(每日持续更新)信息系统项目管理(第四版)(高级项目管理)考试重点整理第5章 信息系统工程(二)

发布时间:2024年01月11日

博主2023年11月通过了信息系统项目管理的考试,考试过程中发现考试的内容全部是教材中的内容,非常符合我学习的思路,因此博主想通过该平台把自己学习过程中的经验和教材博主认为重要的知识点分享给大家,希望更多的人能够通过考试,知识点完全是根据纸质教材手敲上去的,如果有文字的错误请大家谅解哈,每天都会更新,每天进步一点点
?

5.2 数据建模

5.2.1 数据建模

1、数据模型

根据模型应用目的不同,可以将数据模型划分为三类:概念模型、逻辑模型和物理模型

  • 概念模型:也称为信息模型,它是按用户的观点来对数据和信息建模,也就是说,把现实世界中的客观对象抽象为某一种信息结构,这种信息结构不依赖与具体的计算机系统,也不对应某个具体的DBMS,它是概念级别的模型。

  • 逻辑模型:在概念模型的基础上确定模型的数据结构,目前主要的数据结构有层次模型、网状模型、关系模型、面向对象模型和对象关系模型。其中关系模型成为目前最重要的一种逻辑数据模型

  • 物理模型:记性数据库体系结构设计,真实实现数据在数据库中的存放。物理数据模型的基本元素包括表、字段、视图、索引、存储过程、触发器

2、数据建模过程

数据建模过程包括数据需求分析、概念模型设计、逻辑模型设计和物理模型设计

  • 数据需求分析。简单滴说,数据需求分析就是分析用户对数据的需要和要求

  • 概念模型设计。将需求分析得到结果抽象为概念模型的过程就是概念模型设计,其任务是确定该试题和数据及其关联

  • 逻辑模型设计:逻辑魔心搞设计的任务就是将概念模型中实体、属性和关联转换为关系模型结构中的关系模式

  • 物理模型设计。物理模型考虑的主要问题包括明明、确定字段类型和编写必要的存储过程与触发器

5.2.2 数据标准化

数据标准化是实现数据共享的基础。数据标准化主要为复杂的信息表达、分类和定位建立相应的原则和规范,使其简单化、结构化和标准化,从而实现信息的可理解、可比较和可共享,为信息在异构系统之间实现语义互操作提供基础的支撑。数据标准化的主要内容包括元数据标准化、数据源标准化、数据模式标准化、数据分类与编码标准化和数据标准化管理。

1、元数据标准化

元数据最简单的定义是,元数据是关于数据的数据

2、数据源标准化

  • 数据元:数据源是数据库、文件和数据交换的基本数据单元

  • 数据元提取:确保数据元具有科学性和互操作性,需要采用合理的数据元提取方法,目前提取方法有两种:

    • 自上而下

    • 自下而上

  • 数据元标准:制定数据元标准要遵循若干个过程:描述、界定业务范围、开展业务流程分析与信息建模、借助与信息模型,提取数据元,并按照颐堤港的规则规范其属性、对于代码型的数据元,编制其值域、与现有的国家标准或行业标准进行协调、发布实施数据元标准并建立相应的动态维护管理机制

3、数据模式标准化

数据模式是数据的概念、组成、结构和相互关系的总称,作用保证了数据共享与交换的基础同时也保证了该领域的相关人员对同一的数据模型由准确的、无歧义的理解。

4、数据分类域编码标准化

把数据分类与编码工作纳入标准化工作领域,按标准化的要求和工作程序,将各种数据按照科学的原则进行分类以编码,经有关方面协商一致,由主管机构批准、注册,以标准的形式发布,作为共同遵守的准则和依据,并在其相应的级别范围内玄关和推行。

5、数据标准化管理

数据标准化阶段的具体过程包括确定数据雪球、制定数据标准、批准数据标准和实施数据标准四个阶段

5.2.3 数据运维

1、数据存储

根据不同的应用环境,通过采取合理、安全、有效的方式将数据保存到物理介质上,并能保证对数据实施有效的访问。

2、数据备份

为了防止犹豫用户操作失误、系统故障等意外原因导致的数据丢失,而将整个应用系统的数据或一部分关键数据复制到其他存储介质上的过程。

当前常见的备份结构可以分为四种:DAS备份结构、基于LAN的备份结构、LAN_FREE备份结构、SERVER_FREE备份结构;常见的备份策略有三种:完全备份、差分分贝和增量备份

3、数据容灾

根据容灾系统保护对象不通分为应用容灾和数据容灾

数据备份是数据容灾的基础,数据备份是数据高可用的最后一道防线

4、数据质量评价与控制
  • 数据质量描述:通过数据质量元素来描述,数据质量元素分为数据质量定量元素和数据质量非定量元素。

  • 数据质量评价过程

  • 数据质量评价方法:直接评价法、间接评价法

  • 数据质量控制:数据产品的质量控制分成前期控制和后期控制两个大部分

  • 数据清理:三个步骤:数据分析、数据检测、数据修正

5.2.4 数据开发和利用

1、数据集成

数据集成就是将驻留在不同数据源中的数据进行整合,向用户提供同一的数据视图,使用用户能以透明的方式访问数据。

数据集成的目标就是充分利用已有数据,在计量保持器自治性的前提下,维护数据源整体上的一致性,提高数据共享利用效率

2、数据挖掘

数据挖掘是指从大量数据中提取或挖掘知识,即从大量的、不完全的、有噪声的、模糊的随机的实际数据中,提取隐含在其中的,人们不知道的、却是潜在有用的知识。

3、数据服务

数据服务主要包括数据目录服务、数据查询域浏览及下载服务、数据化分发服务

4、数据可视化

主要运用计算机入刑学和图像处理技术,将数据转换成为入刑或图像在屏幕上显示出来,并能进行交互处理,它设计计算机图形学、图像处理、计算机辅助设计、计算机视觉及人际交互技术等多个领域,是一门综合性的学科

5、信息检索

有广义和狭义之分。广义的信息检索是指将信息按一定的方式组织和存储起来,然后根据用户需求查找出特定信息技术,所以全程是信息存储与枷锁。狭义的信息检索仅指用户查找特定信息这部分,即按照用户检索需求,利用已有的检索工具或数据库,从中找出特定信息的过程。

5.2.5 数据库安全

1、数据库安全威胁
2、数据库安全对策
3、数据库安全机制

用于实现数据库各种安全策略的功能集合,正式由这些安全机制来实现安全模型,进而实现保护数据库系统安全的目标。数据库安全机制包括用户的身份认证、存取控制、数据库加密、数据审计、推理控制等内容

文章来源:https://blog.csdn.net/a89879193/article/details/135518961
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。