BUSINESS BOOKS

小結

1.傳統的文件環境下，管理數據資源會有哪些問題？數據庫管理系統如何解決這些問題？

傳統的文件管理技術，難以讓組織跟蹤那些按系統化方式使用的碎片數據，並且很難將它們組織起來以便簡易地導入。不同職能領域和群體被允許開發自己獨立的文件。隨著時間的推移，這個傳統的文件管理環境引起許多問題，如數據冗餘和不一致、計劃數據的依賴、缺乏靈活性、安全性差、缺乏數據共享性和可用性。

數據庫管理系統依靠軟件解決了這些問題。這些軟件允許集中的數據和數據管理，使企業所需要的數據有單一相同的資源。使用數據庫管理系統可以最小化冗餘和不一致的文件。

2.數據庫管理系統有哪些主要功能，為什麼關係數據庫功能如此強大？

數據庫管理系統主要功能包括數據庫管理系統的數據定義能力、數據字典的能力以及數據操作語言。數據定義能力指定數據庫的結構和內容。數據字典是存儲數據庫中的數據信息的自動或手動文件，包括名稱、定義、格式和描述數據的內容。數據操縱語言，如SQL是訪問和操作數據庫中數據的特定語言。

當今關係型數據庫是最主要的組織和維護數據信息系統的方法，因為它非常靈活和方便。它在行和列的二維關係內組織數據。每個表中包含數據的實體及其屬性，每一行是一個記錄，每一列是一個屬性或字段。每個表中還包含一個關鍵領域的唯一識別每個記錄的檢索或操作。關係數據庫表可以很容易地結合起來，提供用戶所需的數據，但前提是任何兩個表都有一個共同的數據元素。

3.數據庫的主要設計原理有哪些？

設計一個數據庫，需要邏輯設計和物理設計。邏輯設計從商業角度將數據庫模型化，組織的數據模型應該反映其關鍵業務流程和決策的要求。設計一個關係型數據庫時，從一個複雜的群體中創造一個小的、穩定的並且靈活以及適應性強的數據結構的過程稱為規範化。一個設計良好的關係型數據庫不會有多對多的關係，並且所有的屬性只能適用於唯一的特定實體。它會嘗試執行參照完整性規則，以確保表之間的關係保持一致。一個實體關係圖生動描繪了在一個關係數據中實體之間的關係。數據庫的設計還考慮是否完整的數據庫或部分數據庫可以分配給一個以上的位置，以提高響應速度和減少脆弱性和成本。主要有兩種類型的分佈式數據庫：複製數據庫和分區數據庫。

4.為改善經營業績和決策，從數據庫獲取信息的主要工具和技術有哪些？

功能強大的工具可用來分析和獲取數據庫中的信息。數據倉庫能將許多不同的業務系統的當前和歷史數據整合在一箇中央數據庫中以便報告和分析。數據倉庫支持多維數據分析，也稱為OLAP。OLAP代表數據之間的關係，如多層面的結構，它可以將立方體數據和曲線可視化，從而進行更加複雜的數據分析。數據挖掘分析較大的數據池，包括數據倉庫的內容，以便尋找可以預測未來行為並指導決策的模式和規則。文本挖掘工具幫助企業分析大型非結構化數據集組成的文字。網絡挖掘工具重點分析了萬維網有益的模式和信息，審查網站結構和網站用戶的活動以及網頁的內容。常規數據庫可以通過中間件連接到網絡或網絡界面，方便用戶訪問組織的內部數據。

5.為什麼信息政策、數據管理和數據質量保證是管理公司數據資源的根本？

開發一個數據庫環境需要政策和程序、良好的數據模型和數據庫技術，以便管理組織的數據。一個規範的信息政策管理著組織中信息的維修、分佈和使用。在大型公司，一個正式的數據管理功能是負責該公司信息政策、數據規劃、數據字典的發展，以及監測數據的使用。

不準確、不完整或不一致的數據會給企業造成嚴重的業務和財務問題，因為它們可能會造成不準確的產品定價、客戶賬戶和庫存數據，並會導致公司行動決策的不準確。企業必須採取特別措施，確保它們有高水平的數據質量。這些措施包括使用企業範圍的數據標準，進行數據質量審核以及使用數據清理軟件，目的是儘量減少不一致和多餘的數據。