数据库中的外部实体指什么

数据流图：简称DFD，就是采用图形方式来表达系统的逻辑功能、数据在系统内部的逻辑流向和逻辑变换过程，是结构化系统分析方法的主要表达工具及用于表示软件模型的一种图示方法。

数据流图的基本符号的意思：

1矩形表示数据的外部实体；

2圆角的矩形表示变换数据的处理逻辑；

3少右面的边矩形表示数据的存储；

4箭头表示数据流。

数据流程图中有以下几种主要元素：

→：数据流。数据流是数据在系统内传播的路径，因此由一组成分固定的数据组成。如订票单由旅客姓名、年龄、单位、身份z号、日期、目的地等数据项组成。由于数据流是流动中的数据，所以必须有流向，除了与数据存储之间的数据流不用命名外，数据流应该用名词或名词短语命名。

□：数据源（终点）。代表系统之外的实体，可以是人、物或其他软件系统。

○：对数据的加工（处理）。加工是对数据进行处理的单元，它接收一定的数据输入，对其进行处理，并产生输出。

〓：数据存储。表示信息的静态存储，可以代表文件、文件的一部分、数据库的元素等。

数据流程图是描述系统数据流程的工具，它将数据独立抽象出来，通过图形方式描述信息的来龙去脉和实际流程。

为了描述复杂的软件系统的信息流向和加工，可采用分层的DFD来描述，分层DFD有顶层，中间层、底层之分。

（1）顶层。决定系统的范围，决定输入输出数据流，它说明系统的边界，把整个系统的功能抽象为一个加工，顶层DFD只有一张。

（2）中间层。顶层之下是若干中间层，某一中间层既是它上一层加工的分解结果，又是它下一层若干加工的抽象，即它又可进一步分解。

（3）底层。若一张DFD的加工不能进一步分解，这张DFD就是底层的了。底层DFD的加工是由基本加工构成的，所谓基本加工是指不能再进行分解的加工。

数据流程图的基本成分

系统部件包括系统的外部实体、处理过程、数据存储和系统中的数据流四个组成部分

1,外部实体

外部实体指系统以外又和系统有联系的人或事物，它说明了数据的外部来源和去处，属于系统的外部和系统的界面。外部实体支持系统数据输入的实体称为源点，支持系统数据输出的实体称为终点。通常外部实体在数据流程图中用正方形框表示，框中写上外部实体名称，为了区分不同的外部实体，可以在正方形的左上角用一个字符表示，同一外部实体可在一张数据流程图中出现多次，这时在该外部实体符号的右下角画上小斜线表示重复

2,处理过程

处理指对数据逻辑处理，也就是数据变换，它用来改变数据值。而每一种处理又包括数据输入、数据处理和数据输出等部分。在数据流程图中处理过程用带圆角的长方形表示处理，长方形分三个部分，标识部分用来标识一个功能，功能描述部门是必不可少的，功能执行部门表示功能由谁来完成。

3,数据流

数据流是指处理功能的输入或输出。它用来表示一中间数据流值，但不能用来改变数据值。数据流是模拟系统数据在系统中传递过程的工具。

在数据流程图中用一个水平箭头或垂直箭头表示，箭头指出数据的流动方向，箭线旁注明数据流名。

4,数据存储

数据存储表示数据保存的地方，它用来存储数据。系统处理从数据存储中提取数据，也将处理的数据返回数据存储。与数据流不同的是数据存储本身不产生任何 *** 作，它仅仅响应存储和访问数据的要求。

在数据流程图中数据存储用右边开口的长方条表示。在长方条内写上数据存储名字。为了区别和引用方便，左端加一小格，再标上一个标识，用字母D和数字组成

1,画数据流程图的基本原则:

①数据流程图上所有图形符号必须是前面所述的四种基本元素。

②数据流程图的主图必须含有前面所述的四种基本元素，缺一不可。

③数据流程图上的数据流必须封闭在外部实体之间，外部实体可以是一个，也可以是多个。

④处理过程至少有一个输入数据流和一个输出数据流。

⑤任何一个数据流子图必须与它的父图上的一个处理过程对应，两者的输入数据流和输出数据流必须一致，即所谓“平衡”。

⑥数据流程图上的每个元素都必须有名字。

2,画数据流程图的基本步骤:

①把一个系统看成一个整体功能，明确信息的输入和输出。

②找到系统的外部实体。一旦找到外部实体，则系统与外部世界的界面就可以确定下来，系统的数据流的源点和终点也就找到了。

③找出外部实体的输入数据流和输出数据流。

④在图的边上画出系统的外部实体。

⑤从外部实体的输入流（源）出发，按照系统的逻辑需要，逐步画出一系列逻辑处理过程，直至找到外部实体处理所需的输出流，形成数据流的封闭。

⑥将系统内部数据处理又分别看做整体功能，其内部又有信息的处理、传递、存储过程。

⑦如此一级一级地剖析，直到所有处理步骤都很具体为止。

3,画数据流程图的注意事项:

①关于层次的划分

逐层扩展数据流程图，是对上一层图中某些处理框加以分解。随着处理的分解，功能越来越具体，数据存储、数据流越来越多。究竟怎样划分层次，划分到什么程度，没有绝对标准，一般认为展开的层次与管理层次一致，也可以划分得更细，处理块的分解要自然，注意功能完整性，一个处理框经过展开，一般以分解为4个至10个处理框为宜。

②检查数据流程图

对一个系统的理解，不可能一开始就完美无缺，开始分析一个系统时，尽管我们对问题的理解有不正确、不确切的地方，但还是应该根据我们的理解，用数据流程图表达出来，进行核对，逐步修改，获得较为完美的图纸。

③提高数据流程图的易理解性

数据流程图是系统分析员调查业务过程，与用户交换思想的工具。因此，数据流程图应简明易懂。这也有利于后面的设计，有利于对系统说明书进行维护。

数据规范化名词解释

数据在应用过程中相对比较繁杂。为了能够更好的应用数据，并以需要进行格式化的排列，以备不时之需。简称数据规范化。

数据规范化处理是数据挖掘的一项基本 *** 作。现实中，数据中不同特征的量纲可能不一致，数值间的差别可能很大，不进行处理可能会影响到数据分析的结果，因此，需要对数据按照一定比例进行缩放，使之落在一个特定的区域，便于进行综合分析。

特别是基于距离的挖掘方法，在建模前一定要对数据进行规范化处理，如SVM,KNN,K-means，聚类等方法。

扩展资料：

数据规范化的几种方法：

在数据分析之前，都需要让数据满足一定的规律，达到规范性的要求，便于进行挖掘。

如果不进行变换的话，要不就是维数过多增加了计算成本，要不就是数据过于集中，很难找到数据之间的特征。

在数据变换中，重点是如何将数值进行规范化，有三种常用的规范方法，分别是Min-Max规范化、Z-Score规范化、小数定标规范化。

1Min-max规范化：

将原始数据投射到指定的空间[min,max]。可用公式表示为：

新数值 = （原数值-极小值）/ （极大值 - 极小值） 。

SciKit-Learn中的MinMaxScaler可以完成这个功能。

2Z-Score规范化：

将原始数据转换为正态分布的形式，使结果易于比较。可用公式表示为：

新数值 = （原数值 - 均值）/ 标准差。

在SciKit-Learn中的preprocessingscale（)可以直接将给定数据进行Z-Score规范化。

3小数定标规范化：

通过移动小数点的位置来进行规范化。小数点移动的位数取决于该属性数据取值的最大绝对值。

例如：属性A的取值范围是-800到70，那么就可以将数据的小数点整体向左移三位即[-08,007]。

参考资料来源：百度百科-数据标准化

数据库 名词解释

定义1

严格地说，数据库是“按照数据结构来组织、存储和管理数据的仓库”。在经济管理的日常工作中，常常需要把某些相关的数据放进这样的“仓库”，并根据管理的需要进行相应的处理。例如，企业或事业单位的人事部门常常要把本单位职工的基本情况（职工号、姓名、年龄、性别、籍贯、工资、简历等）存放在表中，这张表就可以看成是一个数据库。有了这个"数据仓库"我们就可以根据需要随时查询某职工的基本情况，也可以查询工资在某个范围内的职工人数等等。这些工作如果都能在计算机上自动进行，那我们的人事管理就可以达到极高的水平。此外，在财务管理、仓库管理、生产管理中也需要建立众多的这种"数据库"，使其可以利用计算机实现财务、仓库、生产的自动化管理。 JMartin给数据库下了一个比较完整的定义：数据库是存储在一起的相关数据的 ，这些数据是结构化的，无有害的或不必要的冗余，并为多种应用服务；数据的存储独立于使用它的程序；对数据库插入新数据，修改和检索原有数据均能按一种公用的和可控制的方式进行。当某个系统中存在结构上完全分开的若干个数据库时，则该系统包含一个“数据库 ”。

定义2

数据库是依照某种数据模型组织起来并存放二级存储器中的数据 。这种数据 具有如下特点：尽可能不重复，以最优方式为某个特定组织的多种应用服务，其数据结构独立于使用它的应用程序，对数据的增、删、改和检索由统一软件进行管理和控制。从发展的历史看，数据库是数据管理的高级阶段，它是由文件管理系统发展起来的。

定义3

（伯尔尼公约议定书专家委员会的观点） 所有的信息（数据率档）的编纂物，不论其是以印刷形式，计算机存储单元形式，还是其它形式存在，都应视为“数据库”。 数字化内容选择的原因有很多，概括起来主要有： （1）存储空间的原因。数字化的产品是通过网络被广大用户存取利用，而大家都知道数字化产品是存放在磁盘阵列上的，磁盘阵列由服务器来管理，磁盘空间是有限的，服务器的能力也是有限的，不可能无 地存入数字资源，这就需要我们对文献资源数字化内容进行选择。 （2）解决数字化生产高成本和图书馆经费有限性之间矛盾的需要。几乎没有图书馆有充足的资源来对整个馆藏进行数字化，内容选择不可避免。 （3）数字资源管理的需要。技术的快速发展使数字化项目所生成的数字资源的生命周期越来越短，投入巨资进行数字迁移是延长数字资源生命的1个重要途径，昂贵的维护成本就必须考虑数字化的内容选择。 数据库发展史数据库技术从诞生到现在，在不到半个世纪的时间里，形成了坚实的理论基础、成熟的商业产品和广泛的应用领域，吸引越来越多的研究者加入。数据库的诞生和发展给计算机信息管理带来了一场巨大的革命。三十多年来，国内外已经开发建设了成千上万个数据库，它已成为企业、部门乃至个人日常工作、生产和生活的基础设施。同时，随着应用的扩展与深入，数据库的数量和规模越来越大，数据库的研究领域也已经大大地拓广和深化了。30年间数据库领域获得了三次计算机图灵奖（CW Bachman,EFCodd, JGray），更加充分地说明了数据库是一个充满活力和创新精神的领域。就让我们沿着历史的轨迹，追溯一下数据库的发展历程。 传统上，为了确保企业持续扩大的IT系统稳定运行，一般用户信息中心往往不仅要不断更新更大容量的IT运维软硬件设备，极大浪费企业资源；更要长期维持一支由数据库维护、服务器维护、机房值班等各种维护人员组成的运维大军，维护成本也随之节节高升。为此，企业IT决策者开始思考：能不能像拧水龙头一样按需调节的使用IT运维服务？而不是不断增加已经价格不菲的运维成本。

定义4

数据库（DataBase,DB）是一个长期存储在计算机内的、有组织的、有共享的、统一管理的数据 。她是一个按数据结构来存储和管理数据的计算机软件系统。数据库的概念实际包括两层意思： （1）数据库是一个实体，它是能够合理保管数据的“仓库”，用户在该“仓库”中存放要管理的事务数据，“数据”和“库”两个概念结合成为数据库。 （2）数据库是数据管理的新方法和技术，他能更合适的组织数据、更方便的维护数据、更严密的控制数据和更有效的利用数据。

数据规范化名词解释

数据在应用过程中相对比较繁杂。

为了能够更好的应用数据，并以需要进行格式化的排列，以备不时之需。简称数据规范化。

数据规范化处理是数据挖掘的一项基本 *** 作。现实中，数据中不同特征的量纲可能不一致，数值间的差别可能很大，不进行处理可能会影响到数据分析的结果，因此，需要对数据按照一定比例进行缩放，使之落在一个特定的区域，便于进行综合分析。

特别是基于距离的挖掘方法，在建模前一定要对数据进行规范化处理，如SVM,KNN,K-means，聚类等方法。

扩展资料：

数据规范化的几种方法： 在数据分析之前，都需要让数据满足一定的规律，达到规范性的要求，便于进行挖掘。

如果不进行变换的话，要不就是维数过多增加了计算成本，要不就是数据过于集中，很难找到数据之间的特征。 在数据变换中，重点是如何将数值进行规范化，有三种常用的规范方法，分别是Min-Max规范化、Z-Score规范化、小数定标规范化。

1Min-max规范化： 将原始数据投射到指定的空间[min,max]。可用公式表示为： 新数值 = （原数值-极小值）/ （极大值 - 极小值） 。

SciKit-Learn中的MinMaxScaler可以完成这个功能。 2Z-Score规范化： 将原始数据转换为正态分布的形式，使结果易于比较。

可用公式表示为： 新数值 = （原数值 - 均值）/ 标准差。 在SciKit-Learn中的preprocessingscale（)可以直接将给定数据进行Z-Score规范化。

3小数定标规范化： 通过移动小数点的位置来进行规范化。小数点移动的位数取决于该属性数据取值的最大绝对值。

例如：属性A的取值范围是-800到70，那么就可以将数据的小数点整体向左移三位即[-08,007]。 参考资料来源：百度百科-数据标准化 。

名词解释：规范化

“规范化”的定义是：“在经济、技术和科学及管理等社会实践中，对重复性事物和概念，通过制定、发布和实施标准（规范、规程和制度等）达到统一，以获得最佳秩序和社会效益”。

数据规范化是将原来的度量值转换为无量纲的值。通过将属性数据按比例缩放，通过一个函数将给定属性的整个值域映射到一个新的值域中，即每个旧的值都被一个新的值替代。

扩展资料：

企业规范化管理所寻求的效果标准：“八零”境界决策制定零失误、产品质量零次品、产品客户零遗憾、经营管理零库存、资源管理零浪费、组织结构零中间层、商务合作伙伴零抱怨、竞争对手零指责。

企业规范化管理，也需要制度化，也需要标准化，但它的重点在于为企业构建一个具有自我免疫、自动修复的机能。也就是说，使企业组织形成一种内在的自我免疫功能，能自动适应外部环境的变化，能抵御外部力量的侵害。并且当企业组织在发展过程中遭遇外部创伤后，能自动地修复愈合，使企业实现持续稳定的发展。

参考资料来源：搜狗百科-规范化

名词解释：规范化

“规范化”的定义是：“在经济、技术和科学及管理等社会实践中，对重复性事物和概念，通过制定、发布和实施标准（规范、规程和制度等）达到统一，以获得最佳秩序和社会效益”。

数据规范化是将原来的度量值转换为无量纲的值。通过将属性数据按比例缩放，通过一个函数将给定属性的整个值域映射到一个新的值域中，即每个旧的值都被一个新的值替代。

扩展资料：

企业规范化管理所寻求的效果标准：“八零”境界决策制定零失误、产品质量零次品、产品客户零遗憾、经营管理零库存、资源管理零浪费、组织结构零中间层、商务合作伙伴零抱怨、竞争对手零指责。 企业规范化管理，也需要制度化，也需要标准化，但它的重点在于为企业构建一个具有自我免疫、自动修复的机能。

也就是说，使企业组织形成一种内在的自我免疫功能，能自动适应外部环境的变化，能抵御外部力量的侵害。并且当企业组织在发展过程中遭遇外部创伤后，能自动地修复愈合，使企业实现持续稳定的发展。

参考资料来源：百度百科-规范化。

标准化管理名词解释？

标准化管理是指符合外部标准（法律、法规或其它相关规则）和内部标准（企业所倡导的文化理念）为基础的管理体系

标准化管理的职能[1]

标准化管理工作的作用与功能。它主要是对制定、修订和贯彻实施标准等整个标准化活动进行计划、组织，指挥、协调和监督，以保证标准化任务的完成。这5个职能相互联系和制约，共同构成一个有机整体。通过计划，确定标准化活动的目标；通过组织，建立实现目标的手段；通过指挥，建立正常的工作秩序；通过监督，检查计划实施的情况，纠正偏差；通过协调，使各方面工作和谐地发展。

一、标准化管理的指挥职能

标准化管理工作的职能之—。主要是对标准化系统内部各级和各类人员的领导或指导，其目的是保证国家和各级的标准化活动按照国家统—-计划的要求，相互配合、步调—致，和谐地向前发展。

二、标准化管理的组织职能

标准化管理工作的职能之—。主要是对人们的标准化活动进行科学地分工和协调，合理地分配与使用国家的标准化投资，正确处理标准化部门、标准化人员的相互关系，其目的是将标准化活动的各要素、各部门、各环节合理地组织起来，形成一个有机整体，建立起标准化工作的正常秩序。

三、标准化管理的计划职能

标准化管理工作的职能之一。主要是对标准化事业的发展进行全面考虑，综合平衡和统筹安排，其目的是把宏观标准化工作和微观标准化工作结合起来，正确地把握未来，使标准化事业能在变化的环境中持续稳定地发展，动员全体标准化人员及有关人员为实现标准化的发展目标而努力。

四、标准化管理的监督职能

标准化管理工作的职能之—。主要是按照既定的目标和标准，对标准化活动进行监督、检查，发现偏差，及时采取纠正措施，目的是保证标准化工作按计划顺利进行，最终达到预期目标。使其成果同预期的目标相—致，使标准化的计划任务和目标转化为现实。

五、标准化管理的协调职能

标准化管理的工作职能之一。主要是协调标准化系统内部各单位、各环节的工作和各项标准化活动，使它们之间建立起良好的配合关系，有效地实现国家标准化的计划与目标。

名词解释：定量管理法

绩效定量管理法是在过去技术工作大量的数据积累的基础上，采用专家模糊评价和标准实测专家评定、双向协商确定等方法进行确定和逐步改进的。

绩效定量管理法主要考核以下内容： 1、工作业绩 工作业绩考核是指对每个员工在本职工作中完成任务所取得的成绩、成果进行测评的过程。这个评价过程不仅要说明各级员工的工作完成情况，还要通过评价结果指导员工有计划地改进工作，以达到企业发展的目的。

业绩考核主要从数量、质量和效率三个方面对员工的工作业绩进行评价，具体表现为完成工作的数量指标、质量指标以及工作效率指标。 绩效定量管理法通过技术工作量化标准和工作岗位分配，以及对工作质量、工作效果的综合评价，通过二次分配平衡，实现对工作业绩的综合考核。

2、工作能力 工作能力考核是对具体工作所需要的基本能力以及经验性能力进行测评的过程。它包括和工作相关的常识和专业知识；工作所需要的技术、技能和技巧；工作中表现出来的理解力、判断力、创造力等经验性能力；特殊工作所要求的体力。

同业绩相比，能力是内在的，不容易衡量和比较，因此，能力有时并不能通过直接的能力测试来考核，而是需要通过人们的感知察觉来作出判断。 绩效定量管理法通过长期工作量化考核和工作效果、工作质量的综合评定，借助专家模糊评价，进行工作岗位的确认和变动，从岗位的差别和任务的分配体现能力的确认，同时鼓励技术人员主动承担责任，培养、提升技术人员的能力。

3、工作态度 工作态度考核是指对工作热情和工作积极性方面所进行的考评。现实中，工作态度往往影响着员工的工作业绩和能力。

通过对态度的评价，可以鼓励员工发挥工作热情、提高工作积极性，从而达到提高绩效的目的。 绩效定量管理法对态度的考核，基于一定的程序和多角度调查反馈对技术人员的态度进行考核、指导、沟通的多角度管理。

4、潜力 潜力的发挥主要受四个方面的影响：相应的工作机会、合理的工作设计和分配、正确的上级指导或命令、必要的开发。通过潜力评价，可以为工作轮换、升迁等各种人事决策提供依据。

绩效定量管理法采用了三类评价方法：相对评价法、绝对评价法和描述法。 1、相对评价法 1）序列比较法 序列比较法是对按员工工作成绩的好坏进行排序考核的一种方法。

在考核之前，首先要确定考核的模块，但是不确定要达到的工作标准。将相同职务的所有员工在同一考核模块中进行比较，根据他们的工作状况排列顺序，工作较好的排名在前，工作较差的排名在后。

最后，将每位员工几个模块的排序数字相加，就是该员工的考核结果。总数越小，绩效考核成绩越好。

2）相对比较法 相对比较法是对员工进行两两比较，任何两位员工都要进行一次比较。两名员工比较之后，相对较好的员工记“1”，相对较差的员工记“0”。

所有的员工相互比较完毕后，将每个人的得分相加，总分越高，绩效考核的成绩越好。 3）强制比例法 强制比例法是指根据被考核者的业绩，将被考核者按一定的比例分为几类（最好、较好、中等、较差、最差）进行考核的方法。

2、绝对评价法 1）目标管理法 目标管理是通过将组织的整体目标逐级分解直至个人目标，最后根据被考核人完成工作目标的情况来进行考核的一种绩效考核方式。在开始工作之前，考核人和被考核人应该对需要完成的工作内容、时间期限、考核的标准达成一致。

在时间期限结束时，考核人根据被考核人的工作状况及原先制定的考核标准来进行考核。 2）关键绩效指标法 关键绩效指标法是以企业年度目标为依据，通过对员工工作绩效特征的分析，据此确定反映企业、部门和员工个人一定期限内综合业绩的关键性量化指标，并以此为基础进行绩效考核。

3）等级评估法 等级评估法根据工作分析，将被考核岗位的工作内容划分为相互独立的几个模块，在每个模块中用明确的语言描述完成该模块工作需要达到的工作标准。同时，将标准分为几个等级选项，如“优、良、合格、不合格”等，考核人根据被考核人的实际工作表现，对每个模块的完成情况进行评估。

总成绩便为该员工的考核成绩。 4）平衡记分卡 平衡记分卡从企业的财务、顾客、内部业务过程、学习和成长四个角度进行评价，并根据战略的要求给予各指标不同的权重，实现对企业的综合测评，从而使得管理者能整体把握和控制企业，最终实现企业的战略目标。

3、描述法 1）全视角考核法 全视角考核法，即上级、同事、下属、自己和顾客对被考核者进行考核的一种考核方法。通过这种多维度的评价，综合不同评价者的意见，则可以得出一个全面、公正的评价。

2）重要事件法 重要事件是指考核人在平时注意收集被考核人的“重要事件”，这里的“重要事件”是指那些会对部门的整体工作绩效产生积极或消极的重要影响的事件，对这些表现要形成书面记录，根据这些书面记录进行整理和分析，最终形成考核结果。 绩效定量管理法正是在不同的时期和不同的工作状况下，通过对数据的科学处理，及时、准确地考核，协调落实收入、能力、分配关系。

绩效指标的制定以企业战略为出发点，与组织结构相适应，全面反映工。

地质图空间数据库的组成要素主要包括：对象类、要素类、关系类、综合要素类和要素数据集。组成地质图空间数据库要素数据集分为三大类：基本要素数据集、综合要素数据集和对象数据集。地质图要素数据集是共享空间参考系统的要素类的集合。在地质图数据模型中，由地质点、面、线要素实体类构成。一个要素数据集的空间参考指定了包括坐标系统、投影系统和高程系统的空间参照系、空间域和精度。具有拓扑关系，且具有相同几何类型和相同属性的要素的集合称为地质图要素类。构成地质图的点称为地质图点要素类，构成地质图的线称为地质图线要素类、构成地质图的面称为地质图面要素类。另外，一个地质图要素数据集还应包括属性域（domains），属性域是一个字段类型的合法值的规则，用于限制在表要素类，或子类型的任何具体的属性字段内允许的值。每个要素类或表有一个属性域的集合，这些属性域用于不同的属性和子类型，并且可以在地理数据库的要素类和表之间共享。

图5-2 地质图空间数据库实体关系

传统的地质图数据模型不能很好地解决上述问题，面向对象的技术和方法给我们带来了曙光。面向对象数据模型是以单个空间地质对象为数据组织和存储的基本单位，与拓扑关系数据模型相反，以独立完整、具有地质意义的对象为基本单位对地质空间进行表达，典型实例是ESRI公司的GeoDataBase模型。在具体组织和存储时，将对象的坐标数据和属性数据（如建立了部分拓扑，拓扑关系也放在表中保存）统一存放在关系数据库中。利用面向对象的思想对数字地质图数据进行重新组织与存储，使得数据的表达更接近于人们对客观世界的认识，其语义关系和内部关系更加合理，大大增强了高层次的地质空间分析能力。该模型使得数字地质图独立于任何给定的软件和硬件结构。

本文建库所采用的基本要素类包括：地质（线）界线、脉岩（点）、矿产地（点）、产状、火山口；综合要素数据集包括：蚀变带（面）；对象数据集包括：沉积（火山）岩岩石地层单位、侵入岩岩石年代单位、变质岩地（岩）层单位、断层、面状水域与沼泽。

1数据库各要素类概念

采用以下要素对地质图空间数据库要素类、对象类和综合要素类描述与定义：

实体名称：实体数据的中文名称；

要素类名称：要素类的中文名称；

对象类名称：对象类的中文名称；

综合要素类名称：综合要素类的中文名称；

要素对象与综合要素类编码：数据项名称的标准化编码；

空间数据类型：指点线面类型；

数据类型：指数据存储的类型，一般包括字符型（C）、单精度数值（S）、双精度数值（D）、长整形（L）、整形等（I），对于特殊系统的数据类型，需要明确说明；

与其他实体的关系：表示该实体与其他实体的关系，如拓扑关系或依赖关系；

数据存储长度：存储于某一特定系统平台的字节数，为系统默认值；

数据显示长度：数据用于信息表达的长度，字符型数据说明字符个数，数值型数据说明小数点前后的位数，不确定长度的数据项需明确说明；

约束条件：确定数据项是否填写，按照以下三类规定，可选（O）、必选（M）、条件必选（C）；若为必选（M）时，可填写是否为空（NOT NULL）；

默认值/初始值：确定数据项在初始状态下的值；

值域范围：明确给出数据项的取值范围；

数据项描述：对需要进一步说明的数据项进行描述。对于特殊表达格式的数据项也需在此说明，如多数值表达的分隔符，特殊符号的表达描述等；

主关键字名称：用以标识记录的唯一性，并用于和其他实体进行关联的数据项的名称；

子关键字名称：和主关键字一起用以标识记录的唯一性，并用于和其他实体进行关联的数据项的名称；

索引键名称：用于按照一定规律排序的数据项的名称；

注释要素类编码：注释要素类数据项名称的标准化编码。

2组成地质图空间数据库要素数据集

包括三大类：基本要素数据集、综合要素数据集和对象数据集。地质图空间数据库包括要素、对象的分类，描述要素、对象的内容，要素、对象的关系等。

3基于地质数据库模型的地质图类图

图5-3是基于地质数据库模型的地质图类图，反映了地质图要素类与对象类之间的关系。

图5-3 地质数据库模型的地质图类图

4空间数据库各要素类字段定义

参照中国地质调查局地质调查技术标准 《数字地质图空间数据库》（DD2006-06）的建库标准，在ArcGIS 93 Catalog下，根据标准规定的各要素数据的数据格式建立各类要素集（Feature Classet）见表5-3，及数据表结构和填写规范，见表5-4至表5-11。

表5-3 基础数据库中各要素类一览表

表5-4 沉积（火山）岩图层表结构及填写规范

表5-5 侵入岩岩图层表结构及填写规范

表5-6 地质界线图层表结构及填写规范

表5-7 断层图层表结构及填写规范

续表

表5-8 蚀变图层表结构及填写规范

表5-9 火山机构图层表结构及填写规范

表5-10 矿点图层表结构及填写规范

续表

表5-11 岩墙图层表结构及填写规范

数据库管理系统常见的数据模型有层次模型，网状模型和语义模型。

在关系模型基础上增加全新的数据构造器和数据处理原语，用来表达复杂的结构和丰富的语义的一类新的数据模型。

数据库管理系统是一个能够提供数据录入、修改、查询的数据 *** 作软件，具有数据定义、数据 *** 作、数据存储与管理、数据维护、通信等功能，且能够允许多用户使用。另外，数据库管理系统的发展与计算机技术发展密切相关。

为此，若要进一步完善计算机数据库管理系统，技术人员就应当不断创新、改革计算机技术，并不断拓宽计算机数据库管理系统的应用范围，从而真正促进计算机数据库管理系统技术的革新。

扩展资料：

数据库管理应尽可能地消除了冗余，但是并没有完全消除，而是控制大量数据库固有的冗余。例如，为了表现数据间的关系，数据项的重复一般是必要的，有时为了提高性能也会重复一些数据项。

通过消除或控制冗余，可降低不一致性产生的危险。如果数据项在数据库中只存储了一次，则任何对该值的更新均只需进行一次，而且新的值立即就被所有用户获得。

如果数据项不只存储了一次，而且系统意识到这点，系统将可以确保该项的所有拷贝都保持一致。不幸的是，许多DBMS都不能自动确保这种类型的一致性。

数据库应该被有权限的用户共享。DBMS的引入使更多的用户可以更方便的共享更多的数据。新的应用程序可以依赖于数据库中已经存在的数据，并且只增加没有存储的数据，而不用重新定义所有的数据需求。

一、航空物探数据库定位

数据库是信息系统的基础和核心,把大量的数据信息按一定的模型组织起来存储在数据库中,提供数据维护、数据检索等功能,使信息系统能方便、及时、准确地从数据库中获得所需的信息。因此,数据库结构设计是信息系统开发的重中之重。

经分析航空物探数据具有空间性、海量性、多源性和多尺度的特点,这说明航空物探数据具有典型的空间数据的特点,可以采用空间数据管理方式进行管理。

ESRI公司的Geodatabase(空间数据库)是采用标准关系数据库技术来表现地理信息的面向对象的高级GIS数据模型,是建立在DBMS之上的统一的、智能化的空间数据模型,是以一组相关联的表来表达地理要素之间关系、有效性规则和值域。对于多源、海量的航空物探数据,Geodatabase能在一个统一的模型框架下很好地解决多源数据一体化存储的问题,和采用标准关系数据库技术来表现海量航空物探数据的地理信息特性。Geoda-tabase引入了地理空间实体的行为、有效性规则和关系,在处理Geodatabase中对象时,对象的基本行为和必须满足的规则无需通过程序编码实现,只需根据需要扩展其有效性规则(Geodatabase面向对象的智能化特性),即可支持航空物探数据模型扩展的需要。

因此,航空物探数据库是空间数据库,在航空物探数据库建模过程中,以空间数据建模为主导,统领属性数据建模。

二、统一空间坐标框架

为了用数学语言描述地球,人们用规则的几何形体来替代地球表面,从地球自然表面、大地水准面、旋转椭球面直到用简单数学函数表达的参考椭球体,以便通过地图投影将三维曲面转化成二维平面。由于地球表面不同地区的地形起伏差异很大,采用单一椭球体势必会造成某地区的误差小而其他地区误差很大的结果。因此,在20世纪初不同国家或地区先后采用了逼近本国或本地区地球表面的椭球体,如中国的克拉索夫斯基椭球体,美国的海福特椭球体、英国的克拉克椭球体等。这又造成了目前世界各国的地理信息空间坐标框架不统一,空间数据信息难以共享被动局面。为此,在实现数字地球计划中,必须规范和统一世界上不同国家和地区的地球参考椭球体。

在小区域表达地球表面时,通常采用平面的方式,即投影坐标系统。如何科学地选择投影坐标,一般要根据具体的地学应用、地理区域和范围、比例尺条件等因素来确定,不同的国家有着不同的规定。

通过对航空物探数据的坐标系统进行分析可知,航空物探图件的坐标框架与国家对基本比例尺制图的规定相一致,即小比例尺编图采用Lambert双标准纬线等角圆锥投影;中比例尺采用Gauss6°带的分带投影;大比例尺采用Gauss3°带的分带投影(表2-1);对于低纬度的海上作业区通常采用Mecator等角圆柱投影。地球椭球体分别采用1954北京坐标系的Krassovsky椭球参数、WGS84椭球参数和未来的国家2000坐标系的椭球参数。

表2-1 航空物探地理坐标数据的投影方式

传统的航空物探数据是按测区管理的,根据测区的测量比例尺来确定相应的坐标框架;因此,勘探目标不同的测区测量比例尺是不一致的,地坐标框架也不同。航空物探数据库要将不同测区、不同比例尺、不同坐标框架的数据集中管理和可视表达,若没有统一的空间坐标框架,就不可能正确地表达全国航空物探数据。所以,面对如此复杂的多坐标框架的航空物探数据,如何确定科学合理的空间坐标框架,将全国的航空物探数据整合到统一的空间参考框架下,实现数据的统一存储和数据间无缝拼接,是航空物探数据库建设的关键所在,是组织和管理多维、多格式、大跨度、跨平台的航空物探数据和多目标数字制图的数学基础。

统一的空间坐标框架必须支持我国领土覆盖的海域和陆域航空物探数据的存储和表达。我国领土东西跨度达70°,南北达55°,显然采用任何投影坐标系都是不合适的。Gauss6°投影适合6°带内空间数据表达,若全国航物探数据采用6°分带表达,在高纬度地区会造成6°带间数据裂缝问题;Lambert投影可满足数据的无缝表达,但对大比例尺数据变形较大,无法满足数据制图的精度要求;Mecator投影也可满足数据的无缝表达,低纬度地区也能满足大比例尺数据制图的精度要求,但在我国中高纬度区存在着严重变形问题。所以,航空物探数据模型采用地理坐标(无投影,图2-1)格式存放,可根据实际应用的需要将航空物探数据变换到任何方式的投影坐标系统。

航空物探数据库模型采用Beijing_1954地理坐标系,相关参数如下:

角度单位:°(0017453292519943299rad)

零经线:格林尼治(0000000000000000000)

基准:D_Beijing_1954

椭球:Krasovsky_1940

长轴半径:6378245000m

短轴半径:6356863019m

建立统一坐标框架是空间数据库建设的一项基础性工作,采用Beijing_1954地理坐标系作为航空物探数据库统一空间坐标框架具有以下优点。

图2-1 统一空间坐标框架示意图

(一)无缝空间数据存储

统一空间坐标框架解决了复杂的航空物探数据的坐标系统、投影、比例尺等不统一的问题,实现同一性质的物探数据在同一个主题中进行管理。如全国的航磁异常数据可放在一个图层上进行管理。

(二)适合多尺度表达

按测区管理的多尺度、多框架的航空物探数据是处于一个相对坐标系统中,各个测区间相对位置关系会发生错位。采用统一的Beijing_1954地理坐标框架,恢复了各测区间正确的位置关系,实现不同尺度数据的集成和正确表达,易于多源异构空间数据的融合。

(三)大区域数据集成

我国海陆面积近1300×104km2,地域跨度较大。在进行小比例尺的航空物探编图时,需要选用与之相适应的投影坐标;在陆地和海域进行大比例尺制图时,同样需要选用合适投影系统。航空物探制图的实践也证明了这一点。1995年6月由中国、加拿大、美国、爱尔兰和俄罗斯等国科学家共同编制的1:1000万欧亚东北地区磁异常与大地构造图,采用横轴Mercator投影。中心编制的1:500万全国航磁图采用Lambert投影。2008年,由中国和吉尔吉斯斯坦科学家编制的1:100万中吉天山金属矿产成矿规律图,采用Lambert投影,将两个国家不同时期、不同尺度的数据进行了有效的集成,是地质、地球物理等综合应用的典范。

随着航空物探数据应用领域的不断扩展,陆地、海域,甚至于洲际和全球航空物探数据的整体表达都需对坐标投影提出要求。采用统一的地理坐标框架的航空物探数据非常容易变换到指定的投影坐标框架,满足多样化的制图要求。

三、要素类和对象类的划分

Geodatabase空间数据库模型结构(图2-2)分为空间数据库、要素数据集(Feature dataset)、要素类(Feature classes)、要素(Feature)4个层次。为了建立航空物探Geoda-tabase空间数据模型,我们依据Geodatabase模型关于要素类和对象类的划分原则,结合相关的国家标准和地球物理行业标准,制定了《航空物探数据要素类和对象类划分标准》,对航空物探数据进行数据分类。

图2-2 空间数据库模型结构

1)按照航空物探数据的空间特征,将其划分为5个要素数据集,即勘查项目概况要素数据集、基础数据要素数据集、异常要素数据集、解释要素数据集和评价要素数据集。

2)根据航空物探测量方法、数据处理过程以及推断解释方法和过程,进一步把航空物探数据划分为若干要素类和对象类,定义了要素类的主题特征和表达方式,确定子类和属性域;定义对象类的结构和联接字段,建立了关系类。

3)定义要素类的内容、字段名称和存储结构。在航空物探数据采集过程中,不同类型的数据采样率不同,坐标数据采样2次/s,重力场数据采样2次/s,磁场数据采样10次/s,这就造成了场值数据与坐标数据无法一一对应问题。若按场值数据采样率内插坐标数据,将导致数据量成倍增长;若按坐标数据采样率抽稀场值数据,将降低航空物探测量对地质体的分辨能力,影响测量效果。在综合分析航空物探数据应用基础上,提出了采用要素数据与属性数据分置的方式,将测线坐标数据与地球物理场数据分离,分别建立独立共享的航迹线数据要素类模型,磁场、重力场等数据对象类模型(图2-3),很好地解决了航空物探数据的存储问题。

图2-3 要素数据与属性数据分置示意图

采用要素数据与属性数据分置方式,不仅是基于航空物探数据属性数据的多源性、不同采样频率等特点的考虑,还考虑到数据的综合查询和检索的速度,特别是通过ArcSDE访问空间数据库的效率的问题。再者,对于大部分用户来说,需求是属性数据的综合应用,因此在数据库建模过程中,将属性数据采用对象类的方式进行管理,不但提高了空间数据的 *** 作能力,同时在ArcSDE的配置上采用直接访问数据库(对象类)方式,并且加快了数据查询和统计的速度。

四、数据库概念模型

用户需求是数据库建设的约束条件之一。航空物探数据的空间特性决定航空物探数据库必须是空间数据库,采用数据库管理数据,利用GIS技术提供可视化服务,这是各个层次用户的一致要求。因此,我们从现实世界出发,对航空物探数据的多源性、多尺度和不同采样等问题进行了描述,提出了解决方案。此方案是不依赖于任何具体的硬件环境和数据库管理系统(DBMS),建立了客观反映现实世界的航空物探数据库概念模型,把用户需要管理的信息统一到整体概念结构中,表达了用户需要。

在全面分析航空物探业务流程和数据流程,以及航空物探数据特性的基础上,按照《航空物探数据要素类和对象类划分标准》,以及空间实体点、线、面要素特征的基本原则,对航空物探数据库所涉及的实体进行归类,划分成12个主题。根据空间数据分主题表达的特点和航空物探空间数据坐标框架的定义,确定航空物探数据库空间数据概念模型,明确各个主题的用途、数据来源、表达方式、空间参考、比例尺和精度等内容,按照ArcGIS定义空间数据库的数据分层表达方式(图2-4),完成航空物探数据库概念模型设计(图2-5)。

图2-4 航空物探数据库空间数据分层模型

图2-5 航空物探数据库空间数据概念模型

数据库实体就是数据库管理系统中的不同管理对象。数据库管理系统中的各种用于数据管理方便而设定的各种数据管理对象，如：数据库表、视图、存储过程等都是数据库实体。广义上讲，这些对象中所存储的数据也是数据库实体。因为它们也是确切存在着的实体。

数据库完整性约束定义　 关系完整性是为保证数据库中数据的正确性和相容性，对关系模型提出的某种约束条件或规则。完整性通常包括域完整性，实体完整性、参照完整性和用户定义完整性，其中域完整性，实体完整性和参照完整性，是关系模型必须满足的完整性约束条件。

关系数据库基本概念 是建立在关系数据库模型基础上的数据库，借助于集合代数等概念和方法来处理数据库中的数据。目前主流的关系数据库有oracle、SQL、access、db2、sqlserver，sybase等。

数据库设计中，其实这个与网站数据的设计差不多的。实体其实相对于网站数据库中常说的记录，而属性则相当对字段。如下面的实例，物品铅笔为实体，而数量、颜色、价格就是三个属笥：实体属性1属性2属性3 物品数量　颜色　价格铅笔10黑1 上面的例子在网站数据库中的叫法就有点不同，"数量""颜色""价格"叫做字段，而“铅笔　10黑1”　也就是一行称为一条记录。

以上就是关于数据库中的外部实体指什么全部的内容，包括:数据库中的外部实体指什么、名词解释数据规范化、空间数据库结构定义等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！