基于数据仓库技术的常住人口管理系统设计与实现

论文摘要

数据仓库技术是一种全新的技术解决方案,融合了数据清洗、数据转换、数据装载(ETL技术)和联机分析处理(OLAP)技术。数据仓库(DW)为OLAP提供了综合的、统一的和历史的数据。综合应用数据仓库技术和OLAP满足了用户综合、灵活的分析需求。其中数据仓库的建立是整个系统开发的基础。论文所做的工作是:结合一个实际应用系统——常住人口管理系统,针对其中的部分子系统:身份证管理、审批管理、查询部分模块等,使用UML对各子系统建模、选择应用层结构设计应用层、选择数据约束设计模式设计数据约束,将上述技术应用到实践。并结合系统中出现的各种问题进行分析、探讨,提高、深化了前面的理论分析、设计。在应用层设计、数据约束设计当中,主要考虑了对系统的重用性、可维护性/可扩展性、性能、效率、速度、开放性、安全性、可靠性等进行优化、权衡处理,分析探讨了这些因素对系统设计的各种影响,指出一些设计、开发者常犯的错误及症结,并提出解决方案。本文所研制的人口管理系统具有以下特点:(1)针对手工管理、微机单机管理无法实现信息共享以及对口袋户漏管、无法对区域性人口分布状况进行统计分析等弊端,研制常住人口计算机三级网络管理系统;(2)系统采用客户/服务器应用模式,实现了微机文件管理系统与服务器数据库之间的数据交换、互访互联和信息共享;(3)系统提供完善的信息管理功能,客户机系统提供灵活的上网、脱网工作模式,为用户提供数据查询、动态数据维护功能;(4)系统安全性上采用注销用户权限管理、网上审批、异常数据监控、追踪、审查、网上传输加密、信息分类共享等措施。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 前言
• 1.2 研究背景、目的及意义
• 1.3 国内外研究概况
• 1.4 本文的主要工作
• 1.5 论文的组织结构
• 第二章 数据仓库技术概述
• 2.1 数据仓库
• 2.1.1 数据仓库概念
• 2.1.2 数据仓库的特点
• 2.2 数据挖掘（Data Mining）技术
• 2.2.1 数据挖掘的概念
• 2.2.2 数据挖掘的任务
• 2.2.3 数据挖掘对象
• 2.2.4 数据挖掘流程
• 2.2.5 数据挖掘的方法
• 2.2.6 评价数据挖掘软件需要考虑的问题
• 2.3 联机分析处理（OLAP,Online Analytical Processing）
• 2.3.1 定义及特性
• 2.3.2 体系结构及分类
• 第三章 数据仓库设计
• 3.1 事实（Facts）、维（Dimensions）和粒度（Units）
• 3.1.1 事实（Facts）
• 3.1.2 维（Dimensions）
• 3.1.3 粒度（Units）
• 3.2 星形模型（Star schema）和雪花模型（Snow flake schema）
• 3.3 多维数据仓库设计步骤
• 3.4 相关工作的技术概述
• 第四章 ETL 和数据仓库解决方案
• 4.1 ETL概述
• 4.2 数据仓库更新过程
• 4.2.1 数据仓库更新过程概念
• 4.2.2 数据仓库进行更新的约束条件
• 4.2.3 更新模式
• 4.2.4 数据更新过程应完成的任务
• 4.2.5 数据仓库更新过程的执行
• 4.2.6 何时进行数据仓库的更新过程
• 4.3 ROLAP结构的查询优化
• 4.3.1 优化策略
• 4.3.2 索引技术概述
• 4.4 数据仓库解决方案
• 4.4.1 SQL Server 数据仓库解决方案
• 4.4.2 Oracle 数据仓库解决方案
• 第五章 常住人口管理系统设计与实现
• 5.1 设计思想与原则
• 5.2 Oracle 数据仓库解决方案
• 5.2.1 Oracle 数据仓库解决方案的构成
• 5.2.2 方案的实施
• 5.2.3 Oracle 数据仓库解决方案的特点
• 5.3 需求分析
• 5.4 UML建模
• 5.5 应用层设计
• 5.6 采用客户应用层校验模式
• 5.6.1 客户端/应用层绑定编码表
• 5.6.2 客户端编码表数据刷新
• 5.7 关键业务问题解决方案
• 5.7.1 审批政策变动对系统影响解决方案
• 5.7.2 分配身份证号码及重证号的解决
• 5.7.3 地址编码规则
• 5.8 常住人口数据仓库的数据展示
• 5.9 数据仓库的维护
• 5.9.1 数据仓库维护的意义
• 5.9.2 数据仓库维护的算法
• 5.10 本章小结
• 第六章 结论
• 致谢
• 参考文献