数据/过程模型与电子政务安全：设计环境与误区

在"数据/过程模型和体系结构设计环境-国家电子政务外网安全等级保护实施指南（定稿）"中，章节3.2着重讨论了数据模型与过程模型在体系结构设计中的角色。首先，作者强调了在采用传统设计方法前，设计者需要理解其适用范围和局限性。体系结构层次与数据建模和过程建模之间的关系被清晰地描绘出来：过程模型适用于操作型环境，主要关注功能分解、上下文图表、数据流图等，这些在处理实时业务流程时非常有用。然而，数据模型则更加通用，可以应用于操作型和数据仓库环境，对于存储和管理大量历史数据至关重要。 过程模型依赖于明确的需求，假设在详细设计阶段已知所有需求，这对于操作系统的开发是合理的。然而，对于数据仓库，由于需求经常在项目进行过程中发生变化，且数据仓库的目的是长期存储而非短期操作，因此过程模型并不适用。比如CASE工具虽然在某些方面类似过程模型，但它们在数据仓库环境中效果不佳。 另一方面，数据仓库的设计需要特别关注数据的管理和压缩。大量的未经有效管理的数据可能导致数据仓库性能下降，阻碍其目标的实现。这涉及到数据仓库的设计原则，如选择适当的数据库架构，优化数据加载和查询性能，以及实施有效的数据治理策略。 第1章介绍了决策支持系统(DSS)的发展历程，强调了信息处理领域的年轻性和不成熟性。早期的DSS主要是基于单个应用的报表和程序，使用COBOL语言和穿孔卡片，数据存储在磁带上，这导致了数据一致性、程序维护和新程序开发方面的挑战。随着数据量的爆炸式增长，这些问题促使业界开始寻求更为集中的数据存储解决方案，即数据仓库，它在解决数据冗余和一致性方面起着关键作用。 总结来说，该章节探讨了数据模型与过程模型的区别，以及数据仓库设计在应对海量数据挑战中的重要性。同时，通过对比信息处理领域的历史变迁，展示了DSS和数据仓库是如何随着技术的发展而演进的。