原创《数据资源建设管理》
本文是建设管理方面论文范文素材和建设和数据和资源类论文范文数据库。
浅析数据资源建设管理
付艺媛
（黑龙江省大庆油田井下作业分公司,黑龙江 大庆 163000）
［摘 要］在信息化、数字化背景下,数据资源发挥着越来越重要的作用.加快数据资源建设,提高数据资源质量,实现数据资源规范、有效共享,是充分发挥其利用价值的前提,必须从其任务、流程及手段几方面进行全面考虑.本文以油田增产措施数据资源建设为例,详细分析了数据资源建设需求,对其模型设计、质量管理和共享管理展开了探讨,能够为数据资源建设提供借鉴.
［关键词］数据资源；需求分析；模型设计
doi：10.3969/j.issn.1673 - 0194.2018.10.024
［中图分类号］TP311.13 ［文献标识码］A ［文章编号］1673-0194（2018）10-00-02
随着大数据时代的到来,各种数据都呈井喷式增长,数据类型也变得越来越多样化,与生活生产的联系也更加密切,已经成为21世纪最为重要的资源类型之一.如何实现数据资源的有效利用,充分挖掘潜在价值,是当前的研究热点,这就需要以数据资源建设及管理为突破口,推进数据中心建设进程,并提高数据库管理的水平.
1
数字资源建设的需求
不同行业及领域对数据资源应用需求是不一样的,本文以油田增产措施数据资源建设为例,对开展建设工作之前的实际需求展开全面分析.
1.1 内容需求
从数据内容需求方面来讲,主要指通过将单井措施施工中的工序、填充物、效果等数据存入库中,从而对今后的施工起到指导和借鉴意义.由于研究过程中涉及地质、效果、方法等多种影响因素,所以数据内容应涵盖这几方面,以支撑研究工作的顺利开展.除此之外,数据内容还应该包括与方案论证、效果论证、工序论证等各项工作的相关资料.
1.2 质量需求
要想保证数据的有效应用,便需要确保其质量,这就需要对质量需求进行分析,包括数量规模、精准度和可信度等因素,应满足油田增产措施施工的实际需要.在建设数据资源时,具体从数据的完整性、实效性、准确性、灵活性、一致性和易用性等几方面进行考虑,确保数据质量能够满足这几方面的要求.
1.3 安全需求
对于油田增产措施数据资源建设来讲,确保其安全性是尤为重要且必要的,应从数据采集、传输、存储、处理和应用等整个过程进行安全需求分析.实际操作可从软件硬件和数据应用两方面采取安全防护措施,避免数据泄露、丢失或恶意篡改.对于软件硬件环境安全来讲,可从机房设置、计算机系统、链路和网络等方面加强数据安全管理；对于数据应用安全来讲,所用数据安全防护技术手段包括身份认证、安全审计、数据分级和权限设置等.
1.4 管理需求
数据管理是数据资源建设中的关键环节,应满足存储管理、质量管理、备份与容灾管理几方面需求.此次研究中的数据资源主要采取分布式手段,再将各类数据集中进行统一管理,所用到的技术主要有分布式数据库技术、网络技术、元数据技术和数据仓库管理技术等.
1.5 服务需求
数据资源建设的最终目的是辅助开展相关工作,这就应满足具体的服务需求,包括功能、方式和有效性,根据服务水平和服务质量高低,可以对数据资源建设是否成功做出准确判断.数据资源提供服务时,需要根据服务对象的不同而定,对于总部业务部门、作战部队以及教学科研单位,在进行服务时所提供的数据分别为总体数据、具体数据及全面数据,便于各个部门顺利开展工作.
2
数据资源建设模型设计
模型设计是数据资源建设中的关键环节,需要根据其总体框架分层次进行分析,分为概念模型、逻辑模型和物理模型3部分完成.油田数据资源建设结构如图1所示.
图1 油田数据资源建设结构
2.1 概念模型
概念模型是对数据资源建设所涉及的概念进行分析,所构建形成的结构层级,能够直观、清晰地呈现出不同数据之间存在的关联性及相互影响,在设计模型时不考虑计算机系统和DBMS技术问题,也不涉及管理系统.数据实体、属性、域、键、联系等,都是组成概念模型的主要元素,在实际构建过程中,需要确定实体及具体数据,并弄清楚实体之间的内在关联性,E-R图是构建概念模型最为常用的方法,必须进行科学、合理的设计.
2.2 逻辑模型
逻辑模型表示可视化模型,是指数据库管理系统所支持的数据模型、关系模型、层次模型、网状模型等,都是较为常见的逻辑模型结构,其中以关系模型的应用最为普遍.采用关系模型构建数据逻辑模型时,为了便于存储和转换,在对其进行分类和组织时,都是以记录组和数据表形式完成的,空间数据和属性数据之间的关系一目了然.关系模型有着众多的应用优势,适用性较强,结构灵活多变,可以满足所有布尔逻辑运算和数学运算规则,能够快速完成不同类型数据之间对比与组合,数据检索、增加和删除等各项管理也更为便捷,同时还具有较强的保密性,可以确保数据安全.逻辑模型的的构建是在概念模型基础上完成的,以关系模式完成实体转换,而一对一、一对多、多对多联系除了转换为关系模式外,还需要能够与对应的关系模式合并,并根据不同情况对实体之间的联系加以统一,另外还应将具有相同码的关系模式合并,这些都是逻辑模型所需要遵循的设计原则.
2.3 物理模型
物理模型是以契合计算机物理结构,所构建形成的模型,能够全面、细致地将数据在存储介质上的组织结构呈现出来,与逻辑模型有着一一对应关系.在设计物理模型时,所涉及的影响因素包括硬件设备、数据库管理系统、操作系统等.要想建立数据库,便需要通过物理模型设计,以具体的结构形态将数据模型呈现出来,进而才能发挥其存储功能,实现数据的有效利用.模型命名、字段类型确定、存储程序编写等,都是物理模型设计中的主要任务,最为常用的建模工具包括PowerDesigner、DW Designer等.
3
数据资源质量管理
保证数据资源质量,是实现其有效应用的前提,在建设数据资源库时,必须综合单源数据和多源数据采取科学的管理方式,以确保数据的可用性及可信度.
3.1 单源数据质量
对于单源数据,在进行质量管理时,是依托数据质量管理系统,通过对数据集、质量元素值集合、可用管理资源进行分析,进而制订出有效的管理方案,以提升数据质量,并以地图形式将其表示出来.单源数据质量管理的内容主要有：分析用于数据质量提高的普通方法、确定可利用的外部资源以及其利用方式、获取可行的数据质量提高方案等,这些都是单源数据质量管理过程中应重点考虑的环节.
3.2 多源数据质量
相较于单源数据,多源数据集成前后存在一定差异,集成前噪声数据、错误数据的检测准确率明显高于集成后的检测值,并且单位错误、层次冲突等问题发生的可能性也会降低,会直接影响数据质量管理,所以,一般情况下,多源数据质量管理都是在数据集成过程中开展的.在具体管理时,多源数据集成应在完成分析后进行,按照先属性层后实例层的顺序,主要包括概念集成、质量分析、数据集成与质量管理4个环节,主要目的是争取在数据集成过程中不断提高质量.
3.3 数据质量管理
对于数据质量管理的实现,主要从4个方面考虑,采取必要的管理对策和技术手段,包括数据集成、审核、清洗和增强等技术.首先,应建立数据标准规范,以此为标准定义数据,形成一致性理解,并明确采集要求,确保采集的精准性.其次,根据实际情况,选择最为合适的数据分析工具、管理工具、清洗工具和ETL工具等.再次,优化数据传输流程,提高其自动化程度,并在整个过程中严格监控数据.最后,落实好人员培训工作,制定完善的管理制度,规范其操作手法,强化其责任意识,避免人为因素对数据质量造成影响.
4
数据共享管理
数据价值的充分发挥体现在其有效共享上,这就需要建立对应的共享机制,加强数据资源管理.
4.1 数据采集机制
数据在共享利用之前,应先通过采集获取丰富的资源,所以应借助完善的数据采集机制,在初始环节保证数据质量.各采油厂、井下作业队伍、压裂施工单位、采油研究院和射孔单位等,都是数据的主要来源,通过对其特点进行分析,探索科学、高效的采集方法,确保数据采集的完整性、精准性和实效性,并充分利用现有的数据采集形式,避免出现多头采集和重复采集现象.
4.2 数据管理与共享机制
对于数据共享来讲,油田需要制定严格的规章制度,根据数据保密程度进行等级划分,建立相应的共享机制,采取不同的共享服务形式和方式.在数据资源建设的总体规划下,探索与数据资源建设单位之间的相互协作的模式,建立稳定的合作关系,形成良性互动.
5
结 语
数据资源建设管理,对于油田施工来讲具有重要的意义,不仅能够为开展相关工作提供可靠保障,而且还能对今后的施工进行指导分析,所以给予高度重视.在实际建设的过程中,油田只有对具体任务、流程以及手段进行详细分析,才能明确数据资源建设的目标和方向,并采取有效措施保证数据质量,以便有效发挥其应用价值.
主要参考文献
［1］郑凯洲.石油行业数据库资源建设的策略与技术方法［J］.中国矿业,2016(2).
［2］王鹏,田宗浩.陆军后勤装备作战运用数据资源建设需求分析［J］.中国管理信息化,2015(7).
［3］莫洁.从数据中心数据资源目录建设看档案编目的新特点［J］.广东水利水电,2014(6).
建设管理论文参考资料：
概括总结:上文是一篇适合不知如何写建设和数据和资源方面的建设管理专业大学硕士和本科毕业论文以及关于建设管理论文开题报告范文和相关职称论文写作参考文献资料。
