CN111767349B - 通用的信息系统数据模型推导方法 - Google Patents
通用的信息系统数据模型推导方法 Download PDFInfo
- Publication number
- CN111767349B CN111767349B CN202010512874.0A CN202010512874A CN111767349B CN 111767349 B CN111767349 B CN 111767349B CN 202010512874 A CN202010512874 A CN 202010512874A CN 111767349 B CN111767349 B CN 111767349B
- Authority
- CN
- China
- Prior art keywords
- entity
- flow graph
- data flow
- data
- business process
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
Abstract
本发明公开了一种通用的信息系统数据模型推导方法,包括:明确所要研究的目标对象的边界和范围,并绘制形成目标对象的顶层数据流图;按照业务场景对数据流图逐层分解,形成分层的数据流图;提取各层数据流图中涉及的数据项,并针对数据项进行抽象和封装处理形成实体清单;根据实体清单中实体的特征属性之间对应的关系,绘制形成实体关系图;对实体的属性值域进行定义,输出实体的数据字典清单;确定业务场景下的业务过程针对实体和实体属性的操作类型,验证实体和实体属性的合理性,完成数据模型推导。通过本发明的技术方案,数据模型推导过程的可操作性强,且有明确的度量方法和形式,且推导过程都有显性交付,适合复用推广。
Description
技术领域
本发明涉及软件设计技术领域,尤其涉及一种通用的信息系统数据模型推导方法。
背景技术
目前,随着企业业务的不断发展,业务范围越来越广,业务类别也越来越多越来越细。企业内部产品林立,各系统之间错综纠缠,很多子模块子系统之间内容和逻辑都高度相似甚至相同,这就导致企业内部资源消耗严重,同时也很难建立真正的产品生态,产品集成复杂度高资源消耗大,维护成本高等。这其中原因很多,但有其中一个因素可能是造成该结果的一个重要因子,那就是缺乏企业级的整体规划和基础模型设计。众所周知,数据模型是信息系统的基石,数据模型的优劣很大程度上决定着信息系统水平的高低。当前,业界针对数据模型设计已经有了相当的积累,也有很多优秀的方法,但大多都是一些通用的针对具体系统的建模方法。而针对以上所述问题,要设计一个优秀的企业级的基础模型,则需要有丰富的知识积累和优秀的指导方法,普适的方法显然不能很好的解决这一问题。
发明内容
针对上述问题中的至少之一,本发明提供了一种通用的信息系统数据模型推导方法,通过针对每一步骤明确其交付内容和交付形式,明确粒度的控制,提供模型的验证方法和验证形式,使得数据模型推导过程的可操作性强,且有明确的度量方法和形式,且推导过程都有显性交付,适合服用推广。
为实现上述目的,本发明提供了一种通用的信息系统数据模型推导方法,包括:明确所要研究的目标对象的边界和范围,并绘制形成所述目标对象的顶层数据流图;按照业务场景对所述数据流图逐层分解,形成分层的数据流图;提取各层所述数据流图中涉及的数据项,并针对所述数据项进行抽象和封装处理形成实体清单;根据所述实体清单中实体的特征属性之间对应的关系,绘制形成实体关系图;对所述实体的属性值域进行定义,输出实体的数据字典清单;确定所述业务场景下的业务过程针对所述实体和所述实体属性的操作类型,验证所述实体和所述实体属性的合理性,完成数据模型推导。
在上述技术方案中,优选地,分层的所述数据流图中,每一层的数据流图不逾越预先明确的层级边界。
在上述技术方案中,优选地,所述业务场景下的业务过程采用“主谓宾”短语进行表达,并根据所述业务过程的主宾关系建立所述实体的特征属性之间的联系,并标记基数关系,以绘制形成所述实体关系图。
在上述技术方案中,优选地,所述实体之间的基数关系包括一对一、一对多、多对一和多对多。
在上述技术方案中,优选地,绘制所述业务过程与所述实体的二维交叉矩阵,并在横纵交叉单元格中标注所述业务过程针对相应的所述实体的操作类型;绘制所述业务过程与实体特征属性的二维交叉矩阵,并在横纵交叉单元格中标注所述业务过程针对相应的所述实体特征属性的操作类型。
在上述技术方案中,优选地,所述业务过程针对相应的所述实体或所述实体特征属性的操作类型包括增加、读取、更新和删除。
与现有技术相比,本发明的有益效果为:通过针对每一步骤明确其交付内容和交付形式,明确粒度的控制,提供模型的验证方法和验证形式,使得数据模型推导过程的可操作性强,且有明确的度量方法和形式,且推导过程都有显性交付,适合复用推广。
附图说明
图1为本发明一种实施例公开的通用的信息系统数据模型推导方法的流程示意图;
图2为本发明一种实施例公开的通用的信息系统数据模型推导方法的流程框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图对本发明做进一步的详细描述:
如图1和图2所示,根据本发明提供的一种通用的信息系统数据模型推导方法,包括:明确所要研究的目标对象的边界和范围,并绘制形成目标对象的顶层数据流图;按照业务场景对数据流图逐层分解,形成分层的数据流图;提取各层数据流图中涉及的数据项,并针对数据项进行抽象和封装处理形成实体清单;根据实体清单中实体的特征属性之间对应的关系,绘制形成实体关系图;对实体的属性值域进行定义,输出实体的数据字典清单;确定业务场景下的业务过程针对实体和实体属性的操作类型,验证实体和实体属性的合理性,完成数据模型推导。
在该实施例中,通过针对每一步骤明确其交付内容和交付形式,明确粒度的控制,提供模型的验证方法和验证形式,使得数据模型推导过程的可操作性强,且有明确的度量方法和形式,且推导过程都有显性交付,适合复用推广。
具体地,首先明确研究的目标对象的边界和范围,绘制出目标对象的“上下文”数据流图,按照业务场景进行数据流图的逐层分解,每一层的数据流图不能逾越上级边界,且每一个业务过程必须有主要数据输入、参照规则数据输入。
进一步地,提取数据流图中涉及的数据项,并进行抽象和封装处理,列出主要的实体清单;所有业务过程整理出业务过程清单,业务场景下的业务过程采用“主谓宾”短语进行表达,为实体填写特征属性以明确概念,按照业务过程清单的“主”、“宾”关系,对填写特征属性后的实体建立联系,并标记基数关系,以绘制形成实体关系图。其中,优选地,实体之间的基数关系包括一对一、一对多、多对一和多对多。
在上述实施例中,优选地,对实体属性进行分类,并定义值域,对于枚举类属性需要单独定义值域,输出数据字典清单。
在上述实施例中,优选地,绘制业务过程与实体的二维交叉矩阵,横向为业务过程,纵向为数据实体,并在横纵交叉单元格中标注业务过程针对相应的实体的操作类型,以验证实体的有效性和业务过程的合理性;
在上述二维交叉矩阵的基础上,补充实体的特征属性,按照相同的方法,绘制业务过程与实体特征属性的二维交叉矩阵,并在横纵交叉单元格中标注业务过程针对相应的实体特征属性的操作类型,以验证实体属性的有效性和业务过程的合理性。
在上述实施例中,优选地,业务过程针对相应的实体或实体特征属性的操作类型包括增加、读取、更新和删除。
根据上述实施例提供的通用的信息系统数据模型推导方法,实施过程中推荐采用以下环境:
操作系统:Windows7或更高版本
建模工具:Enterprise Architect14或更高版本/PowerDesigner14或更高版本等
其它辅助软件:微软办公套件(word、excel)。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种通用的信息系统数据模型推导方法,其特征在于,包括:
明确所要研究的目标对象的边界和范围,并绘制形成所述目标对象的顶层数据流图;
按照业务场景对所述数据流图逐层分解,形成分层的数据流图;
提取各层所述数据流图中涉及的数据项,并针对所述数据项进行抽象和封装处理形成实体清单;
根据所述实体清单中实体的特征属性之间对应的关系,绘制形成实体关系图;
对所述实体的属性值域进行定义,输出所述实体的数据字典清单;
确定所述业务场景下的业务过程针对所述实体和实体属性的操作类型,验证所述实体和所述实体属性的合理性,完成数据模型推导。
2.根据权利要求1所述的通用的信息系统数据模型推导方法,其特征在于,分层的所述数据流图中,每一层的数据流图不逾越预先明确的层级边界。
3.根据权利要求1所述的通用的信息系统数据模型推导方法,其特征在于,所述业务场景下的业务过程采用“主谓宾”短语进行表达,并根据所述业务过程的主宾关系建立所述实体的特征属性之间的联系,并标记基数关系,以绘制形成所述实体关系图。
4.根据权利要求3所述的通用的信息系统数据模型推导方法,其特征在于,所述实体之间的基数关系包括一对一、一对多、多对一和多对多。
5.根据权利要求1所述的通用的信息系统数据模型推导方法,其特征在于,绘制所述业务过程与所述实体的二维交叉矩阵,并在横纵交叉单元格中标注所述业务过程针对相应的所述实体的操作类型;绘制所述业务过程与实体特征属性的二维交叉矩阵,并在横纵交叉单元格中标注所述业务过程针对相应的所述实体特征属性的操作类型。
6.根据权利要求5所述的通用的信息系统数据模型推导方法,其特征在于,所述业务过程针对相应的所述实体或所述实体特征属性的操作类型包括增加、读取、更新和删除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010512874.0A CN111767349B (zh) | 2020-06-08 | 2020-06-08 | 通用的信息系统数据模型推导方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010512874.0A CN111767349B (zh) | 2020-06-08 | 2020-06-08 | 通用的信息系统数据模型推导方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111767349A CN111767349A (zh) | 2020-10-13 |
CN111767349B true CN111767349B (zh) | 2023-09-19 |
Family
ID=72720229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010512874.0A Active CN111767349B (zh) | 2020-06-08 | 2020-06-08 | 通用的信息系统数据模型推导方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111767349B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101325538A (zh) * | 2007-06-13 | 2008-12-17 | 中兴通讯股份有限公司 | 一种边缘网关全系统QoS的实现装置及方法 |
CN108038222A (zh) * | 2017-12-22 | 2018-05-15 | 冶金自动化研究设计院 | 用于信息系统建模和数据访问的实体-属性框架的系统 |
CN109377073A (zh) * | 2018-11-07 | 2019-02-22 | 广东电网有限责任公司 | 业务架构构建方法、装置、设备及存储介质 |
CN110197438A (zh) * | 2019-05-05 | 2019-09-03 | 三峡大学 | 基于一体化数据结构的继电保护在线整定计算方法 |
CN110825718A (zh) * | 2019-10-22 | 2020-02-21 | 天津云景科技股份有限公司 | 一种信息系统数据架构模型及其构建方法 |
-
2020
- 2020-06-08 CN CN202010512874.0A patent/CN111767349B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101325538A (zh) * | 2007-06-13 | 2008-12-17 | 中兴通讯股份有限公司 | 一种边缘网关全系统QoS的实现装置及方法 |
CN108038222A (zh) * | 2017-12-22 | 2018-05-15 | 冶金自动化研究设计院 | 用于信息系统建模和数据访问的实体-属性框架的系统 |
CN109377073A (zh) * | 2018-11-07 | 2019-02-22 | 广东电网有限责任公司 | 业务架构构建方法、装置、设备及存储介质 |
CN110197438A (zh) * | 2019-05-05 | 2019-09-03 | 三峡大学 | 基于一体化数据结构的继电保护在线整定计算方法 |
CN110825718A (zh) * | 2019-10-22 | 2020-02-21 | 天津云景科技股份有限公司 | 一种信息系统数据架构模型及其构建方法 |
Non-Patent Citations (1)
Title |
---|
面向网络化制造的供应链伙伴选择与评价问题的研究;付源泉;《CNKI优秀硕士学位论文全文库》;第2005年卷(第07期);1-85 * |
Also Published As
Publication number | Publication date |
---|---|
CN111767349A (zh) | 2020-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8533235B2 (en) | Infrastructure and architecture for development and execution of predictive models | |
Altiok et al. | Simulation modeling and analysis with Arena | |
CN102725753B (zh) | 优化数据访问的方法及装置、优化数据存储的方法及装置 | |
CN106844781B (zh) | 数据处理的方法及装置 | |
US9684869B2 (en) | Infrastructure and architecture for development and execution of predictive models | |
CN111352962B (zh) | 客户画像构建方法及装置 | |
CN103810212A (zh) | 一种数据库索引的自动创建方法及系统 | |
CN111159428A (zh) | 经济领域知识图谱事件关系自动抽取的方法和装置 | |
CN106156315A (zh) | 一种基于分类模型判断的数据质量监控方法 | |
CN107633257B (zh) | 数据质量评估方法及装置、计算机可读存储介质、终端 | |
US20070150514A1 (en) | Establishment and execution system for enterprise activity management systems | |
CN114461600A (zh) | 基于bim与构件身份标签的工程项目数据多维复用方法 | |
CN110020333A (zh) | 数据分析方法及装置、电子设备、存储介质 | |
CN105912723A (zh) | 一种自定义字段的存储方法 | |
CN102081644A (zh) | 一种数义分离的数据存储方法 | |
CN111767349B (zh) | 通用的信息系统数据模型推导方法 | |
CN113127735A (zh) | 车货匹配方法、装置、计算机设备和介质 | |
CN102479072B (zh) | 一种多表头报表的生成方法、装置及终端 | |
CN107391728B (zh) | 数据挖掘方法以及数据挖掘装置 | |
CN114707835A (zh) | 一种数据处理方法、装置、电子设备及计算机可读介质 | |
CN113254455A (zh) | 数据库的动态配置方法、装置、计算机设备及存储介质 | |
CN111897883A (zh) | 实体模型构建方法、装置、电子设备和介质 | |
Ribeiro et al. | Improving productive processes using a process mining approach | |
US20220405617A1 (en) | Artificial intelligence collectors | |
CN114219652A (zh) | 一种风险加权资产计量方法、装置、设备及可读储存介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |