_area_addr_area_code idx_par_area_addr_exPK_Par_Area_mp ident_par_area_mp Par_Area_mpidx_par_area_mp_area_code idx_par_area_mp_mob_area_ididx_par_area_mp_type_kind PK_Par_Call_State非聚集?非聚集非聚集聚集非聚集非聚集非聚集非聚集聚集 ? ?Mob_No_Area Mob_No_Area Mob_city Mob_provMob_area_code Mob_Area_Id Mob_Card_Kind Call_IDPar_Call_State?37 /40ident_par_call_state非聚集?idx_par_call_state_state_callPK_par_car_brand ident_par_car_brand非聚集聚集非聚集 ? ?Proj_TypeState_End State_Call State_Data State_Detail State_Call Car_Brand_IDCar_Brand CheXi CheXing Car_FromPrice Car_ToPrice Comp_Type_ID Big_TPMid_TP Small_TP DT_ID Email_ST_ID ET_ID Ind_ID Big_Ind Mid_Ind Small_IndSMALL_POST_ID SMALL_POST_NMEBig_POST_NME Big_POST_ID Cert_ID Currency_ID License_ID Open_IDUnit_IDPar_Car_Brandidx_par_car_brand_Price PK_Par_Comp_TypePar_Comp_Type ident_par_p_type PK_Par_Data_Type PK_Par_Email_StatePK_Par_Email_Type PK_Par_Industry ident_par_industry PK_Par_Per_Post Par_Per_Post ident_par_per_post idx_par_per_post_big_post_idPar_Tax_Cert_Type Par_Tax_Currency_Type Par_Tax_License_TypePar_Tax_Open_State Par_Tax_Unit_Type PK_Par_Cert_TypePK_Par_Currency_TypePK_Par_License_Type PK_Par_Open_state PK_Par_Unit_Type非聚集聚集非聚集聚集聚集聚集聚集非聚集聚集非聚集非聚集聚集聚集聚集聚集聚集 ? ? ? ? ? ? ? ? ? ? ? ? ? ?Par_Data_Type Par_Email_StatePar_Email_TypePar_Industry38 / 40作业流39 / 40数据安全网络安全服务器安全软件安全数据结构安全详见以上视图部分帐户安全帐户安全用户权限db_owner db_datawriter db_ddladmin db_datawriter db_datareader db_backupoperatorDBA新数据入库状态回库数据调用数据备份备份与恢复备份类型完全差异存档频率 1 次/周 4 次/周 1 次/月时间周一2 点周二——周五 2 点每月 1 号40 / 40篇五:城市公共基础数据库建设方案城市基础数据库系统建设方案崂山区城市公共基础数据库建设方案1. 系统概述长期以来,政府各部门内部拥有着大量城市基础数据资源,但由于管理分散,制度规范不健全,造成重复采集、口径多乱、数出多门;各部门的指标数据自成体系,标准不一,共享程度较差。
数字城管部件普查及数据库建设方案
数字城管部件普查及数据库建设方案(二维版)清晨的阳光透过窗帘,洒在键盘上,我闭上眼睛,任思绪在键盘上跳跃。
想起那些年的项目,仿佛就在昨天。
下面,就让我以一位有10年方案写作经验的大师的视角,为大家呈现这份“数字城管部件普查及数据库建设方案(二维版)”。
一、项目背景随着城市化进程的加快,城市管理日益复杂。
为了提高城市管理水平,实现数字化城市管理,我国各级政府纷纷投入巨资开展数字城管项目。
本项目旨在对城市部件进行普查,建立二维数据库,为数字城管提供数据支持。
二、项目目标1.完成城市部件的普查工作,确保数据的准确性、完整性。
2.建立二维数据库,为数字城管提供数据支撑。
3.提高城市管理水平,提升市民满意度。
三、项目内容1.部件普查(1)普查范围:包括城市道路、桥梁、照明、绿化、交通、排水等六大类部件。
(2)普查方法:采用现场调查、无人机航拍、卫星遥感等多种手段。
(3)普查要求:确保数据的准确性、完整性,为后续数据库建设奠定基础。
2.数据库建设(1)数据格式:采用通用的二维数据格式,如Shapefile、GeoDatabase等。
(2)数据内容:包括部件的基本属性、空间位置信息等。
(3)数据库管理:采用专业数据库管理系统,如Oracle、SQLServer 等。
四、项目实施步骤1.普查阶段(1)成立项目组,明确责任分工。
(2)制定普查方案,确定普查范围、方法、要求等。
(3)开展普查工作,收集相关数据。
(4)数据录入,确保数据的准确性、完整性。
2.数据库建设阶段(1)整理普查数据,确定数据库结构。
(2)开发数据库管理系统,实现数据的存储、查询、更新等功能。
(3)数据入库,确保数据安全。
(4)数据库运维,保障数据库正常运行。
五、项目风险与应对措施1.风险:普查数据不准确、不完整。
应对措施:加强现场调查,采用多种手段收集数据,确保数据的准确性、完整性。
2.风险:数据库建设周期较长,影响项目进度。
应对措施:合理分配人力资源,优化数据库建设方案,确保项目按时完成。
智慧城管数据库建设方案
智慧城管数据库建设方案随着城市化进程的不断加速,城市面临的问题也越来越复杂,特别是城市管理领域,面对日益增长的城市人口、交通拥堵、环境污染等问题,城市管理者要快速、高效地解决这些问题,就需要建设智慧城管数据库。
一、概述智慧城管数据库是指通过先进的计算机技术,对城市运行管理中的数据信息进行存储、处理和分析,实现城市的智能化管理,提高城市管理的效能。
智慧城管数据库建设需要从系统设计、数据采集、数据处理、数据分析四个方面全面推进。
二、系统设计智慧城管系统需要实现信息汇聚、精准分析和快速响应的目标,因此必须采用灵活、可扩展、可靠的系统设计。
在系统设计上,应建立统一的城市管理信息数据中心,将所有城市管理信息进行统一存储和管理,并采用开放式的数据接口,并与各城市管理部门进行紧密连接。
三、数据采集智慧城管数据库建设的关键是数据的采集。
数据采集需要通过传感技术、网络技术、移动互联网等途径获取城市管理中的实时数据信息。
数据采集主要包括城市交通、环境监测、能源管理、公共安全等多个领域的数据采集。
采集到的数据需要经过预处理和质量控制后,才能被上传到智慧城管数据库。
四、数据处理数据处理是智慧城管数据库建设的核心。
数据处理需要通过数据结构的设计和算法的优化,提高数据处理的效率。
数据处理主要包括数据存储、数据清洗、数据整合、数据分析等步骤。
数据存储需要采用高性能、高可用性和高安全性的服务器,以保证数据的可靠性和安全性。
数据清洗主要是针对异常数据进行过滤和修正,确保数据的准确性和真实性。
数据整合是指将不同来源的数据进行合并,从而构建出完整的城市管理信息。
数据分析需要通过数据挖掘、统计分析等方法,从海量的城市管理数据中提取有效的信息,为城市管理部门提供决策支持和优化方案。
五、数据分析数据分析是智慧城管数据库建设的又一重点,数据分析需要通过数据可视化、模型建立、预测分析等方法,将数据信息转化为决策支持和行动计划。
数据分析需要满足“决策数据的时效性、信息的精度、展示方式的专业性、界面的易用性、交互的可及性、分析的深度与广度”等要求。
公共数据资源开发利用实施方案
公共数据资源开发利用实施方案1. 大家想想,把公共数据资源比作一座宝库怎么样?我们要做好方案去挖掘这座宝库!比如交通数据,我们可以分析它来优化城市的道路规划,这不是超棒的嘛!公共数据资源开发利用实施方案就是打开宝库的钥匙呀!2. 你们知道吗,公共数据资源就像是埋在地下的宝藏等待我们去发现!方案就是我们的寻宝图。
就像利用医疗数据能更好地服务患者,让治疗更精准有效,难道不值得我们好好去做这个方案吗?3. 嘿,公共数据资源可是个大宝贝呀!我们的方案要像一个巧妙的计划图。
比如从环境数据中找到改善环境的方法,让我们的地球更美丽,这得多厉害啊!公共数据资源开发利用实施方案必须认真搞呀!4. 哎呀,想想公共数据资源能带来多少惊喜!开发利用实施方案就是指引方向的灯塔。
拿教育数据来说,可以为学生提供更个性化的学习路径,多好啊!这个方案可太重要啦!5. 哇哦,公共数据资源简直就是一个充满奇迹的世界!我们要用实施方案去探索它。
像利用气象数据提前做好应对灾害的准备,是不是很有意义呢?公共数据资源开发利用实施方案绝对不能马虎啊!6. 呀,公共数据资源不开发利用多可惜啊!我们的方案就像是开启魔法的咒语。
比如通过经济数据推动产业发展,多有成就感!公共数据资源开发利用实施方案得赶紧行动起来!7. 嘿呀,公共数据资源就像是一个等待开垦的肥沃土地!方案就是我们的耕犁。
想想利用能源数据让能源利用更高效,这是多了不起的事呀!公共数据资源开发利用实施方案刻不容缓!8. 哇塞,公共数据资源那可是潜力无限呀!实施方案就是挖掘潜力的工具。
就像借助人口数据进行合理的城市规划,这多牛啊!公共数据资源开发利用实施方案必须重视起来!9. 总之,公共数据资源有巨大的价值,我们必须做好开发利用实施方案,让它们为我们的生活带来更多的美好!就像无数个小例子一样,只要我们用心去做,就能创造出无数的可能!。
数据库建设方案
数据库建设方案第1篇数据库建设方案一、背景随着信息化建设的不断深入,数据已成为企业核心资产之一。
构建稳定、高效、安全的数据库系统,对提高企业运营效率、优化决策过程具有重要意义。
本方案旨在结合现有技术,为企业提供一套合法合规的数据库建设方案,确保数据资产的有效管理和利用。
二、目标1. 满足业务需求:确保数据库系统满足企业各项业务的数据存储、查询和管理需求。
2. 高效稳定:提高数据库性能,降低故障发生率,确保系统稳定运行。
3. 安全合规:遵循相关法律法规,确保数据安全,防止数据泄露。
4. 易于维护:降低运维成本,提高数据库管理效率。
三、数据库选型根据企业业务需求和数据特点,选择合适的数据库类型和版本。
本方案推荐以下数据库选型:1. 关系型数据库:如MySQL、Oracle、SQL Server等,适用于结构化数据存储和管理。
2. 非关系型数据库:如MongoDB、Redis、Cassandra等,适用于半结构化和非结构化数据存储和管理。
3. 大数据数据库:如Hadoop、Spark等,适用于大规模数据存储和分析。
四、数据库设计1. 数据库架构:采用分层设计,分为数据源层、数据存储层、数据服务层、数据应用层。
2. 数据库表设计:遵循第三范式,确保数据一致性和完整性。
3. 索引优化:合理创建索引,提高查询性能。
4. 存储过程和函数:编写存储过程和函数,实现业务逻辑的封装,提高数据处理效率。
五、数据库安全1. 访问控制:采用角色授权机制,实现对数据库用户的权限控制。
2. 加密存储:对敏感数据进行加密存储,防止数据泄露。
3. 数据备份与恢复:定期进行数据备份,确保数据安全,提高灾难恢复能力。
4. 安全审计:开启数据库审计功能,记录用户操作行为,便于追踪和审计。
六、数据库性能优化1. 服务器硬件优化:提高服务器硬件配置,如CPU、内存、存储等。
2. 数据库参数调优:根据实际业务需求,调整数据库参数,提高性能。
智慧城市建设中公共数据库构建的思考
Ke y wo r d s : s ma r t c i t y ; p u b l i c d a t a b a s e ; c o n s t r u c t i o n
1 概述
之 一。
随 着信 息 技术 的迅 猛发 展 , “ 城 市 智
总 体 规 划 等 业 务 ,对 实时 性 要 求 略低 :
充分 利 用遥 感 ( R S) 、3 D G I S 、G P S 、 从 系 统 的 稳 定 性 和 实时 性 而 言 ,一 个 完
1 : 5 0 0 0以上 小 比例 基 础 空 间数 据 用 于 地 数据 库 技术 、虚拟 现 实技 术 、W e b技术和 整 的 实时 数 据 库 必 然 同 时 具 备 两 种 调 度 形 图数 据 、 数 字 高 程 数据 等 ,结 构 复 杂 , 分 布 式 技 术 等 高 新 技 术 的 最 新 发展 成 果 。 功 能。 可按 年 度更 新。 ( 5) 实用性 原 则。 实时 数据 库 系 统 是 开 发 实 时控 制 系
体 的应 对 措施 。
关键词: 智慧城市 : 公共数据库 : 构建
Ab s t r a c t :S ma r t c i t y i s t h e p o p u l a r d e v e l o p i n g s t r a t e g y o f o u r c o u n t r y . T h i s a r t i c l e i s a i me d t o a l i a l y z e t h e ma i n e l e me n t s wh i c h a f f e c t t h e p u b l i c d a t a b a s e wi t h o u r c o u n t r y ’ s s ma r t c i t y i n d e x s y s t e m. An d t h e c o r r e s p o n d i n g s o l u t i o n s a r e p r o p o s e d i n t e r ms o f d a t a a c q u i s i t i o n a n d u p d a t i n g a s we l l a s d a t a s e a r c h a n d
数据库的建设方案
数据库的建设方案第1篇数据库的建设方案一、项目背景随着我国信息化建设的不断深入,数据资源已经成为企业、政府及社会各界的重要资产。
为了提高数据的管理效率,降低数据维护成本,本项目旨在建设一套合法合规的数据库系统,以满足各类用户在数据处理、存储、查询和分析等方面的需求。
二、建设目标1. 确保数据安全:遵循国家相关法律法规,对数据进行严格的权限控制和加密处理,确保数据安全。
2. 提高数据处理效率:采用先进的技术手段,提高数据的存储、查询和分析速度,满足用户对数据的高效处理需求。
3. 确保数据质量:建立完善的数据质量管理机制,对数据进行清洗、去重、校验等操作,确保数据的准确性、完整性和一致性。
4. 便捷的数据共享与交换:提供数据共享与交换机制,实现不同系统、不同部门之间的数据互通,降低数据孤岛现象。
5. 灵活的可扩展性:充分考虑未来业务发展需求,确保数据库系统具有良好的可扩展性,便于后期功能扩展和性能优化。
三、建设内容1. 数据库选型根据项目需求,选择成熟、稳定的关系型数据库产品,如Oracle、MySQL 等,以满足数据存储、查询和分析等方面的需求。
2. 数据库设计(1)概念结构设计:通过E-R图等工具,对业务需求进行抽象,形成独立于任何数据库管理系统的概念模型。
(2)逻辑结构设计:将概念结构转换为具体的逻辑结构,定义表结构、字段、索引、约束等,形成适用于所选数据库产品的逻辑模型。
(3)物理结构设计:根据逻辑结构,设计数据库的物理存储结构,包括数据文件、日志文件、索引文件等。
3. 数据库实施(1)数据库部署:在服务器上安装数据库软件,配置数据库参数,确保数据库的正常运行。
(2)数据迁移:将现有数据从旧系统迁移到新系统,确保数据的一致性和完整性。
(3)数据校验:对迁移后的数据进行校验,确保数据的准确性、完整性和一致性。
4. 数据库运维(1)数据备份与恢复:定期对数据库进行备份,确保数据在发生故障时能够迅速恢复。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
城市公共基础数据库建设参考方案解说城市基础数据库系统建设方案1.系统概述长期以来,政府各部门内部拥有着大量城市基础数据资源,但由于管理分散,制度规范不健全,造成重复采集、口径多乱、数出多门;各部门的指标数据自成体系,标准不一,共享程度较差。
随着政府向“经济调节、市场监管、社会管理和公共服务”管理职能的转变,就要求必须能够全面、准确掌握全地区经济社会发展态势,强化政府部门掌控决策信息资源的能力,政府部门间信息资源整合与共享需求越来越紧密,但当前部门间信息共享多是点对点方式,没有统一的数据交换管理平台。
因此各部门对加快解决数据资源分散管理、数据共享不足的问题需求十分迫切,需要建立城市基础数据库(以下简称智慧城市公共基础数据库)系统以解决以上问题。
依托智慧城市公共基础数据库系统的建设,可以实现各委办局、各所辖地区的经济社会综合数据采集交换,为各部门提供更广泛的信息共享支持,一方面数据信息从各委办局、各所辖地区整合接入,另一方面也为政府和这些接入部门提供全面的共享服务。
同时,以智慧城市公共基础数据库指标体系建立为基础,整合来自各委办局和各所辖地区的、经过审核转换处理的数据资源,可实现对经济社会信息的统一和集中存储,确保数据的唯一性和准确性,为今后政府工作提供一致的基础数据支持。
数据整合共享只是手段,数据分析服务才是目的。
依托智慧城市公共基础数据库系统建设,可有效整合各政府部门所掌握的全市经济社会信息资源,满足政府业务对统一数据资源共享需要,进而提升形势分析预测水平,对政府在发展规划、投资布局、资源环境、管理创新、科学决策等业务提供强有力支持,提高了政府部门掌控全市经济社会发展态势能力。
2.建设目标1)建立科学合理的智慧城市公共基础数据库指标体系,力求全面反映地区经济和社会发展的总体情况:2)有组织、有计划、持续地对政府统计部门、政府各部门以及国民经济行业管理部门负责统计的关系到地区经济与社会发展的信息资源进行收集、整合,建立全地区城市信息资源共建、共享的统一管理机制;3)依托地区电子政务基础设施,充分利用现代信息技术,以科学的地区宏观经济和社会发展指标体系为基础,建设支持政府宏观经济管理和社会和谐发展的基础数据库系统,提高信息资源的建设、管理和共建共享能力;4)为地区经济建设和社会和谐发展提供一致的城市基础数据,为各类应用系统建设提供基础数据支持,满足政府管理决策、部门信息共享和社会公共服务“三个层次”的需求。
3.1. 总体架构智慧城市公共基础数据库系统的核心是建立面向宏观经济发展、社会公共服务的数据库和数据服务。
总体架构由支撑体系(标准规范支撑体系、管理运行维护支撑体系、安全支撑体系)、网络系统、信息共享平台软硬件系统环境、数据库体系(中心交换库、基础数据库、主题库、发布库、宏观经济数据库管理系统、元数据库系统)、应用系统(数据交换处理系统、应用支撑系统、数据综合分析系统)组成。
信息共享平台通过网络收集统计系统和各共建部门的信息资源,并有效地将这些信息资源进行分类整理,实现跨部门、跨行业的宏观经济管理信息共享,并向用户提供数据服务;数据库体系:由元数据控制,实现数据的交换、存储和发布,整合共建单位现有信息资源,构建主题库和发布库,为数据服务提供支持。
数据库体系安全 支 撑 体 系组织 管 理 运 行 维 护 支 撑 体 系党政领导机项目共建单社会公元数据库基础数据库中心交换库发布库主题库网络系信息共享平台软硬件系数据综合分析系标准规范支撑体发改应用系统数据交换处理系应用支撑系专网专网门户数据综合分析系统市党政领导机构数据库体系Internet外网门户外网应用:政务及统计信息发布公众互动统计信息检索 互联网发布区公众信息共享平台共建部门区县统计局逻辑隔离专网门户数据库体系信息共享平台数据库管理维护系统元数据库管理系统基础数据库宏观库内部用户数据交换对接宏观库数据共享(发布)区宏观库数据生产(工作)区其它功能专网发布库中心交换库外网发布库数据库管理系统元数据库管理系统主题管理逻辑隔离19个委办局数据数据...国家统计局北京市统计局元数据信息共享平台数据审核转换共享数据库基础数据库主题数据库智慧城市公共基础数据库信息共享平台划分为工作(生产)区、发布(共享)区和互联网信息发布区。
在工作(生产)区构建宏观经济数据的采集、整合、处理和存储系统;在发布(共享)区构建宏观经济数据的发布与共享、存储与备份和专网门户系统等环境支撑系统;在互联网信息发布区构建互联网门户系统,为社会公众提供宏观经济信息服务。
3.3. 总体流程图智慧城市公共基础数据库系统总体流程图如下:元数据库中心交换库基础数据库发布库主题数据库目录体系数据综合分析系统专网门户共建部门区县统计局社会公众数据交换处理系统使用应用支撑系统访问控制服务调用审核转换互联网门户访问控制前置交换库共建部门统计数据在线填报数据交换数据库对接 数据中心市党政领导智慧城市公共基础数据库采用在线填报、数据库对接和基于消息的数据交换三种采集方式,集中采集、整合、存储各共建部门指标数据。
中心交换数据库存储各共建部门交换来的原貌数据,基础数据库是对原貌数据进行审核转换和加工而成,是主题数据库和发布库构成的基础。
元数据库对数据的采集交换、整合、存储、分析和发布全过程进行定义和约束。
专网和互联网的用户可通过门户系统,分别对发布(共享)区和互联网信息发布区的数据进行访问。
3.4. 智慧城市公共基础数据库指标体系设计原则智慧城市公共基础数据库涉及到区域内经济社会发展各个方面的数据,需要从所有相关政府部门采集数据。
根据我公司实际项目经验,选择和确定智慧城市公共基础数据库项目共建单位的主要依据以下原则:1)共建单位拥有的基础指标在反映地区经济社会发展进程暨地区城市指标体系中的重要程度。
按照设置指标的依据和原则,参与共建单位的基础指标必须能够较全面地满足要求。
2)各方面对指标的需求程度,包括政府领导对相关信息的关注程度,发改委综合管理与宏观调控对指标的需求程度,各委办局对指标的需求等。
根据党政领导的日常需求和各部门提供的信息产品,参加共建单位的基础指标均涵盖在内。
3.5. 智慧城市公共基础数据库指标体系3.6. 数据资源分布情况表一:数据资源分布总表序号数据类别数据主要来源1 经济统计系统、财政局、国税局、地税局、工商局、教委、民政局、园林局、农业局、建委、交通局、海关、商务局等2 社会统计系统、公安局、劳动局、民政局、教委、卫生局等3 居民生活统计系统等4 环境资源国土局、规划局、园林局、水务局、环保局、市政、民政局等5 城市建设与管理统计系统、交通局、市政、水务局、环保局、建委、公安局等6 科技统计系统、教委、科学技术委员会等表二:各政府部门数据资源序号政府部门数据资源情况1 国土资源局土地地籍情况、土地利用情况、地质情况等2 气象局气候与天气及其变化情况等3 水务局水资源状况、水利用与节水情况等4 民政局行政区划、优抚救济福利、婚姻、残疾人及社区情况等5 工商局工商企业登记、私营个体户等数据6 财政局财政收入及支出情况7 地税局地方税种收入情况8 国税局国家税种收入情况9 公安局户籍人口、外来人口等相关数据10 劳动和社保局登记失业率、社会保障等数据11 建委房屋建设及交易等数据12 环保局环境卫生、大气质量、水资源污染情况13 园林局园林绿化、城市绿化情况14 农业局各类农业、农村、农民相关数据15 市政管委城市水电气热供应、城市排水、市政工程等数据16 交通局公共交通、道路状况、交通事故等数据17 海关货物、人员、资金出入境统计数据18 商务局各类商务与利用外资统计数据19 旅游局国内旅游统计、黄金周统计等数据20 人民银行金融存款代开情况、金融市场交易情况21 保监会保险业务统计数据22 教委各类学校、教育机构统计数据23 文化局图书馆、艺术团体、剧院统计数据24 新闻出版局图书杂志报纸出版、音像出版统计数据25 广电局电视、电影、广播类统计数据26 卫生局各类医疗卫生机构基本情况、死因统计、婴儿新生儿死亡、农村改水等统计数据27 体育局运动会、运动员情况、体育彩票统计数据28 司法局律师、协调、法律服务统计数据29 法院行政案件、刑事案件、民事调解、合同纠纷、侵权纠纷等数据30 检察院办理各类案件统计31 消防局火灾及损失情况统计数据………………3.7. 数据组成与结构智慧城市公共基础数据库的核心数据库业务体系要根据不同的数据来源、层次、粒度、业务内容和区域特征分成以下类型数据:(1)按照数据来源:主要可以分成政府统计部门数据和政府其他各部门数据;(2)按照数据层次:分成原貌数据层和整合数据层;原貌数据按照数据来源并保持原貌特征存储的数据,整合数据是原貌数据经过整合处理后形成的逻辑统一的数据;(3)按数据粒度:分为宏观和中观两个层面数据。
宏观层指标为反映地区社会经济发展整体运行状况的主要社会经济总量指标及其结构、速度、效益指标数据;中观层指标为按照产业、行业、区域等特征进行分组的汇总数据和分类数据;(4)按业务指标体系划分:主要包括经济运行、城市建设、人口就业、社会发展、环境资源;经济运行又可以分成总量、财政、税收、投资、工业生产、房地产开发等等;(5)按区域特征:按照行政区划和区域功能划分数据。
4.核心功能通过对用户需求分析,根据智慧城市公共基础数据库系统的技术特点,智慧城市公共基础数据库系统功能主要包括核心应用、辅助管理、支撑保障三大部分。
4.1. 核心应用功能智慧城市公共基础数据库系统具备数据交换、存储、主题加工、查询分析和发布管理等宏观经济信息形成的全过程的功能。
核心应用功能主要由规划设计和元数据库管理、数据交换处理、数据集中存储备份管理、数据整合处理、数据调度管理、主题管理和维护、数据分析应用、信息发布管理等组成。
1)规划设计和元数据管理:规划设计和元数据管理主要实现宏观经济数据库的标准化建设过程,是对宏观库业务和技术标准的设计和管理。
主要包括元数据存储、元数据管理和规划设计三大功能模块:(1)元数据存储(元数据库)是以管理中心元数据库为核心的元数据存储管理体系;(2)元数据管理主要是以中心元数据为基础,通过元数据的读取、分发、同步更新和维护,建立宏观经济数据库的统一的元数据管理机制;(3)规划设计是对以指标为核心的业务元数据进行统一的设计、维护和管理,是一个元数据的应用过程。
2)数据交换处理:实现数据交换对接和数据审核转换处理,主要包括以下功能模块:(1)网上交换处理就是通过专网的方式实现数据交换;(2)数据交换对接主要是把分散在各职能部门的经过预处理的数据通过交换机制,汇集到智慧城市公共基础数据库数据中心的各自交换接口上;“包括数据通信、数据交换和数据对接功能。