“数字校园”建设的基础工程：信息资源规划(二) - 教育信息化 - 中国教育和科研计算机网...

　　高校的各级领导、教职工和学生都是计算机应用系统的用户，他们都通过校园网存取和利用数据，是校园网的最终用户。正是他们最了解自己的业务过程和管理上的信息需求，因此，他们参加需求分析(或真正获取他们的需求)是十分必要的。在总体规划阶段，有充分的理由要求高层领导来参加。

　　信息资源规划工作是在科学的理论指导下进行的。这些理论是我们从国外引进来的，经过消化、吸收和创新，结合国情进行实践探索，逐步形成了成功地进行信息资源规划和信息系统建设的理论。

　　信息工程方法论
　　上世纪70年代末、80年代初，发达国家的信息系统建设也经历了初级阶段的失败和困难。例如，一项投资200万美元的报社自动化系统开发，由于对总编辑的工作方式一直搞不清楚，导致失败。一家大保险公司用三年的时间，花费了400万美元，开发的计算机信息系统，到头来不得不因系统不适用而放弃。两家航空公司指控计算机应用系统研制人员，因为他们花费4000万美元研制的软件实际上不好用。

　　以詹姆斯·马丁(James Martin)为代表的美国学者,总结了这一时期的信息系统开发正反两方面的经验，在有关数据模型理论和数据实体分析方法的基础上，再融合他所发现的“数据稳定性原理”，于80年代初出版了《信息工程》(Information Engineering)专著，形成了为建立“计算机化”组织的新学科。

　　我们总结的“信息工程”基本原理有三条：
　　第一，所有信息系统的开发都应该是以数据为中心，不应该是以处理为中心。传统的应用系统开发，是根据业务处理的要求编软件，遇到报表就按照报表原样建立数据库，这就是以处理为中心的开发思路。其实，信息系统的核心机制是对数据的采集和处理，处理后的数据即为有用的信息，可为管理人员提供打印输出或屏幕查询服务，所有这些都是以数据为中心的。因此，信息系统的开发应该首先规划和设计数据的流通和管理。

　　第二，数据结构应该是稳定的，而业务流程是多变的。以高校为例，教学管理所使用的数据结构很少变化，而教学管理机构和流程是变化的。一般来说，数据实体的类型是不变的，除了偶尔少量地加入几个新的实体外，变化的只是这些实体的属性值。对于一些数据项集合，我们可找到一种最好的方法来表达它们的逻辑结构，即稳定的数据模型。这种模型是一个组织所固有的，问题是如何把它们提取出来，设计出来。这种模型在其后的开发和长远应用中很少变化，而且避免了破坏性的变化。这些模型成为信息系统的坚实基础，尽管应用这些数据的处理过程是经常变化的，只要建立起稳定的数据结构，就能使信息系统适应管理上的变化。这正是面向数据的方法所具有的灵活性，而面向过程的方法往往不能适应管理上变化的要求。

　　第三，最终用户必须真正参加信息系统的开发。高校的各级领导、教职工和学生都是计算机应用系统的用户，他们都通过校园网存取和利用数据，是校园网的最终用户。正是他们最了解自己的业务过程和管理上的信息需求，因此，他们参加需求分析(或真正获取他们的需求)是十分必要的。在总体规划阶段，有充分的理由要求高层领导来参加：首先，信息是重要的战略资源，对如何发挥信息资源作用的规划工作，高层领导当然要亲自掌握；其次，总体规划要涉及长远发展策略和目前的组织机构及管理过程的改革和重新调整，而只有高层领导才能决定这些重大事情。各管理层次上的业务人员对业务过程和信息需求最熟悉，仅靠信息技术人员无法搞清用户的需求。因此，用户要在需求分析工作中发挥积极的作用。

　　基于上述基本原理，马丁阐述了一整套自顶向下规划(Top—Down Planning)和自底向上设计(Bottom—Up Design)的“信息工程方法论”(Information Engineering Methodology，简称IEM)。到1993年，马丁总结提出“面向对象信息工程”(OOIE)的理论与方法，IEM已经成为国际上信息系统建设的主流方法论之一。该方法论将大型信息系统的开发建设划分为四个阶段：

　　第一阶段：高层规划
　　高层管理人员直接参与，采用全局的观点识别组织目标和关键成功因素，研究关键业务流，划分业务域，构思全组织的MIS集成问题。

　　第二阶段：业务域分析
　　业务代表和系统分析员组成的联合需求规划(JRP)小组对每一业务域进行较详细的分析，建立业务域的对象和事件的详细模型。

　　第三阶段：系统设计
　　由联合应用设计(JAD)小组采用面向对象技术设计出系统的类(classes)和方法(methods)，用责任驱动设计(Responsibility-driven design)来详细分析类的行为，同时开发快速原型和演示系统，以便及时获得用户的反馈信息。

　　第四阶段：建造
　　尽量使用编码生成器(Code generator)和可重用的类库，以提高系统建造的速度和质量。

　　OOIE四个阶段开发模型。这是一种从全组织范围的规划到业务域分析、系统设计，然后再进行建造的较严谨的开发方法论，其技术关键是集成化的元库(Repository)和基于它的I-CASE工具组。正是这套工具支持了面向对象分析、设计与实现，建立可重用类库和进行开发人员的工作协调。

　　我们结合学习钱学森的《论系统工程》认识到，“OOIE金字塔”模型的顶上两层工作所强调的正是系统工程的总体设计，只有总体设计搞好了，才能从根本上保证大型信息系统开发的成功。

　　主题数据库
　　我们在上一篇文章中，已经通过解决“信息孤岛”问题的实例，引出了主题数据库(Subject Data Bases)的概念。马丁深入研究了主题数据库的理论和建设方法，我们经过研究，归纳的主题数据库的基本特征有：

　　第一，面向业务主题建库(不是面向单证报表建库)。主题数据库是面向业务主题的数据组织存储。例如，高校中需要建立的典型主题数据库有：组织机构、教职员工、专业课程、学生、成绩、资产设施、教学仪器和图书资料等。其中，教职员工主题数据库，存储着教职员工的基本信息(自然信息和业务信息)，是对有关教职员工的各种登记表和统计报表的综合，即按照业务主题重组有关数据，而不是按照原来的各种登记表和统计报表来建立数据库。

　　这些主题数据库与高校管理中要解决的主要问题相关联，而不是与通常的计算机应用程序相关联。

　　第二，信息共享(不是信息私有或部门所有)。主题数据库是对各个应用系统“自建自用”数据库的彻底否定，强调各个应用系统“共建共用”的共享数据库。不同应用系统的计算机程序调用这些主题数据库，例如，教学管理调用教职员工、专业课程、学生、教学仪器等数据库；后勤管理调用组织机构、教职员工、资产设施等数据库。

　　第三，所有源数据一次一处输入系统(不是多次多处输入系统)。主题数据库要求调研分析高校各职能部门的数据源，强调数据的就地采集，就地处理、使用和存储，以及必要的传输、汇总和集中存储；同一数据必须一次一处进入系统，保证其准确性、及时性和完整性，经由网络——计算机——数据库系统，可以多次、多处使用。

　　第四，主题数据库由基本表组成。一个主题数据库科学的数据结构是由一个或多个达到“基本表”(Base Table)规范的数据实体构成的。基本表具有如下的特性：

　　原子性——表中的数据项是数据元素(即最小的、不能再分解的信息单元)；

　　演绎性——可由表中的数据生成全部输出数据(即这些表是精炼的，经过计算机处理，可以产生全部管理所需要的数据)；

　　规范性——表中数据满足三范式(3-NF)要求，这是科学的、能满足演绎性要求、并能保证快捷存取的数据结构。

　　数据环境
　　经过深入的调查研究，会发现许多信息系统的数据结构不合理，冗余、混乱的数据很难使用和维护，有用的信息无法提供，无用的“信息垃圾”充斥着存储空间。为整治信息系统中的数据混乱问题，马丁提出了“数据环境”(Data Environment)的概念，成为信息工程方法论(IEM)的重要内容。数据环境从低到高分为四个层次：

　　第一类数据环境：数据文件(Data Files)
　　早期的数据处理还没有出现数据库管理系统(DBMS实际上是一种操纵数据库的软件)，系统分析员和程序员根据应用的需要，用程序语言分散地设计实现各种数据文件。这是一种数据组织技术简单、相对容易实现的数据环境。但随着应用程序增加，数据文件数目剧增，会导致很高的维护费用，并且一点点应用上的变化都将引起连锁反应，使修改又慢又贵，并很难进行。

　　第二类数据环境：应用数据库(Application Data Bases)
　　虽然出现了数据库管理系统，但系统分析员和程序员根据报表的原样建库(例如，按照职工登记表原样建立职工数据库)。由于没有在数据分析和组织上下功夫，为分散的应用设计分散的“数据库”，实际上并不具备数据库的品质，不能支持数据的共享，因此，称为“应用数据库”。实际上，这种数据库环境像数据文件环境一样，随着应用的扩充，应用数据库的数目也在剧增。在这种数据环境中的信息系统，其维护费用仍然很高，有时甚至高于第一类数据环境。该类数据环境还没有发挥使用数据库的主要优越性。

　　第三类数据环境：主题数据库(Subject Data Bases)
　　这是一种真正意义上的数据库，经过科学的规划与设计，其结构与使用它的处理过程是独立的。各种面向业务主题的数据，如教职员工数据、专业课程数据或学生数据，通过一些共享数据库被联系和体现出来。这种主题数据库的特点是，经过严格的数据分析，建立模型需要花费时间，但其后的维护费用很低。最终(但不是立即)会使应用开发加快，并能使用户直接与这些数据库交互使用数据。建立这种数据环境，需要改变传统的系统分析方法和整个数据处理的管理方法，如果管理不善，也会蜕变成第二类数据环境。

　　第四类数据环境：信息检索系统(Information Retrieval System)
　　建立这种数据环境的目的是保证信息检索和快速查询的需要，以支持高层管理和辅助决策，而不是大量的事务处理。后来，这种数据环境称为数据仓库(Data Warehouse),它是面向主题的、单一的、完整的和一致的数据存储；数据从多种数据源获取，经过加工成为最终用户在一定程度上可理解的形式。可以说数据仓库是主题数据库的集成，是深加工的信息。

　　主题数据库环境相对于应用数据库环境的优越性。左侧是应用数据库环境，随着应用程序的增加，应用数据库(按报表原样建立的数据库)的数目将飞速增长，以至于无法控制；右侧是主题数据库环境，随着应用程序的增加，主题数据库(是对有关报表数据的重组)的数目将趋于平稳，从而便于数据管理和使用，支持系统集成化开发和运作。

　　由低档次数据环境(数据文件和应用数据库)向高档次数据环境(主题数据库和数据仓库)的转变，是信息系统发展的质的飞跃，而实现这种飞跃的基础与核心工作，就是信息资源规划。目前，我国许多高校的信息化工程由于缺乏数据环境改造提升的理念和技术支持，没有进行正规的信息资源规划工作，致使数据环境仍然处于低档次的水平。这是应当引起我们高度重视的问题。