B类编码对象 在信息系统中单独设立编码库表的信息分类编码对象,称为B类编码对象。这类编码表内容具有相对的稳定性,可以组织力量一次编制出来。这类编码表一般都较大,像一些数据库表一样,在应用系统中往往被多个模块所共享,作为一些单独的库表管理是方便的。如国家行政区划编码、学科编码、职称编码、疾病分类编码等,都是国家标准的B类编码。
C类编码对象 建立高校信息分类编码标准,是指识别出、并分类所有的信息分类编码对象(一般在200个左右),编制每一编码对象的编码规则,按编码规则建立编码表。应遵照《信息分类编码标准的编写规定》、《信息分类编码的基本原则方法》(国家标准GB/T7026-2001、GB/T7027-86),按“国际标准—国家标准—行业标准”的序列,建立高校信息化建设所需要的信息分类编码标准。 用户视图标准 常见的用户视图有: 高校要建立网络化的信息系统,就要取消大量的报表信息传递,而以电子化的屏幕界面所取代。为此,需要分析用户视图,建立用户视图标准。 分类编码 其中“簇码”是指同一视图规范化后形成的几个同簇表的编码。 用户视图编码例子:“教职员工登记表”编码为D021302。 登记 组成 上述已登记的用户视图“教职员工登记表”的组成: 建立高校用户视图标准,是指对所有的用户视图(一般在2000个左右)进行分类编码、登记和规范化表达组成结构。 概念数据库标准及逻辑数据库标准 概念数据库标准是指全组织所有主题数据库的界定——列出每一主题数据库的名称及其内容的描述。 某校建立的概念数据库标准包括38个主题数据库,部分列出如下: 逻辑数据库(Logical Database)是系统分析设计人员的观点,是对概念数据库的进一步分解和细化,一个逻辑主题数据库由一组规范化的基本表(Base Table)构成。基本表是按规范化的理论与方法建立起来的数据结构,一般要达到三范式(3-NF)。 逻辑数据库标准是指全组织所有主题数据库分解出的基本表结构规范——按主题列出每组基本表,对每一基本表列出其主键和属性表。 上例某校的38个主题数据库细化为407个基本表(分为38组),其中第2组即“员工”的逻辑数据库标准如下(只列出部分基本表): 数据标准化体系的建立及数据管理工作的开展 高校信息化建设或“校园网”建设的数据标准化体系,是指统一建立并执行的五项数据标准——数据元素标准、信息分类编码标准、用户视图标准、概念数据库标准和逻辑数据库标准。这五项数据标准既是完全的,又是足够的(All & Only),构成了信息资源管理基础标准化体系。 目前,有些单位只注意到数据元素标准和信息分类编码标准方面的工作(而且远没有达到我们上面提出的深度和广度),完全不注意研究用户视图标准、概念数据库标准和逻辑数据库标准方面的问题,这就像只讲化学元素而不研究分子和化合物一样,是解决不了化学问题的。因此,我们提倡建立的数据标准化体系是以五项数据标准为基础的,包括“数据元”和“元组”两个方面的体系结构(参见图1,其中标注了某高校的数据)。 数据标准化体系的建立 由于缺乏标准和一致性控制,数据处理开发工作的初期阶段是杂乱无章的。每个分析员设计系统所使用的方法都与其他分析员的方法不同。程序员们倾向于用独有的方法来为每个程序编码,他们几乎没有什么训练和一致性原则,致使研制出的系统差不多都是支离破碎、繁琐复杂的,维护费用十分昂贵。当数据处理开发技术发展到面向数据的阶段,情况就发生了很大的变化,很多单位成立了数据管理部门,把制定数据标准放在重要位置,推动数据标准的执行。 数据管理部门 数据管理部门的职责如下: 控制元数据变化:对所有元数据和数据定义的变化,都要规定正规的文档和批准手续,任何未经批准的对数据字典或数据定义的改动都不能进行。还要负责确定任何这种修改所带来的影响,通知会受到影响的人员,告诉他们数据定义格式或数据结构即将发生的变化。 支持数据设计人员的工作:帮助逻辑数据库设计人员完成逻辑数据结构设计,向其他与数据结构设计有关的数据处理人员提供培训、建议和帮助。 协调数据使用:帮助数据库分析员、应用开发程序员或系统分析员,做好有关数据结构的设计或维护工作。 数据管理员 选拨、培训数据管理员的要求如下: 资格:数据处理或有关学科大专以上学历,有五年以上的数据处理和管理经验,具有在数据库环境下的应用开发与系统维护的经验。 开展数据管理工作的困难和最后的成功 第一个数据管理项目最好是一个独立的新系统的开发,即这个系统不与其他一些原有的系统或外购软件有接口关系。这个系统应该是较小的系统,一般不超过50个程序模块,工期是一年或更少一点,最好是六个月左右。这是统一的信息资源规划所确定的一个应用系统,例如,是新开发的教学管理系统,其中包括5个功能模块(学籍管理、课程管理、成绩管理、教学资源管理、教师管理),不到50个程序模块。该应用开发所涉及的数据管理工作就是本文上述的全部工作。显然,这一部分数据管理工作是伴随从规划到设计、到实现全过程的,会完成图1的数据标准化体系的一部分标准化工作;有了这一部分的成功,就可以继续进行,直至建立起整个数据标准化体系。 必须指出,由于数据管理工作的艰巨性和复杂性,一些高校的信息化领导和骨干们能不能下决心开展这项工作,是需要提高对信息资源开发利用的认识,转变传统信息系统开发模式,还需要有解决各种困难的恒心和毅力。威廉·德雷尔在他的专著中举了一个典型的某单位数据管理的例子,该单位用了5年多的时间,经历了三起两落的波浪式发展,才完成了数据标准化的建设,如图2所示。他对着该图有所感慨地评论道:“这幅曲线说明了任何新的和有争议的课题都可能经历可以预见到的失望、挫折和改进过程。数据管理正是这种新课题之一。然而,这幅图也表明了数据管理的成绩,虽然缓慢,但毕竟是稳步增长的。尽管数据管理多次失去成功机会,但它仍然会在这场信息资源管理的斗争中赢得胜利。” |
联系客服