第七章：主题数据库

第七章：主题数据库

第一节引言

当一些互不联系的系统分析设计员在分散独立地开发应用系统时，一种潜在问题也在同时产生。这种问题随着小型和微型计算机无控制地扩散应用而日趋严重。例如，相同的数据元素，被不同的开发小组生成多次，而且具有不同的结构，这样，应该相互协调的数据就不能相互协调，不同应用部门之间的数据传送也很难进行。

企业中的大多数数据都需要作统一的管理，相同的数据常常应该被多个用户共享，不同的用户可以将这些数据用于不同的目的。只有通过规划与协调组织起来的数据，才能有效地为多个用户服务，见图7.1。

图7.1 数据库操作

数据库是为满足多种类型最终用户的需要而设计，并为他们所共享的一些相互关联的数据的集合，从中能够得出许多不同的最终用户数据视图。数据在数据库中的存放方式，使得它们独立于使用数据的程序。增加新的数据，修改已有的数据和检索库内的数据，都得到了严格地控制。数据检索可以由多个用户以不同的方式，在适当的保密控制下进行。数据的结构也便于为将来的应用开发提供基础。

主题数据库(Subject Database)与企业管理中要解决的主要问题相关联，而不是与通常的计算机应用项目相关联。企业计算机化中的数据库建设，主要指这种数据库的规划、设计、实施与操作。本章将详细讨论有关这种数据库的意义和规划的理论与实践。

第二节数据库与文件

1．为什么要使用数据库

数据库的重要性体现在两个完全不同的方面。

首先，它有助于保证尽可能有效地使用数据。数据是企业极有价值的资源。它们需要具有准确性、一致性和安全控制；它们必须能被任何需要使用它们的人员或过程所得到和使用。但是，如果存在着多个不一致的数据副本，互不相容的表达方式和混乱的组织方法，它们也很容易变得一团糟，使得管理人员或处理过程需要的时候，不能获得有价值的信息。

其次，数据库有助于提高应用开发效率。提高应用开发效率的关键是应用软件所需的数据结构已经存在，并被记录在软件可以利用的数据字典里。应用开发人员不必再设计数据或其结构。数据字典是许多报表生成软件、查询语言和应用生成软件的基础?quot;一体化的数据字典"(Integrated Data Dictionary)是一些软件供应商用来描述这种作用的一个术语。这种字典除了描述数据之外，还包含报表的标题、数据的替换名称(别名)、报表格式和可以打印在报表上方的字段名称等等。如果一位用户要求将两个字段相加，即便一个是二进制，另一个是十进制，也不碍事，数据字典会指出它们的格式，并使其在相加之前被转换成相容

的格式。数据库软件能为输入数据的用户给出提示，并在输入时对数据进行完整性检查。这些检查可以在数据字典中定义，适当的检查路径能够自动地生成。在一些系统中，处理逻辑与数据库相互关联，而不是与独立的应用相互关联。根据这些逻辑，使数据库中数据发生变化的事件能够自动运行一些过程。这些引发机制和所运行的过程在与数据库相关联的软件中定义，而不是在与用户相关联的软件中定义。带有这种逻辑的数据库称为智能数据库，没有这种逻辑的数据库被称为哑数据库。我们可以象区分智能终端与哑终端那样区分智能数据库与哑数据库。

2.文件系统及其问题

将文件系统与数据库系统区分开是很重要的。有很多数据处理采用文件系统而不是数据库，但文件环境有许多问题。

图7.2描绘的是一个文件环境，其中有许多数据文件，有些存储在磁带上，另一些存放在磁盘之类的快速存储媒体上。记录所包含的数据项如图7.2中的圆圈所示。当编写的一个新的应用程序或者修改一个老的应用程序时，或许某一个文件中便含有该程序所需要的全部数据项，但更常发生的情况是，不存在这样的一系列数据，因而不得不建立一个新文件。

图7.2 一个文件环境

假定一个新用户需要一个含有数据项A，F，和H的文件。在图7.2中现有的文件中，它们都不在一起。因此必须对其它文件进行排序和合并，以建立新的文件，但是如果现有的文件不具备所需要的一系列关键字，这种排序和合并也不是件简单的事情，对每一个A和F数据项，不一定总有一个H相对应。

像图7.2中那样把数据组织在文件中，存在着三个问题。要理解这些总是读者要想象存在着几百个或几千个文件，而不是图7.2中那样只有七个。

首先，数据冗余量大。同一类型的数据项存放在许多不同的地方，相同数据项的不同版本可能处于不同的更新阶段上。换句话说，它们具有不同的值。这可能会使用户看到一些不一致的情况。例如，一位经理收到一份报表上表明的是一种状况，而终端上查询得出的又是另一种不同的结果。这说明当相同数据项存在着多个副本时，很难维持数据的一致性或保证其完整性。

其次，文件系统不灵活。需要多个文件或结构不同的文件中的数据项的信息，不能迅速

得到满足。许多使用一般查询语言的用户，随机查询不能得到回答。尽管数据已经存在，有关这些数据的信息就是不能获得。数据结构不改变，就不能以新的方式进行处理。人们有时会从管理人员那里听到这样的报怨："我们为那个计算机系统花了几百万，却不能从中得到我们想要的信息。"

第三，对文件系统进行修改的代价很高。假定对图7.2中的应用程序3进行修改，要求包含E和H的记录也作修改。麻烦的是应用程序4也使用相同的记录，结果，程序4也不得不修改，许多其它程序或许也使用该记录(见图7.3)，结果也都必须加以修改。

图7.3 一个文件渐渐被多项应用使用

在文件环境中，一个看起来微小的变动，往往会引起一连串修改的连锁反应。这种大改动的代价昂贵，有些修改也很难进行，因为文档资料不全。随着时间的推移，所要开发的程序将越来越多，这种问题也将变得越来越严重。计算机化的数据与企业中文件柜内的内容一样，也是不稳定的。所存储的数据细节和它们被使用的方式都在不断地变化。如果某个计算机系统企图在一个企业强行使用不变的文件结构，那么，其结果必定是大多数编程工作都陷于修改现有程序，而不是开发新的应用。

图7.4表明了某企业编程开支的变化趋势：程序编制总成本增高，成为数据处理总预算中一个较大的部分，但是，用于开发新应用的人-时数却在逐步下降。原因是用于维护或修改现有程序的工作越来越多。系统分析员和数据处理管理人员们常常想，别去管那些工作正常的现有程序。但是在现实中，现有程序所产生或使用的数据，与别的应用中所需要的形式几乎总是有一点差别。有时需要增加新的数据项，有时需要由几个现有记录中的数据项构成新的记录类型，有时数据要以不同的方式建立索引，有时数据的物理格式需要改进，有时不同应用的数据文件要被合并，等等。