数据库设计.docx

数据库设计.docx

《数据库设计.docx》由会员分享，可在线阅读，更多相关《数据库设计.docx（196页珍藏版）》请在冰豆网上搜索。

第1章数据库设计

本项目中，数据库设计与建设包括用于数据中心进行数据存储、交换、应用的数据中心数据库，和用于数据统计、分析、挖掘的数据仓库的设计与建设。

本数据中心数据库的建设要满足金信工程的相关设计要求，满足上级工商、质监、知识产权等市场监管部门的工作要求。

数据中心顾名思义，是专注于数据处理和服务的中心，旨在建立数据采集、更新、管理、使用机制，加快系统内部信息交流与反馈，为公众服务和相关政府部门数据交换建立基础，为工商、质监、知识产权部门各级管理人员提供决策支持服务。

数据中心应用功能与业务处理功能的不同之处在于数据中心是以数据为管理对象，而业务应用系统以业务为管理对象。

数据中心将从业务应用系统采集到的数据进行清洗和统一存放，根据不同的需求进行加工，生成不同的数据产品供各系统使用。

数据中心独立于应用系统之外，又与应用系统有密切的联系。

数据中心是存储市场监督管理局经过筛选、去重、整理后的核心业务、人员数据等信息，整合了全市各类主体信息资源和市场主体、人员相关的信息资源，并进行统一管理和维护；数据中心通过深入挖掘数据价值，开发实现灵活、高效的数据查询、业务报表、数据共享和数据交换等功能，为政务公开、业务协同、绩效考核、决策支持、公共服务等提供数据保障。

1.1.数据中心建设原则

金信工程数据中心建设遵循如下原则：

1、总体规划，建立科学、完整的信息资源管理体系

整体规划，将以往分散的数据资源进行整合，建立科学、完整的信息资源体系结构，确保业务人员、技术开发人员等使用和维护信息资源的用户从整体上把握数据资源的情况，方便、准确的利用信息资源和有效的维护、管理信息资源。

科学、完整的信息资源管控体系不但包括信息资源自身的完整性，科学性，也应包括信息采集、管理、共享、利用方式的规划，以及数据模型、数据指标等规范化、标准化的考虑。

2、统一规划、集中管理各类信息资源

统一规划数据资源，不只是要对各类信息资源进行物理集中存储管理，还要在对业务数据分析的基础上，一体化规划并设计系统数据模型，统一制定业务数据指标体系，以管理服务对象为核心，组织相关联的业务数据，实现对内业务使用、对外服务应用的统一视图。

设计集中、统一的数据中心服务系统，实现信息资源的集中存储、集中处理、集中管理、集中服务，并保障数据的一致性，降低数据交换、系统内共享使用复杂性。

3、按照业务需要规划主题数据

以面向管理服务对象的业务主题设计为核心，依据市场监督管理的业务管理范围和业务管理要点，建立面向管理服务对象、面向业务管理、面向公共服务、面向决策支持等的多个主题数据库，并以面向管理服务对象的主题数据库为核心来建设。

4、通过数据集成和数据交换实现数据共享利用

数据资源的共享是数据资源体系设计的主要目标之一。

对内，通过数据集成实现数据共享；对外，通过数据交换实现数据共享。

分析系统内、外的数据共享、交换需求，规划统一数据共享、交换数据区域，提供标准、一致的数据共享、交换服务。

5、规划数据中心应用

设计数据管理服务中心应用系统，统一规划数据的获取、操作、展现、管理、服务等处理。

同时解决数据综合利用问题，以及数据深加工利用。

支持业务宏观、微观决策分析。

6、数据模型设计具有较高的可扩展性

随着业务不断发展和数据应用的不断深入，必然要产生新的业务指标和新的系统数据。

数据模型（包括概念模型、系统数据模型）的设计要保证能适应这种变化，在指标体系变化时或业务内容增加时，尽可能不用修改各类数据表的结构。

7、数据标准化

数据标准化是数据共享、数据利用和保障数据质量的前提或基础。

数据指标设计遵循国家、总局相关标准，确保数据的规范化、标准化。

数据标准化问题包括方方面面的工作，除了指标、数据元、数据库结构等数据本身的标准化外，还有交换数据的标准、元数据标准等内容。

为了支持各类工作的开展，适应未来的业务变革，应建立全面的、多层次的数据标准体系。

1.2.数据中心设计

1.2.1.数据中心设计原则

由于数据中心数据库是对全局所有业务条线和所有数据的集合,投标方对深圳市市场监督管理局现有业务系统、所有数据将进行深入的了解和分析。

结合现有数据库建设的优点和长处，深入了解，加强分析，结合现有系统的数据结构，设计符合深圳市场监督管理局现状，并有足够扩展性，可满足深圳市场监督管理局业务扩展要求和其他委办局交换数据要求，高数据质量的、优异的数据中心数据库。

数据中心数据库设计和建设将遵循以下原则：

Ø整体性

按照深圳市场监管业务一体化的建设要求，数据模型设计应兼顾各业务条线之间的数据结构的整体性，投标方将按照EDM（企业级数据模型）的方法，建设深圳市场监管业务企业级概念模型和逻辑模型。

Ø全面性

数据中心数据库的存储数据内容包括结果数据、过程数据和整理后的主题数据。

数据中心数据库设计以市场主体和监管客体为核心，以各项业务为主题，建立涵盖局内业务为主，包括全局所有数据，和全市企业信用信息的数据库。

数据中心数据库的数据内容覆盖全局所有的数据及与其他委办局、总局交换所得的数据。

数据中心数据库的设计和建设，并面向全局各业务条线数据的关联、各种查询和交换等应用；

Ø独立性与可扩展性

数据中心数据库中的结果数据库结构的设计基于业务工作内容的基本属性设计，独立于具体业务办理流程，以适应将来的业务变动；

数据中心数据库中的办理过程数据库结构的设计将兼容相应办理流程的架构，同时具备足够的可扩展性，能涵盖目前及未来的业务办理模式；

数据中心数据库中的主题数据库结构要根据数据分析、挖掘的需要，符合市场监督管理局现有业务条线，且独立于具体业务的办理流程。

数据中心数据库的设计和建设要满足扩展需求。

数据库设计应具备较强的可扩展性和预见能力，以适应市场监管业务变化。

当业务发生变化时，数据中心数据应不做变化或少变化。

Ø标准化、规范化

数据中心数据库的设计和建设要遵循金信工程数据标准和国家相关数据标准，以及深圳市市场监督管理局已建的各项业务规范。

数据中心数据库的设计和建设，将充分考虑数据字段的业务来源、数据类型、取值范围、遵循标准等，并将相关字段建立数据关联关系。

对于数据中心数据库的设计和建设，需考虑对业务系统库表设计的指导需求，数据中心的数据库表设计应为业务系统的建设提供参考和借鉴作用。

1.2.2.数据中心逻辑架构设计

根据深圳市场监督管理局金信工程建设规划要求，基于统一的数据标准，建设以业务数据为基础，以数据共享为主线，以提高数据资源价值为目标，涵盖数据采集、数据治理、数据利用等各方面的，全市大集中的深圳市金信工程数据中心，并使其成为深圳市场监督管理局金信工程数据的存储中心、管理中心、交换中心和服务中心。

图数据中心逻辑架构图

1.2.3.数据中心逻辑模型设计

在业务梳理、业务数据分析的基础上，将金信工程数据资源进行分析、归整，形成金信工程数据中心整体的数据逻辑模型。

如下图：

1、业务数据

业务数据也可以称为生产数据，在业务开展过程中形成，主要记录和存储业务处理的原始信息，是对金信工程各业务系统业务处理过程所涉及信息的全面反映，包括各类业务处理的业务管理数据以及政务管理数据，因此，业务数据是市场监督管理的核心数据。

业务数据包括：

行政许可数据、市场监管数据、执法办案数据以及政务管理数据等。

2、决策支持数据

决策支持数据是按照面向分析主题，对业务数据进行二次加工形成的面向管理和决策服务的数据。

金信工程决策支持数据可以分为两大类，一类是按照管理服务对象为核心重新组织的业务主体数据，例如市场主体数据、广告数据、合同数据等；另一类是汇总统计、分析挖掘后形成的数据，主要是对报表汇总、数据综合利用、信息挖掘后形成的结果信息的记录。

3、共享交换数据

共享交换数据主要是实现金信工程内各系统之间，以及与外系统之间的数据交换与共享。

共享交换数据主要包括广东省工商局、质监局、知识产权局交换数据、深圳金信工程内部交换数据、各级政府及委办局交换数据（各级市场监督管理系统与同级政府、委办局的交换数据）、公共服务数据等。

4、基础规范数据

基础规范数据用于对整个系统基础的信息资源进行约束。

基础规范数据主要包括资源目录体系、标准代码数据、数据字典等。

5、系统管理数据

系统管理类数据是一种公共的、基础的环境数据，一般包括系统环境数据，如系统环境参数信息、系统运行状态信息等描述系统运行环境的数据，以及机构、用户、权限、日志等描述业务运行基础和环境的数据。

6、元数据

元数据是描述数据及其环境的数据，主要包括各类系统使用的共享元数据和各类系统自主元数据。

1.3.数据仓库设计

1.3.1.数据仓库设计原则

数据仓库是决策支持系统和联机分析应用数据源的结构化数据环境。

数据仓库研究和解决从全局集中数据库中获取相关有用信息的问题，数据仓库的特征在于面向主题、集成性、稳定性和时变性。

因此深圳市市场监督管理局的数据仓库是经过整理、整合、梳理、筛选后的面向决策支持和分析系统的包含全局所有数据的集合。

数据仓库是在业务数据分析的基础上，全面梳理、分析、归整数据成果，并按照规划设计模型，将数据按照业务数据、统计分析数据、共享交换数据、基础规范数据、网络采集数据、系统管理数据等进行归类，形成深圳市市场监督管理局整体的信息资源体系结构。

数据仓库设计，满足以下原则：

Ø面向主题，独立于业务

数据仓库的设计和建设，面向全局的主题业务数据的各种统计、分析及数据挖掘应用。

数据仓库的存储数据内容主要是整理后的主题数据。

主题数据库结构要根据数据分析、挖掘的需要，符合市场监督管理局现有业务条线，且独立于具体业务的办理流程。

Ø数据全面性

数据仓库的数据内容覆盖全局所有的数据及与其他委办局、总局交换所得的数据。

Ø适应性与可扩展型

数据仓库的设计和建设要满足扩展需求。

由于市场监管业务变化较为频繁，因此数据库设计应具备较强的可扩展性和预见能力，对于业务的变化，数据仓库的结构和数据应不做变化或少变化。

Ø标准型

数据仓库的设计和建设遵循金信工程数据标准和国家相关数据标准。

1.3.2.主题域模型设计

主题数据库是经科学规划，面向业务主题的数据组织存储形式。

主题库的结构设计与应用处理过程相分离，能有效实现数据的关联和共享，降低大型信息系统的开发和维护成本。

系统设计中一般有三类主题组织形式：

l面向业务管理的数据主题

按照业务领域建立业务主题。

l面向管理服务对象的数据主题

按照管理服务对象来组织相关数据。

例如：

经济户籍主题、商品（食品）主题、价格（收费）主题、人员信息主题等。

l决策分析主题

按照决策分析需求组织数据，例如：

辖区经济秩序评价主题、企业信用分类主题、人员绩效考核主题。

三者之间的关系如下图：

深圳市场监管信息系统设计基本采用面向对象的信息工程方法，数据分析与规划也与此相适应，以面向管理服务对象的业务主题设计为核心，开展主题库模型设计。

主题数据库模型分为概念模型和逻辑模型。

深圳市场监管主题库概念模型总体设计如下图：

主题数据库模型设计将市场监管业务数据主题分为三类，共23个业务主题库。

管理服务对象主题是以市场监管的主要管理服务对象为核心，把该对象的状态和管理信息集中起来，能方便直观的掌握管理服务对象的信息全貌，有利于信息共享应用。

公共业务实体主题是将业务处理过程中的公共信息实体进行整合，有效的促进业务的整体规范化和业务联动。

其它业务管理主题是指现阶段没有完全抽象成管理服务对象和公共业务实体主题的其它业务管理主题。

保留部分业务管理主题，一方面是由于存在部分业务是以管理过程为核心或者还不太稳定，不便于也没有必要完全以对象为核心来组织数据主题，另一方面也是为了突出重点，更好的完成市场监管核心业务对象的设计。

被保留的业务管理主题在主题细分和应用设计时仍然可采用面向对象的设计方法。

1.3.3.概念模型设计

概念数据模型反映用户综合性信息需求，